神经模糊控制在船舶自动舵中的应用

针对常规模糊自动舵由于受船舶控制过程的非线性、时变性以及风浪干扰等因素影响,模糊控制规则和隶属函数需要校正,利用神经网络的自学习能力,用神经网络去实现模糊控制,设计自动舵神经模糊控制器,采用BP算法和最小二乘算法的混合学习算法实现对模糊规则和隶属函数的参数训练,提高控制器的自适应能力.仿真实验表明所设计的控制器有效可行.适应船舶在风浪干扰环境下的控制性能要求.     

自组织模糊控制器

本文所述自组织模糊控制器由基本模糊控制器和自组织控制两部分组成.自组织控 制部分在系统运行中根据测得的系统性能,修改基本模糊控制,以获得较好的性能.因而 它又由"性能测量"、"控制量校正"和"修改模糊控制规则"三部分组成.为了在实时控制 中减少计算机存贮容量和降低速度要求,我们提出了直接修改模糊控制表算法.理论和 试验表明,其效果与修改基本模糊控制规则是一致的.     

交通控制信号优化模型的仿真研究

研究交叉路口车流量数据采集和统计分析,针对交通系统缺乏精确数学模型的问题,为了提高控制效果,提出了多相位交通信号绿灯配时的模糊控制方法和进化算法的递阶模糊控制器的优化控制.构建了相应的模糊控制规则和控制器,使用进化算法对模糊控制器所作出的决策进行动态调整.控制过程对采用以车辆平均延误为目标函数,在模糊控制器做出判决的基础上,对控制规则的调整量进行了全局寻优,加快了收敛速度.通过对一个四相位交叉口进行仿真,结果表明控制效果有明显的改善.     

神经模糊控制在船舶自动舵中的应用

针对常规模糊自动舵由于受船舶控制过程的非线性、时变性以及风浪干扰等因素影响,模糊控制规则和隶属函数需要校正,利用神经网络的自学习能力,用神经网络去实现模糊控制,设计自动舵神经模糊控制器,采用BP算法和最小二乘算法的混合学习算法实现对模糊规则和隶属函数的参数训练,提高控制器的自适应能力。仿真实验表明所设计的控制器有效可行,适应船舶在风浪干扰环境下的控制性能要求。     

规则自适应模糊PID数字电压调节器设计

应用自适应模糊控制理论,结合航空电源发电机控制器系统的实际情况,设计了基于规则自适应模糊PID算法的数字电压调节器系统.介绍了系统的硬件组成和相应规则自适应模糊PID控制器算法的具体实现.该算法克服了不能建立精确的数学模型所带来的弊端,经过验证,该系统具有良好的稳定性和快速的跟踪性,具有一定的现实意义.     

一种反应釜温度模糊控制器的设计与实现

反应釜是化工生产过程中的关键设备,准确控制反应釜内温度是提高化工产品的质量和产量,实现优质、稳定和节能生产的有效途径.本文基于模糊控制理论,设计一种反应釜内温度模糊控制器,研究模糊控制器输入和输出变量的确定、精确量的模糊化、模糊控制规则的设计、输出量的模糊判决和基于规则修改的模糊控制方法.以STM32F103RB单片机为核心搭建硬件平台,采用单线数字温度传感器DSl8B20实现多点温度采集,并实现了基于单片机的反应釜温度智能控制硬件系统.     

基于单神经元的模糊控制器在电加工中的应用

针对电火花加工过程中间隙放电的状态无法用数学工具精确描述的特点,通过设置间隙放电的门槛电压值,建立了常规的模糊控制器;并在此基础上提出了基于单神经元的模糊控制规则在线自调整的新型模糊控制算法;根据对象的变化,使用单神经元在线调整常规模糊控制查询表,即在线间接调整了模糊控制的控制规则。利用WINDOWS系统的多线程技术,采用VisualC++开发环境实现了具体算法,建立了基于微型机的新型电火花加工模糊控制器。     

基于改进遗传算法的模糊控制器设计

针对模糊控制器的隶属度函数和模糊控制规则的选取及优化缺乏自学习能力与知识采集的手段,以及遗传算法具有自适应、启发式、概率性、迭代式全局收敛的特点,该文章将遗传算法与模糊控制相结合,给出了一种基于改进遗传算法的模糊控制器设计策略.改进算法引入了分裂算子来避免遗传算法在寻优过程中陷入局部最优解,同时对编码方式、选择算子、交叉算子以及变异算子做了相应的调整与改进.并将此改进算法用于优化模糊控制器的隶属度函数与模糊控制规则.仿真结果表明用该改进算法优化后的模糊控制器较用普通遗传算法优化后的模糊控制器具有更好的控制性能.     

基于自校正模糊控制器的磨削加工控制系统

本文提供了一种规则自校正模糊控制器,并将其用于磨削加工系统的控制中,设计了一种在线的模糊推量算法,使得模糊控制规则可以得到实时在线的调整。     

一种基于遗传算法的模糊控制规则的优化方法

模糊控制规则的选择是模糊控制器设计的关键问题之一,文中在对现有应用遗传算法优化模糊控制规则的方法进行研究的基础上,以模糊控制规则的完整性和一致性为出发点,提出了一种用遗传算法来优化模糊控制规则的改进算法,具体给出了遗传算法设计中的各种函数和算子的确定,并将优化过的规则用于设计模糊控制器,进行仿真研究,取得了令人满意的效果。     

The simplest fuzzy controllers using different inference methods are different nonlinear proportional-integral controllers with variable gains

The author analytically proves that the simplest fuzzy controllers using different inference methods are different nonlinear proportional-integral (PI) controllers with proportional-gains and integral-gains changing with inputs of the controllers. The inference methods involved are Mamdani's minimum inference method, Larsen's product inference method, the drastic product inference method and the bounded product inference method. Configuration of the fuzzy controllers is minimal, which includes two input fuzzy sets, three output fuzzy sets, four control rules, Zadeh fuzzy logic AND, Lukasiewicz fuzzy logic OR and a center of gravity defuzzification algorithm. After analytically investigating properties of the nonlinear PI controllers, the author reveals that the bounded product inference method is inappropriate for the control purpose while the other three inference methods are appropriate. Dynamic and static control behaviors of the fuzzy controllers with the appropriate inference methods are analytically compared with each other, and are also compared with those of the linear PI controller. Finally, it is analytically proven that the fuzzy control systems have the same local stability at the equilibrium point as the corresponding linear PI control system does.     

三维模糊控制器的结构研究

基于Zadeh的模糊逻辑推理和语言控制策略,进行了三维模糊控制器的结构研 究.证明了具有线性控制规则的三维模糊控制器可等同于一个全局多层次线性关系式和一 个局部非线性PID型控制器,由此剖析了模糊控制器的推理机制和其非线性本质.     

最优模糊控制器的系统设计

典型模糊控制器在难于建立数学模型或对控制精度要求不高的场合已得到了成功的应用，但与传统的控制方法相比，它存在两个明显的弱点，一个所得到的模糊控制规则不能保证其是优的或是次最优的，二是在设计模糊控制器获取模糊控制规则时主要是凭经验进行，没有的步骤可遵循，本文提出了一类最优模糊控制器的系统设计方法及步骤，这种最优模糊控制器既有典型模糊控制器的形式，又有类似于线性二次型的性能指标Ｊ＝ｒｆ∑ｋ＝１（ａＮＡ     

调整模糊控制规则的规则表旋转法

提出了用规则表旋转法修改控制规则的方法. 模糊控制器通常是基于专家经验或对象模型而设计的. 无论模糊模型或是经验都是粗糙和不能令人满意的. 提出的方法可以通过旋转规则表来调整原始的规则. 仿真结果说明, 这个方法是一种在模糊控制系统中有效调整规则的方法.     

基于量子遗传算法的模糊滑模控制

针对一类具有不确定性的非线性系统,提出了一种新的基于量子遗传算法的模糊滑模控制器的设计方法.将模糊控制与滑模控制相结合,利用滑模控制使系统跟踪误差进入边界层内;启用模糊控制替代切换控制,并在边界层上通过监督函数平滑控制作用.在滑动模态产生条件下,通过量子遗传算法优化模糊控制器的控制规则,有效地解决了模糊滑模控制中模糊控制规则的确定问题,从而削弱了系统的抖振,改善了控制器的控制性能.仿真结果表明了该方法的有效性.     

基于模糊控制的双闭环直流可逆调速系统的设计

对于双闭环直流可逆调速系统,提出了一种将模糊控制与常规PI控制相结合应用在转速环调节器设计的方法。根据工程经验与专家知识所确定的模糊控制规则,进行模糊推理,实现转速环调节器参数的动态整定。应用Matlab软件构建了双闭环直流可逆调速系统的仿真模型,并对转速环分别采用模糊PI控制器和常规PI控制器的直流可逆调速系统分别进行仿真实验并对比结果。从仿真结果可以得出采用模糊控制可以对直流可逆调速系统的动态与静态特性、抗扰性能、恢复性能以及跟踪性能有比较明显的改善与提高。     

一种改进的模糊免疫反馈PID控制器

针对P型免疫反馈控制器不能克服动态干扰和消除静态误差的问题,利用模糊控制系统的非线性逼近能力,提出了一种将P型免疫反馈控制器同常规PID控制器进行混合联结的模糊免疫PID控制器的设计方法。该控制器通过免疫反馈控制规律和模糊控制规则在线调整控制器的参数。为了选择一组较优的控制器参数,用免疫算法在全局范围内对控制参数进行离线优化。仿真结果表明,该控制器较常规控制器具有更好的动态、静态特性。     

基于H∞环路成形和自适应神经模糊推理系统的模糊控制器设计

H_∞环路成形方法设计的控制器阶次较高,不便于工程实现和参数调整;用传统方法确定模糊控制器隶属度函数的参数和模糊规则比较费时且难以保证鲁棒性能和时频域性能指标.针对上述情况,提出了一种综合运用H_∞环路成形和自适应神经模糊推理系统来设计模糊控制器的方法.首先采用H_∞环路成形设计方法,得到鲁棒裕量、动态和稳态性能都符合要求的控制器,然后用自适应神经模糊推理系统来逼近此控制器,最后根据自适应神经模糊推理系统参数确定相应的模糊控制器规则和参数.该方法确定模糊控制器隶属度函数的参数精确而省时,且能保证控制器具有较强的鲁棒性和良好的控制效果.通过对小车倒立摆系统进行的仿真,验证了该控制器设计方法的有效性.     

机械臂自调整因子模糊PD迭代学习控制研究

大部分模糊控制器不具有适应控制对象变化的能力,基于此设计一种自调整因子模糊控制器,并针对机械臂长时间重复操作导致运动精确度下降这一类问题,结合迭代学习控制方法,提出一种自调整因子模糊PD迭代学习控制方法;以双关节机械臂为研究对象,利用Fuzzy工具箱编写模糊控制规则,通过系统产生的误差以及误差的变化率作为模糊控制器的输入量调整模糊系统中的量化因子和比例因子,实现模糊规则的更新和对迭代学习控制中的PD参数的实时调整,系统的自适应性得到提高,并在Simulink中进行机械臂的运动控制实验,仿真结果表明,所提控制方法最终产生的误差可以精确到0.0001 rad,同时在进行第2次迭代时关节角度和角速度误差收敛基本趋于零,整体的控制效果较好。     

含模型不确定性移动机器人路径跟踪的分层模糊控制

对受非完整约束且含模型不确定性的移动机器人基于分层模糊系统设计了跟踪期望几何路径的鲁棒间接自适应控制方案.此方法除实现路径跟踪外,还可避免控制器的奇异性并保证跟踪方向.由于控制结构中使用了分层模糊系统,大大减少了模糊规则数目;并用鲁棒控制项对模糊系统逼近误差进行补偿,减少了其对跟踪精度的影响.证明了闭环系统跟踪误差收敛到原点的小邻域内,且可通过适当增大鲁棒控制项的设计参数使跟踪误差进一步减小.最后用实验结果验证了方法的有效性.