基于有补T-范的F-命题演算和一类F-控制模型

本文利用有补T-范建立了一类Fuzzy命题演算系统,给出了假言推理规则,推广了二值逻辑中命题演算的主要结果,且演算简单方便。作为它的应用,文末还给出了Fuzzy控制中的一个近似推理模型。     

基于自适应模糊逻辑系统的一类非线性系统跟踪控制设计

针对一类未知的非线性系统,基于模糊逼近原理,进行了基于自适应模糊逻辑系统的跟踪控制器的设计,实现了该非线性系统对给定信号的跟踪.首先,通过对该非线性系统中未知函数的输入输出进行采样,根据采样数据信息设计出具有参数自适应功能的Mamdani型模糊逻辑系统.然后将设计好的自适应模糊逻辑系统引入到某些模糊控制器中,得到了模糊...     

基于真值限定的多条件模糊推理算法

本依据Ｊ．Ｆ．Ｂａｌｄｗｉｎ的真值限定概念给出了在离散隶属函数下的一组基于ＭＡＸ－⊙复合运算和模糊关系Ｒｂ的多条件模糊真值推理算法。     

基于主汽温多模型的变论域模糊控制

火电厂主汽温系统具有非线性、大惯性、大迟延性等特点,针对传统串级PID控制在不同工况下控制效果变差且难以适应的问题,提出一种基于模糊决策构建切换算法的多模型变论域模糊控制方法。首先,基于预处理过的某火电厂历史数据利用改进粒子群算法对导前区和惰性区传递函数优化建模,再将其拟合为一阶纯迟延形式的广义被控对象。之后,在常规模糊PID的基础上引入变论域思想,并根据不同工况设计不同控制器,同时用改进粒子群优化变论域参数。最后,在控制过程中,采用模糊规则推理得到实际各控制器输出权值,从而实现多工况控制。仿真结果表明,在不同工况下较传统控制方案,控制品质有明显提升,表现出较好的鲁棒性。     

一种基于改进FCM划分算法的T—S模型辨识

鉴于以往T—S模型建模过程中,在模糊划分上存在主观性的差异,提出了一种基于改进模糊C-均值算法的模糊划分方法,使划分结果尽可能地依赖于原始数据的分布情况,进而将该模糊划分算法用于多输入单输出非线性系统的基于T—S模型模糊辨识。在用该方法对多参量水质评价系统进行基于T—S模型模糊辨识建模时,取得了较好的验证效果。该研究结果表明,基于改进模糊C-均值划分算法的T—S模型辨识能在模糊综合评价与决策等应用领域中取得较好的应用效果。     

基于模糊逻辑的滑模控制及其应用

根据滑模控制原理,提出了一种基于模糊逻辑的滑模控制设计方法,此方法将滑模控制和模糊控制的长处综合在一起,不仅增强了系统的鲁棒性,同时削弱颤抖,仿真结果表明了这种算法的有效性和简洁性。     

一类非线性系统的自适应模糊滑模控制设计

针对一类含非匹配不确定项的非线性系统提出一种稳定的自适应模糊滑模控制方法。构造线性切换面确保滑动运动稳定，利用趋近率构造理想控制，用监督控制确保系统状态有界，用模糊逻辑系统逼近其连续项，用补偿切换来消除逼近误差，该方法有效地结合了自适应模糊控制和滑板控制的优点，控制器构造简单，稳定条件弱，控制性能好，仿真结果也证明了此方法的有效性。     

一类非线性系统的混合自适应模糊辨识与控制

采用非线性模糊系统(即第二类模糊逻辑系统)来实现一类非线性系统的模糊辨识和控制,结合模型辨识过程中的模型误差和模型控制过程中的跟踪误差,提出了一个混合自适应律,运用BP算法对该自适应律进行了在线调整,使辨识参数和控制参数同时达到最优;利用Lyapunov方法证明了该控制算法的稳定性,改善了跟踪速度等性能.     

一类纯滞后系统的变结构模型控制

针对一类无法用控制手段抑制超调的纯滞后系统的特点，设计了一种变结构模糊控制器，通过在实验室中电阻炉上的应用，证明了此控制器的有效性。     

一类时滞T—S模糊广义系统的无源控制

目的设计使一类时滞T—S模糊广义系统的严格无源控制的控制器．得到使闲环系统容许、严格无源的充分条件,并将此条件用线性矩阵不等式（LMI）表示．方法通过求解线性矩阵不等式,得到所设计的控制器．结果获得了使系统容许、严格无源的状态反馈控制器设计方法．结论通过所设计的控制器能够使时滞T—S模糊广义系统容许、严格无源,所给算例说明该方法简单、可行．     

一类非线性系统基于滑模原理的模糊自适应控制

针对一灰非线怀系统，设计出了一各自适应控制方案，用模糊逻辑逼近非线性函数，滑模原理及李雅普诺夫函数设计出自适应控制器。然后，用模糊推理进行修正，以克服一般滑模控制具有的抖动现象，保证闭环系统的稳定性和跟踪误差收敛于零的某邻域内。     

一类非线性系统基于滑模原理的模糊自适应控制

针对一类非线性系统，设计出了一种自适应控制方案，用模糊逻辑逼近非线性函数，根据滑模原理及李雅普诺夫函数设计出自适应控制器。然后，用模糊推理进行修正，以克服一般滑模控制具有的抖动现象，保证闭环系统的稳定性和跟踪误差收敛于零的某邻域内。     

一类基于PI/PD的非线性模糊控制器的结构解析

对具有非线性模糊输入集的模糊控制器进行了输入输出结构的研究。基于一般的模糊控制器,证明了模糊控制器与线性PID控制器相联系的解析结构,揭示了模糊控制器在应用中比线性PID控制器优越的机理,提供了根据它们之间的增益关系设计稳定的模糊控制系统的一种方法。仿真结果证明其控制效果优于一般的非线性PI/PD控制。     

基于T—S模型模糊神经网络预测的退火炉温度控制

目的提出一种能够提高退火炉温度控制系统的性能和精度的具体方案,增强控制系统的鲁棒性．方法针对退火炉温度控制系统具有多变量,非线性和不确定性的特点,将T—S模糊神经网络与预测控制相结合,在线建立被控对象的数学模型,并用BP神经网络控制器对所得到的信息在线修正,进而控制退火炉炉温．并通过仿真与传统的模糊PID控制方案进行对比分析．结果T—S模糊神经网络预测控制方案具有较强的控制精度和动态性能,预测精度高、容错性好、收敛速度快,基本无超调等特点．结论T—S模糊神经网络预测控制能够提高产品退火质量、节能环保,可以应用于退火炉炉温的优化控制．     

基于T—S模糊模型时滞系统问题的研究

研究一类用T—S模糊模型描述的不确定时滞系统问题。基于线性矩阵不等式（LMI）的可解性，经理论证明得出了T—S模糊时滞系统时滞相关稳定性准则。     

基于T—S模型的不确定切换系统的鲁棒H∞可靠控制

提出一种基于局部T-S模型不确定切换系统的可靠控制方法,将输入空间划分为若干个区域,在每一区域内构建局部T-S模型并设计相应的控制器;这样由于模糊论域的变小而提高了逼近精度,然后再通过多模型切换控制,实现对整体非线性系统的逼近与控制．在此,利用并行分布补偿技术（PDC）,借助于LMI和凸优化方法,得出系统鲁棒凡可靠控制器的解析式．     

一类基于FNN的非线性系统自适应控制

模糊神经网络用于控制，主要是为了解决复杂的非线性、不确定、不确知系统的控制问题。由于模糊神经网络具有学习能力和自适应性，使得其能对变化的环境有自适应性，控制器也基本上不依赖于模型，针对一类非线性系统，利用模糊神经网络对系统进行建模提出一种鲁棒自适应控制方法。首先利用李雅普诺夫定理证明在一定的条件下，闭环系统必能稳定，并证明这个条件即非线性函数f(x)中的x必落入某一紧集中成立，同时考虑其控制性能，选择鲁棒控制量，使跟踪误差达到要求的性能指标。理论分析和仿真结果说明了该控制算法的可行性和有效性。     

具有结构不确定性的T—S模糊系统的鲁棒稳定性分析

研究了和具有结构不确定性的Takagi-Sugeno模糊系统。基于矩孟测度分析方法，得到模糊开环系统在参数扰动情况下鲁棒稳定的充分条件，并研究了闭环反馈模糊系统鲁棒稳定性，最后对T－S模糊系统进行了仿真分析。     

基于多模型的超临界机组过热汽温改进模糊控制

火电厂超临界机组结构复杂,过热汽温对象具有大迟延、时变、非线性等特性,常规PID控制难以取得满意的控制效果。在结合常规模糊自整定PID控制器和基于控制历史的模糊控制器的基础上,引入分散推理思想,提出一种基于多模型的过热汽温改进模糊控制方案,设计基于分散推理结构的改进模糊主控制器。在控制过程中,基于不同的工况点设计的控制器可根据系统运行工况的变化进行切换。仿真结果表明,该方案的控制性能明显优于常规PID控制,具有良好的动态调节品质,对工况变化具有较好的适应性。