基于遗传算法的模糊神经网络智能控制器及其应用

提出了一种基于遗传算法的模糊网络控制系统,该系统采用模糊神经网络结构实现,它用遗传算法优化具有全局性的隶属函数参数,而用ＢＰ算法调节和优化具有局部性的网络权值参数。仿真结果表明该控制器可大大提高模糊神经推理控制系统的自学习性和鲁棒性。     

基于定性定量集成推理的单输入模糊控制器的设计

提出了定性变量及定量变量的新概念,并将二者的综合集成推理应用到单输入模糊控制器的设计之中.将定性变量作为判断条件随时判断系统的动态特性,定量变量作为唯一的输入变量,可以有效地减少模糊控制规则的数量,同时保证被控对象具有优良的动态性能.将耗散结构理论应用于模糊系统的稳定性分析之中,从能量衰减的角度分析了系统稳定的本质.     

一种实现单片机模糊控制器的新方法

针对模糊控制器的实现问题,提出了一种用8位单片机实现模糊控制器的新方法,并提出了规则的压缩存储法。利用压缩存储有效地节约了单片机内部的资源,利用8位单片机实现模糊控制器提高了模糊控制器的性能/价格比。用该方法实现的智能温控系统的运行结果充分证明了该方法的有效性,为缓解单片机内存紧张的问题和提高控制系统的性能/价格比提供了一条新的思路。     

模糊神经网络自学习控制器及其应用

本文提出了一种模糊神经网络自学习控制方法，并介绍了采用多层神经网络表达模糊控制的知识规则、模糊推理和学习算法。经实验仿真结果表明这种控制方案可改善具有时变及大纯滞后系统的控制品质，其性能优于一般模糊控制。     

遗传算法在模糊系统优化设计中的应用研究

在模糊系统的变节点自适应模糊神经网络实现的基础上,提出一种混合GA优化算法。该算法采用混合编码策略,利用GA对模糊规则和隶属函数同时优化,而对结论参数则用最小二乘法估计。算法综合了GA强大空间搜索能力和传统优化方法的快速收敛和高精度的优点,在保证全局优化能力的条件下,综合考虑了模糊控制器的复杂程度、训练速度和控制精度。仿真结果及应用表明了该算法的有效性。     

神经元模糊控制器在工业过程控制中的应用

针对普通模糊控制器存在控制精度不理想的问题,提出一种把神经元与模糊控制器相结合的方法,提高了控制系统的鲁棒性和控制精度,应用于工业过程控制中表明该系统具有良好的性能及应用前景.     

非线性量化因子模糊控制器及其应用

针对被控系统的随机动态过程,选取系统中的误差与误差变量,采用二者所集成的复合函数实现对系统的最优控制.同时,应用此复合函数设计了包含非线性量化因子的模糊控制算法.采用此模糊控制算法的仿真结果表明,此种方法不仅便于实现,而且与传统的控制方法相比具有较好的控制效果.     

基于样条插值和HV分形的图像分层编码方法

本文提出了基于对称短核滤波器（ＳＳＫＦ）的子带编码、样条插值与基于迭代函数系统（ＩＦＳ）的ＨＶ分块分形图像编码相结合的图像编码方法。实验结果表明,与基本的自动分形图像编码方法相比,在基本保证重建图像质量的前提下,运算时间和码率均下降。     

T-S模糊控制系统稳定性分析及控制器设计

研究了在新型的模糊Lyapunov方法下连续T-S模糊控制系统稳定性和模糊控制器设计问题,首先,得出了自由系统新的稳定性充分条件,这个条件具有更大的宽松性;然后基于一系列线性矩阵不等式设计了模糊控制器,这些矩阵不等式可以利用凸优化技术来进行解决。通过对两个具体的实例的仿真验证了本算法的有效性。     

基于三角模糊数的属性层次模型

在对三角模糊数和属性层次模型简要介绍的基础上,把三角模糊数引进了基于球赛模型的属性层次分析模型,有效地解决了专家在属性层次分析时赋值的模糊性,改善了现有的属性层次模型的分析效果,使得对现实无结构决策问题的评价更加符合实际情况,最后运用算例阐述了该方法的具体步骤.     

模糊数在系统模糊可靠性分析中的应用

在本文中，我们定义了模糊可靠度为一个模糊数，并用模糊数而不是一个概率值来估计系统的模糊可靠度，同时还在不同的置信水平λ上，用置信区间来确定系统的普通可靠度。     

典型模糊PID控制器的插值算法及参数优化

推导出了输入采用正规模糊集、三角形、全交迭的隶属度函数;推理输出采用PID形式的典型模糊PID控制器的插值解析表达式,揭示了其本质特征,为实际应用提供了一种快速精确的控制算法。基于该插值解析表达式,研究了利用遗传算法对这一类模糊控制器进行参数优化的方法。最后通过仿真实例验证了本文方法的有效性。     

基于模糊聚类信源数估计算法的研究、仿真与应用

为了改善在小快拍情况下盖氏圆准则信源数估计算法的估计性能,提出了一种基于模糊聚类的信源数估计算法(Fuzzy Clustering Based Estimator-FCBE)。基于模糊聚类的信源数估计算法使用了待分类对象(特征向量)隶属于信号子空间的隶属函数值作为分类的特征,实际上引入了从对象参数到分类特征的一次映射,符合阵列信号处理中信源数估计的实际情况。通过仿真实验比较了基于模糊聚类的信源数估计算法和盖氏圆准则在小快拍下的估计性能,并且在浅水高分辨率测深侧扫声纳中的实际应用验证了基于模糊聚类的信源数估计算法的有效性。     

基于模糊逻辑和D-S证据理论的一种态势估计方法

战场态势分析是指挥决策的基础 ,如何进行合理的态势估计是C4ISR数据融合系统中的一个重要环节。分析了态势估计问题的本质特征和推理模式 ,提出了一种基于模糊逻辑和D -S证据理论的综合推理方法 ,并构造了一个对战场态势进行分析、推理和预测的求解模型。该模型能够通过融合推理得到态势假设和事件之间的潜在关系 ,为决策提供依据。     

一种基于D-S证据理论的控制器设计方法

采用单一传感器的单输入单输出回路控制器在工业控制领域应用非常广泛。由于单一传感器难以准确反映被测量的变化 ,故控制效果往往不能满足要求。采用多个传感器对被控量进行检测 ,必须解决不确定信息的融合问题。提出了一种采用Dempster Shafer证据理论的融合算法的控制器设计方法 ,并提出采用模糊控制方法构造基本概率赋值函数。最后将这种控制器应用于水厂加矾控制系统中     

采用共生遗传算法的模糊控制器设计方法

为解决模糊控制器自动优化设计中对结构和参数的学习和寻优搜索缓慢 ,以及模糊规则基维数爆炸问题 ,采用共生进化遗传算法结合分级模糊建模的思想进行模糊控制器自动设计。提出了模糊规则分类形成子种群 ,多种群并行进化的遗传算法。用这种方法可以同时设计模糊控制器的结构和参数 ,极大地减小编码规模 ,提高搜索速度。对车 杆平衡系统的控制仿真实验表明 ,该方法寻优搜索速度快 ,设计出的控制器控制效果很好。     

基于故障率为模糊数的故障树分析方法研究

在经典故障树分析方法的基础上,引入模糊集合理论,针对基于系统各部件故障率分别为三角形和正态型模糊数情形,应用Ｚａｄｅｈ 的扩展原理和模糊数运算法则对模糊故障树分析方法作了研究,最后给出了一个应用实例。     

基于LMI的模糊控制器设计

对于许多实际的非线性系统,状态变量往往不能获取或难于测量。因此设计模糊状态观测器来估计状态变量是非常必要的。针对T-S模糊模型近似描述的非线性系统,提出了一种基于线性矩阵不等式(LMI)的具有区域极点配置功能的模糊控制器和模糊状态观测器的设计方法。首先利用并行分布补偿(PDC)设计思想和基于线性矩阵不等式(LMI)的极点配置理论,将闭环系统的全局渐进稳定性要求,性能指标及控制量约束条件统一到线性矩阵不等式框架内。然后求解线性矩阵不等式族获得控制器和观测器参数。最后将该设计方法应用于倒立摆的平衡控制中,通过仿真曲线可以看出该方法设计的控制器可使倒立摆稳定并满足指定的性能指标,因此该设计方法是有效的。     

基于模糊控制的舰船组合导航Kalman滤波器

经典的舰船组合导航Kalman滤波器对异常量测值处理过于简单 (只分为野值、正常值 ) ,致使包含新息的略大于正常值的量测数据失去作用 ,从而使滤波器产生波动。为克服这一弊端 ,提出在滤波器中加入模糊控制器 ,模糊规则由专家确定 ,对不同类型的滤波新息进行判别后加权处理 ,从而增强滤波器对野值的适应能力。计算机仿真结果表明 ,模糊控制器的加入可以提高滤波器工作的稳定性和可靠性