卷烟工艺风力系统自学习模糊控制研究

卷烟工艺风力系统中,由于管道中原料烟丝、烟梗及粉尘等的密度不断变化,造成系统管道特性不断变化,引起卷烟机工作风压波动.为了改善卷烟质量,提高卷烟速度,须及时抑制扰动,维持工艺风压稳定.然而,由于系统的非线性和不确定性,传统的PID控制方法或其他基于模型的控制方法难以获得满意的效果.因此文章中采用了一种具有在线学习能力的自组织模糊控制器,以改善控制系统的性能和适应能力.系统在一个小型风力系统上进行的实验取得了满意的效果.     

具有模糊联想神经网络的自组织模糊控制器

在分析了几种用神经网络实现的模糊控制器不足的基础上，提出一种用模糊联想记忆神经网络实现的自组织模糊控制器；该控制器由２个模糊联想记忆神经网络分别记忆校正规则表和修正控制规则表，并通过网络权值矩阵的在线修正完成控制规则的实时修正。模糊推理则由网络的自联想功能完成。     

规则自调整模糊控制器在焊缝跟踪中的应用

根据水下焊接的特殊情况，设计了一种带修正函数的规则自调整模糊控制器，对不同形状的焊缝进行药芯焊丝湿法水下焊接的焊缝跟踪试验，并将采用规则自调整的模糊控制器与简单模糊控制器得到的跟踪结果进行比较，试验结果表明，采用所设计的规则自调整模糊控制器进行焊缝跟踪，能够获得更高的跟踪精度和自适应性。     

自组织增强学习模糊神经网控制器的设计

给出了一种利用增强信号进行模糊神经网络控制器设计方法,提出了一个神经网络控制顺在线增强学习的算法,并把所设计的增强学习神经网络控制器用于对象的仿真和具体温控炉的现场运行,结果证明设计折思想和方法是正确的。     

一种学习控制器及其在液压同步控制中的应用

文中将模糊推理与决策技术引入学习控制，形成了一类新的学习控制系统。分析模糊学习系统的收敛性，给出了收敛性定理，并将模糊学习系统应用于液压同步控制系统。实验表明，这种学习控制方法是有效的。     

用自组织模糊逻辑控制器设计飞行器控制系统

提出了模型参考自组织模糊逻辑控制器的设计方法，并建立其模糊逻辑控制规则。此法根据参考模型输出误差及微分来修正控制规则，从而使学习算法进行的更为合理。通过对某战斗机控制系统的仿真，证明其具有良好的精度和鲁棒性。     

基于自适应CPN的规则自学习模糊控制器设计

基于扩展Ｋｏｈｏｎｅｎ的自组织映射和Ｇｒｏｓｓｂｅｒｇ的竞争算法,得到了一种高度自适应的双向对传网络（ＣＰＮ）,并给出了一类基于此类网络的模糊控制器．根据经验知识对网络离线学习,确定基本的控制规则,利用在线学习算法,实现了规则的自学习．在此算法中,控制器能够自动确定满足控制要求所需规则的个数,并且根据控制目标能够自动获取和校正控制规则．仿真结果展示了控制器应用具体对象的实时控制效果     

一种模糊神经网络的改进学习算法

针对前人（Ｃ．Ｔ．Ｌｉｎ， ｅｔ ａｌ． Ｉｎ ＩＥＥＥ Ｔｒａｎｓ ＯｎＣｏｍ ｐｕｔｅｒ， １９９１， Ｖｏｌ．４０， Ｎｏ．１２） 提出的模糊神经网络结构，改进了已有的学习算法，新算法更加简洁有效。利用新算法，可以自动获取模糊规则。通过函数模拟实验，验证了新算法的有效性。提出了网络的分解与综合方法，避免了模糊神经网络用于实际复杂问题时，模糊规则的组合爆炸问题。该模糊神经网络可应用于换热器受热面的结垢过程模拟。     

一种控制规则自调整的模糊控制器

根据模糊控制理论和实际工程经验，设计了一个控制规则能够自调整的模糊控制器，详细介绍了该模糊控制器的控制原理和运行机制，并作出了仿真。该模糊控制器控制精度高，动态和稳态性能均优于传统的PID和基本模糊控制器，且具有较好的鲁棒性和抗扰动能力。仿真和工程实践证明，该模糊控制器具有简便、稳定的优点，且易于工程实现，具有较高的工程应用价值。     

一种基于模糊CMAC自学习模糊逻辑系统及其在控制中的应用

把HCMA（Hyperball Cerebellar Model Articulation Conroller)与模糊逻辑理论有机结合起来，形成FHCMAC（Fuzzy HCMAC)，它便于从输入输出数据中提取模糊规则，直接用作控制器。可以将FHCMAC看作用基函数网络实现的模糊逻辑系统，兼有HCMAC神经网络和模糊逻辑两者的优点，即可以较容易表达定性或模糊的经验知识，又具有很好的学习性能，应用仿真实例验证了其有效性，该方法可应用于难以获取模糊规则的吻合。     

一种规则生成和参数自调整模糊控制器及其应用研究

控制过程中,对象常具有非线性、时滞、不确定性和参数时变的特点,而普通模糊控制器因控制规则固定,影响控制效果.针对这些问题,基于模糊神经网络的方法,设计一种模糊控制器,对学习算法进行推导,实现模糊控制规则的自生成和参数自调整.经仿真实验并根据其特点,将之应用于烧结控制过程,表明该控制器有良好的控制性能.     

一种基于极限理论的模糊控制器规则结构的研究

根据模糊控制器的解析结构，基于极限结构理论对模糊控制器规则进行结构辨识。该辨识方法使模糊词集中语言变量个数的选取具有一定的依据性。     

一种使用遗传睡法生成模糊控制器的方法

提出一种使用遗传算法生成模糊控制器的方法，设计人员只需设置性能数或适值函数，而模糊规则的数目，隶属函数的参数以及模糊控制器的规则都可通过遗传算法自动生成。描述了一种具有局部优化机制的遗传算法，给出的应用实例表明算法具有良好的适用性。     

一种自组织模糊神经元网络控制学习方法及其应用

提出一种自组织模糊神经元网络控制学习方法,该方法由自组织模糊神经元网络（ＳＯＮＦ）和基于径向函数网络（ＲＢＦ）组成,具有自适应和自学习的特点。     

模糊神经控制器在复杂系统中的应用研究

首先提出一种适用于复杂系统的自适应模糊控制器.针对该控制器在应用于复杂系统时,模糊规则过多及建立规则的时间随规则数增加而以指数规律增长的问题,提出了另一种适用于复杂系统的自适应模糊神经控制器.该控制器采用“全逼近”的控制策略,依据李亚普诺夫方法给出了模糊神经自适应输出反馈控制律及参数自适应律.仿真研究证明了复杂系统的稳定性以及跟踪误差的收敛性.     

一种模糊神经网络自校正控制器设计与应用

本文提出了一种模糊神经网络智能控制方法，并介绍了采用多层神经网络表达模糊控制和知识规则，模糊推理和学习算法，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，其性质优于一般模糊控制。     

一种模糊自整定PID控制器的设计与仿真

设计了一种基于模糊推理进行参数自整定的PID控制器.通过MATLAB的仿真研究表明,该控制器与常规PID控制器相比具有良好的稳态精度以及控制速度快、适应性强的特点.     

自学习模糊变结构控制器设计

本文根据人工智能、模糊控制和变结构控制的原理，设计了一种自学习模糊变结构控制器．仿真表明，这一控制器比一般的变结构控制器有更好的控制性能和更强的鲁棒性．     

一种确定模糊自整定控制器输出变量论域的方法

提出一种利用正态分布曲线确定自整定PD控制器输出变量论域的方法．在相对应的PID控制器基础上，固定其余两组参数，调整需要确定的参数，通过观察对应的系统响应曲线，发现对应的曲线族的分布特性类似正态分布．利用连续型随机变量的正态分布曲线确定整个输出变量P和D的论域范围，给出了仿真实例，验证了该设计方法的有效性。     

一种自学习专家控制器

对一类系统提出了一种两级产生式自学习专家控制器,该控制器依据一种较为完善的特征模型,将控制理论的定性知识应用于专家控制和自学习控制之中,从而使该自学习专家控制器具有良好的控制性能和适应性,仿真结果证实了这一点.文中还对两级控制分别给出了两种高效的推理方法,增强了控制的实时性。