参数自调整模糊控制系统的设计与仿真

在常规模糊控制器的基础上提出了一种参数自调整模糊控制器的设计方法,即通过编写S函数来自动修正量化因子Ke,Kec和比例因子Ku,从而改善基本模糊控制器的性能。仿真结果表明:该控制器具有自适应性强、调节时间短等优点。     

发酵过程自学习模糊神经元控制器的设计

对发酵过程采用常规的控制方式,其控制效果不好,甚至难以实现稳定控制。高级控制算法一般需要大量的先验知识,对过程精确模型依赖较大。而模糊逻辑控制技术一般用来控制那些具有模糊性、不确定性、高阶、大滞后等难以用精确的数学模型来描述的对象;神经网络具有学习、记忆等能力。采用自组织计数传播网络(CPN)作为框架,结合改进的模糊控制算法,实现对发酵过程的模糊神经元控制。该方法有能力自组织、自学习发酵过程所需的控制知识,规则库初始为空,逐渐地被自构造,来满足预先设定的性能要求。通过对发酵过程控制的仿真研究,表明该方法能够实现自学习的能力。