模糊系统研究

模糊系统是模拟人类思维、执行智能信息处理的有效工具。本文概要讨论模糊系统的若干问题,包括模糊识别、模糊学习、模糊检索以及模糊决策等.     

基于神经网络的一类非线性系统的变结构控制

在已知名义系统的基础上 ,将小脑关节模型控制器 (CMAC)神经网络用于一类状态反馈可线性化的多输入多输出连续时间非线性系统的变结构控制中。利用自适应技术估计了估计误差的大小 ,减小了系统的不确定性 ,并利用模糊控制技术调整了变结构增益 ,改善了系统的性能。在很弱的假设条件下 ,应用Lyapunov稳定性定理证明了闭环系统内的所有信号为均匀最终有界。算法在导弹控制系统中的应用进一步证明了本文方法的有效性。     

机械模糊可靠性计算方法的研究

提出了用普通事件概率表示模糊事件概率的方法,从而把模糊可靠性设计问题转化的为常规可靠性设计问题求解,并以随机应力模糊强度时为例,讨论了可靠性指标的计算得出了一些定笥的结论。     

一种模糊控制器的研究

根据模糊划分和模糊等价关系的定义,提出了ｒ－ε覆盖的概念,归纳出其实现算法,即问题的实质是一个关于求超图的最小覆盖问题,并给出了保证算法能够得到ｒ－ε覆盖的证明,利用ｒ－ε基础上,使得对应模糊规则数量少。用物元分析的办法,使得逼近器的精度进一步提高,这些特点使得新模糊控制器比目前已有的模糊控制器具有更高的精度和更简捷的形式。     

模糊遗传滚动优化的LS-SVM预测控制研究

提出一种基于最小二乘支持向量机(LS-SVM)的非线性系统预测控制算法。该算法通过LS-SVM对非线性系统输入输出数据序列的训练学习建立其预测模型;基于模糊遗传算法完成非线性预测控制的滚动优化过程。仿真结果表明基于该方法的非线性系统预测控制比基于RBF神经网络的预测控制具有更好的控制效果。     

短语音说话人识别新方法的研究

提出了一种较短训练语音的说话人识别新方法。利用模糊核聚类算法设计矢量量化器,对说话人的语音特征进行训练。模糊核矢量量化器将原始空间通过非线性映射到高维特征空间,在高维特征空间中对说话人的训练语音特征进行模糊聚类分析,将得到的每个类中心作为说话人的语音模型。识别时将识别矢量映射到高维空间进行匹配决策。由于核方法的引入,使得原来没有显现的特征突现出来,增加了说话人之间的可区分性。实验表明,该方法对于较短的训练语音,其识别效果优于高斯混合模型和模糊矢量量化。     

基于MATLAB的温室温度模糊专家控制仿真研究

在依据能量和物质平衡的温室温度数学模型基础上,建立了温室环境温度模糊专家控制系统的MATLAB仿真模型,包括对控制变量的选取、模糊集的定义、论域等级的划分、隶属函数的选择及模糊控制规则的制定,并用Simulink对控制系统进行了仿真分析。仿真结果证明了该温室环境温度模糊控制策略的有效性及合理性。     

热超声倒装芯片运动平台的模糊PID控制

针对自行设计的步进电机结合传动装置构成的热超声倒装芯片运动平台，建立了含摩擦等扰动因素的系统非线性数学模型。针对这一非线性数学模型，研究了传统PID控制和模糊PID控制的控制性能。结果表明，传统PID控制难以达到理想的性能，而模糊PID控制能显著地改善定位精度和运行速度。     

基于元模型的模糊Petri网反向传播学习算法

模糊Petri网是知识表达与并行推理的重要工具,但拓扑为非严格分层的结构。为在不增加虚节点的情况下实现模糊Petri网的反向传播学习,提出模糊Petri网元模型的概念,统一四种基本产生式规则对应的模糊Petri网模型。并建立元模型的结论置信度关于条件置信度的连续映射,给出了正向推理算法。为提高收敛速率,先通过基于回溯策略的反向推理算法,计算元模型结论置信度对条件置信度的梯度函数,最后采用Levenberg-Marquardt算法实现权值优化。     

基于模糊神经网络的动态非线性系统辨识研究

针对静态模糊神经网络对动态系统辨识精度低的特点,在5层静态模糊神经网络基础上进行了优化和改进,形成了可将暂态信息记忆于网络的动态回归层的动态模糊神经网络,来提高对动态系统的辨识能力。同时给出了参数的动态自适应学习算法。通过仿真实验,证明提出的动态模糊神经网络对动态非线性系统的辨识,可以取得较好的辨识精度,较快的网络收敛速度,为动态非线性系统的辨识提供新的思路。