基于Delta算子离散化方法的连续T-S模型混沌化

针对一类连续时间T-S模糊模型的混沌化问题,提出一种新的混沌化方法.首先采用Delta算子离散化的方法将连续时间T-S模糊模型全局离散化,然后,在此离散时间T-S模糊模型的基础上,设计了一个线性状态反馈控制器,最后对整个闭环系统作一次溢出非线性函数运算以保证系统状态的有界性.可以证明,当控制器增益取得合适的情况下,系统可以产生Devaney意义下的混沌.数值仿真结果验证了所提方法的有效性.     

基于模糊粗糙集的系统连续变量离散化方法

提出和探讨了一种新的基于模糊粗糙集和断点简约化的离散化方法.综合考虑到规则的支持度和可信度及其关系,应用属性离散指标作为离散化的标准,证明了该指标可以作为离散化彻底的充分条件.并且在时间复杂度和空间复杂度方面分析了算法的有效性,与同类算法比较可以发现该算法在基本不损失分类信息的基础上有效降低这两方面的复杂度,能有效地避免以往各种算法中出现的弊端.最后将其应用于电网故障诊断中,通过具体算例测试,证明该算法的有效性和实用性.     

基于模糊双曲模型的混合H_2/H_∞控制

针对一类离散非线性系统,提出一种基于模糊双曲模型(FHM)的多目标控制器设计方法.利用模糊双曲模型来表述一类非线性系统,建立基于模糊双曲模型的控制器.该控制器本质上是一种模糊控制器,也是具有饱和特性的非线性反馈控制器.使用LMI方法设计该控制器以保证闭环系统是渐近稳定的,并且可以通过求解一个基于LMI的优化问题,得到次优的控制器增益矩阵,使得闭环系统同时满足H2性能指标上界最小和H∞范数界γ.仿真结果表明,该方法是有效的.     

一类新型神经网络模型及其控制器设计

提出一种新型神经网络模型(HNM)·此模型是一种本质非线性模型,但可以应用线性控制理论的成果来设计稳定的控制器,并且模型中的连接权系数有各自的物理意义,可以通过经验来确定其初始值·同时通过分析对角矩阵的稳定性,给出了基于HN模型的控制器的设计方法及稳定性证明·仿真结果表明HN模型的有效性及控制器的优良性能·     

基于两种新型算子的粗糙集运算

定义了基本致粗因子和基本致粗相关因子,将边界域划分为两部分·并以这两个因子为基础,定义了确定增量算子和不确定减量算子,给出并证明了这两类新型算子的一些重要性质和定理·进一步讨论了基于这两类新型算子的粗糙集运算·利用这两种新型算子可将对粗糙集理论影响较大的两个不等式转化为等式·同时,粗糙集的并、交、补运算被重新定义·这些新定义的运算在运算过程中不会丢失任何信息且具有良好的运算性质,特别是这些运算满足互补律和德摩根律·这使得粗糙集理论中的许多方面都得到了改善,进而拓宽了粗糙集的应用·     

基于证据推理的项目投资综合评价与决策方法

针对项目投资系统的不确定因素,采用证据推理方法建立一个具有不确定性主客观判断的多属性决策分析模型.结合规则理论,对定性和定量的信息按照综合属性的评价等级变换成统一的形式,采用信任矩阵来表达备选方案的属性评价值,最终采用效用理论计算每个备选方案的效用值,并据此决定各方案的优劣.结合项目投资的实例,说明了证据推理方法在评价决策中的应用及该方法的有效性.     

粗糙集的两种新型算子及其Boolean代数性质

主要定义两种新型算子并讨论基于这两种新型算子的粗糙集的代数性质.基于这两种算子建立了粗糙集的并、交、补运算,并证明在此定义下的粗糙集补集为Boolean补.     

一类非线性随机系统的模糊双曲H_∞滤波

针对伊藤型非线性随机系统,对基于模糊双曲正切模型的H∞滤波问题进行了研究.首先通过定义非线性随机系统的模糊双曲规则基,推导出系统的随机模糊双曲正切模型(SFHM);与Takagi-Sugeno(T-S)模糊模型相比,SFHM不需要前提结构的辨识和完备的前提参数空间,尤其是当所需模糊规则数很多时,采用SFHM明显比T-S模型计算负担小;然后基于该模型进行了滤波器的设计,把非线性随机H∞滤波设计中难以求解的二阶汉密尔顿-雅可比不等式问题转化为线性矩阵不等式问题.仿真结果验证了所提出方法的有效性.     

一类多维连续线性系统的混沌反控制

针对状态矩阵具有互不相等负特征值的多维连续线性系统,提出了一种基于采样数据的混沌反控制方法·该方法首先将连续系统离散化,然后利用离散系统混沌反控制方法设计状态反馈控制器,使原来的连续系统产生Li Yorke意义下的混沌·所设计的控制器以给定的采样周期对连续系统进行采样,由采样数据构造控制器,在每个采样周期内保持控制项不变·并给出了混沌反控制律的推导及控制器参数的设计方法·数值仿真结果证实了该方法的有效性和可行性·