非线性模糊脉冲系统的输出反馈模糊控制

研究了非线性模糊脉冲系统的静态输出反馈鲁棒模糊控制问题.基于线性矩阵不等式(LMI)方法提出了一种静态输出反馈模糊控制新方案.采用并行分布补偿(PDC)的基本思想设计输出反馈控制器,并利用Lyapunov方法理论证明闭环系统以全局指数稳定.最后基于LMI方法,将鲁棒模糊控制器的设计问题转化为线性矩阵不等式问题(LMIP).仿真表明了本方法的有效性.     

不确定性时滞系统的模糊保成本控制

研究一类用T—S模糊模型描述的不确定时滞系统的鲁棒保成本控制问题。基于线性矩阵不等式(LMI)的可解性给出了设计T—S模糊时滞系统时滞相关稳定性准则,以及经状态反馈时滞相关稳定意义下模糊保成本控制器设计的新方法。最后的仿真结果进一步验证了中所提出的方法的有效性。     

一类参数不确定T-S模糊系统的鲁棒控制及仿真

针对一类具有参数不确定的T akag i-Sugeno(T-S)模糊系统,基于模糊区域的概念研究了其鲁棒控制问题。通过将不确定T-S模糊模型转换为不确定T-S模糊区域模型,并利用Lya-punov稳定性理论,导出了线性矩阵不等式(LM I)形式的鲁棒控制器设计方法。相对于传统设计方法,降低了采用线性矩阵不等式方法求解的难度,并具有良好的鲁棒性能。仿真结果验证了该方法的有效性。     

基于T-S模糊模型的不确定非线性系统的鲁棒模糊控制

讨论了一类由T-S模糊模型表示的不确定非线性系统的鲁棒控制器的设计问题．首先用标准的DFE结构刻画系统的不确定性，再采用PDC(并行分布补偿)的基本思想设计状态反馈控制器，然后利用T-S模糊模型扩展的稳定性条件，给出了系统以衰减率α全局渐近稳定的充分条件，最后基于线性矩阵不等式(LMI)方法，将鲁棒控制器的设计问题转化为线性矩阵不等式问题(LMIP)．Lorenz混沌系统的仿真表明本设计方法的有效性．     

一类基于T-S模糊模型的非线性广义系统的鲁棒H_∞控制

目的解决一类时滞T-S模糊广义系统的鲁棒H∞控制问题.方法利用Lyapunov函数方法、矩阵缩放理论以及线性矩阵不等式(LM I)技术研究了一类基于T-S模糊模型的非线性广义系统的鲁棒H∞控制.结果首先给出了基于观测器的H∞控制器存在的充分条件,保证了闭环系统是容许且具有H∞性能.通过矩阵缩放理论把这个充分条件表示成了线性矩阵不等式形式,得到了H∞控制器设计方法.结论在系统状态未知并且具有时滞和干扰情况下,所提出的方法很好地解决一类基于模糊模型的非线性广义系统的鲁棒H∞控制问题,通过一个数值算例说明了所提方法的有效性和可行性.     

考虑量化误差的模糊网络控制系统H∞容错控制

为保持系统在执行器失效故障时仍具有较高的可靠性以及所期望的动态特性, 针对一类基于T鄄S 模糊模型的非线性不确定时滞网络控制系统(NCSs: Networked Control Systems), 进行了鲁棒H肄容错控制问题研究。在考虑带有量化误差的非理想网络环境下, 应用并行分配补偿(PDC: Parallel Distributed Compensation)算法, 建立闭环系统的全局模糊模型; 通过构造时滞依赖的Lyapunov 函数, 采用Jensen 不等式以及引入自由权矩阵, 得到闭环系统鲁棒H肄容错控制器的存在条件, 并将控制器的设计转化为求解一组线性矩阵不等式的凸优化问题。仿真算例表明了该方法的有效性。     

非线性模糊脉冲系统的输出反馈模糊控制

研究了非线性模糊脉冲系统的静态输出反馈鲁棒模糊控制问题．基于线性矩阵不等式（LMI）方法提出了一种静态输出反馈模糊控制新方案．采用并行分布补偿（PDC）的基本思想设计输出反馈控制器，并利用Lyapunov方法理论证明闭环系统以全局指数稳定．最后基于LMI方法，将鲁棒模糊控制器的设计问题转化为线性矩阵不等式问题（LMIP）．仿真表明了本方法的有效性．     

基于LMI的4WS-4WD车辆H_∞鲁棒控制器设计

基于线性矩阵不等式(LMI)设计了H_∞鲁棒最优控制器以及H_∞鲁棒非脆弱控制器.通过两自由度(2-DOF)车辆模型推导并建立H_∞鲁棒控制系统,此外,定义系统摄动并对摄动矩阵进行分解,进而利用线性矩阵不等式求解控制器.仿真结果表明,H_∞鲁棒最优控制器对侧偏角及横摆角速度的控制效果显著优于LQR控制器.同时,在控制器存在摄动及对侧偏角及横摆角速度进行控制的情况下,H_∞鲁棒非脆弱控制器的鲁棒性能显著优于普通鲁棒H_∞控制器.因此,H_∞鲁棒最优控制器解决了普通鲁棒H_∞控制器控制性能差的问题,H_∞鲁棒非脆弱控制器则解决了普通H_∞鲁棒控制器对参数变化敏感的问题.     

具有控制器增益变化的不确定离散时滞系统的鲁棒H_∞控制

利用线性矩阵不等式(LMI)方法,讨论有记忆控制器增益变化的不确定离散时滞系统的鲁棒H∞控制问题.控制器存在的条件由线性矩阵不等式的形式给出,并给出相应的 H∞控制器的设计方法.     

基于LMI的鲁棒控制器设计

描述了线性矩阵不等式 ( LMI)的标准形式 ,研究了常见的控制问题与 LMI的关系 .重点讨论了基于 LMI方法的鲁棒控制器设计问题 ,以及鲁棒控制的分析和综合问题 ,推导了将鲁棒控制器设计问题转化为线性矩阵不等式 ( LMI)形式 ,给出了通过求解 LMI构造控制律的算法 .以某水下航行器为例 ,设计了基于 LMI的鲁棒控制器 .仿真结果验证了所给控制律算法的有效性 .     

模糊子坡代数、模糊理想、模糊滤子及模糊同余关系的刻画

定义了坡代数（X,＋,＊）的模糊滤子的概念,给出了X上的模糊集A是（X,＋,＊）的模糊子坡代数（resp.,模糊理想,模糊滤子）的若干个等价刻画以及X×X上的模糊集E是（X,＋,＊）上的模糊同余关系的若干个等价刻画,另外还证明了模糊子坡代数范畴[0,1]-SInc是坡代数范畴Inc上的拓扑范畴。     

基于模糊统计的模糊Petri网token确定方法

在模糊Petri网应用研究中,普遍存在模糊token由专家直接给出或主观假定的问题。基于这种情况,提出了通过模糊统计法来获得库所的模糊token,为成功应用模糊Petri网理论创造了条件。给出了计算模糊token的通用形式化算法。实例论证了模糊统计法在求取模糊token时的可行性与有效性。     

模糊积分分类器中的自适应模糊测度

与其他分类器相比较,模糊积分分类器具有可以表示特征属性间交互作用的特性.确定合适的模糊测度是其关键因素之一.模糊测度的确定方法主要有2种:专家给定和从历史数据学习获得.由于模糊测度自身的复杂性,模糊测度主要是从数据中学习得到.为了能够更好地利用特征属性在样例空间体现出的局部特征,提出了一种用人工神经网络实现自适应模糊测度的方法.使得模糊测度可以随着输入样例的不同而变化,及时反映出在对样例进行分类过程中各特征属性的重要性和属性间的交互作用的不同,从而提高分类性能.实验证明该方法有效,可行.     

模糊子群的T-正规模糊软群

在模糊子群中引入T-正规模糊软群的概念,并研究它们的相关性质。通过将模糊正规子群参数化,并与T范数结合,来研究模糊子群上的模糊软结构。定义了模糊子群的T-正规模糊软群及T-模糊软同余,研究了T-正规模糊软群在模糊软运算和模糊软同态下像的相关性质并建立了T-正规模糊软群与T-模糊软同余之间的联系。T-正规模糊软群是模糊软群和模糊正规子群的一般化,在一定程度上推广了模糊软集,并拓展了模糊代数结构。     

由广义模糊积分定义的模糊测度

通过广义三角模定义的广义模糊积分引进一个集合函数λ( f ,s) ,研究了该集合函数成为模糊测度的条件 ,且给出了某个限定假设下的等价刻划。     

直觉模糊仿射空间与直觉模糊子空间

在K．Atanassov引进直觉模糊集概念的基础上,利用直觉模糊点研究直觉模糊仿射空间与直觉模糊子空间,证明了向量空间E上的直觉模糊集是E上的直觉模糊子空间或直觉模糊仿射集的充要条件以及线性映射将直觉模糊子空间映射为直觉模糊子空间的定理,给出了直觉模糊线性变换和直觉模糊仿射变换的概念,并研究了直觉模糊线性变换和直觉模糊仿射变换之间的关系,从而使模糊空间和模糊变换的基本理论得到进一步的推广。     

模糊测度与模糊积分的应用

引用了模糊测度与模糊积分的概念 ,在分析三种模糊积分关系及表示方法的基础上 ,将模糊测度、模糊积分用于综合评价及其它实际问题。     

基于超模糊运算的模糊群

给出了像经典群的定义那样规范的模糊群的定义,及其等价定义,提出了交换模糊群的概念,并继续讨论了模糊群和子模糊群及其模糊陪集的一些性质.由于模糊群具有和群一样经典的结构,因此,使模糊代数的深入研究有了充分的理论基础.     

模糊拓扑环的模糊一致化

模糊拓扑环的模糊一致化问题是模糊拓扑环理论中的一个重要问题.与文献[1]中模糊拓扑群可模糊一致化的概念不同,定义了模糊拓扑环可模糊一致化概念,并且获得了模糊拓扑环可模糊一致化的充分必要条件使模糊拓扑环的模糊一致化问题得到完全解决.     

关于模糊关系与模糊子群的注记

首先讨论了σα成为模糊子群的条件,并证明了如下两个主要结果:(1)设群G上的模糊关系μ是群G×G的一个模糊子群,α∈G,则σα是G的模糊子群当且仅当σα(x)≤σα(e),x∈G;(2)设群G上的模糊关系μ是群G×G的一个模糊子群,α∈G.如果σα是G的一个模糊子群,则对 x∈G有σα(x)=σα(e)或σα(x)=σα(x).通过一个反例指出了文献[1]中的三个结论是错误的.