基于T-S模糊性能评估器的非线性系统跟踪控制器设计

讨论了一类非线性系统的H∞状态反馈跟踪控制器设计问题.区别于传统的模糊控制 设计方法,该文提出的控制策略由模糊性能评估器(FPE)和控制器(FC)两部分组成.模糊性能 评估器为模糊模型和控制策略提供了一种校验方法,可以间接地判断闭环控制的效果,从而提 供了一种模糊控制系统无损调试的新方法.文中以线性矩阵不等式组(LMIs)的形式,给出了模 糊性能评估器和控制器存在的充分条件.     

大型风力发电机组控制器优化设计

风力发电机组是复杂多变量非线性系统,具有不确定性和多干扰等特点.目前国内应用的风力发电机组大多采用变桨变速恒频系统,具有风能利用系数高、安全可靠、改善整机受力等优点,然而依然面临载荷过大、功率波动大和变桨过于频繁等问题,因此,在大型风力发电机组系统中,选择最适合控制策略的控制器的优化设计就显得尤为重要.在此提出基于模糊性能评估器的控制方法,建立非线性控制模型并设计模糊控制器,介绍了控制器的优化设计步骤,仿真结果表明了这种方法的有效性.     

利用遗传算法自动生成模糊规则

提出一种自动生成模糊规则的新方法．该方法在没有任何先验知识（如专家知识）以及样本数据很少的情况下，利用遗传算法依据预定的控制目标直接从实际系统或系统模型中生成全局较优的控制规则。该方法有效地利用了遗传算法的适应性与有效性，能广泛适应于各种非线性系统的模糊规则的自动生成。以典型的非线性系统模型－例摆为例，介绍利用遗传算法自动生成规则的具体过程。最后给出了仿真结果，表明了本方法的可行性与有效性。     

一类非线性系统的模糊变结构控制

研究了一类非线性系统的模糊变结构控制问题，并给出了稳定性证明。通过将非线性系统化为多个精确T—S模型来建立非线性系统精确的T—S模糊模型，将模糊理论与成熟的线性变结构控制理论相结合设计一种模糊变结构控制器，用Lyapunov稳定性理论证明该控制器能确保模糊动态模型全局渐近稳定，从而使非线性系统稳定。仿真结果表明了该设计方法的有效性。     

基于规则推理的FPN误用入侵检测方法

针对网络入侵攻击活动的模糊性，提出了一种基于模糊推理的模糊Petri网（FPN）误用入侵检测方法。该方法定义了一个六元组FPN，并将模糊产生式规则精化为两种基本类型。在此基础上给出了FPN表示模糊规则的模型、推理过程和基于FPN的推理算法。最后通过入侵检测的实例对该方法的正确性和有效性进行了验证，结果表明该方法推理过程简单直观、容易实现，而且具有并行推理能力，可适用于大规模的FPN模型，是误用入侵检测技术的一种非常有效的解决方案。     

基于模糊测度的模糊分支时态逻辑模型检测

针对具有模糊性和不确定性的复杂系统的验证问题,提出一种基于模糊测度的模糊分支时态逻辑模型检测算法。首先,在模糊决策过程模型的基础上引入模糊分支时态逻辑的语法和语义。然后,给出模糊分支时态逻辑模型检测算法,该算法将模型检测问题转化为矩阵运算,具有计算方式简洁、复杂度较低的优点。最后,通过医疗专家系统的实例说明了该模型检测算法的有效性。     

基于Internet的动态模糊主动专家数据库系统的研究

基于Internet,针对系统应用的主动性和动态模糊性特点,将动态模糊逻辑技术和专家系统技术引入到分布式主动数据库中,提出了一种基于Internet的动态模糊主动专家数据库系统模型,并对其系统结构及关键技术做了深入的研究.最后,将该模型应用于银行的客户信用评估系统中,其运行结果证明了该模型的有效性和科学性.     

非线性离散系统的自适应PID控制器

针对非线性离散系统设计了利用TSK(Takagi Sugeno Kang)模糊模型的自适应PID控制器。利用模糊模型预测控制信号误差,通过控制信号误差自适应PID控制器参数。比较系统输出和模糊模型输出自适应模糊模型的参数。该方法可以弥补系统参数的模糊性、数学模型的模型误差和系统参数的变化。非线性离散系统的仿真实验验证了所设计的自适应PID控制器对非线性离散系统控制的有效性。     

FMS故障诊断的模糊行为Petri网研究

根据ＦＭＳ故障诊断推理中知识的模糊性，提出模糊行为Ｐｅｔｒｉ网（ＦＢＰＮ）的定义，研究用模糊行为Ｐｅｔｒｉ网表示模糊产生式规则的方法，提出一种模糊反向推理机制，给出算法的实现。最后以ＢＦＥＣ—ＦＭＳ的刀库换刀故障为例，证明该方法的可行性和有效性     

基于聚类和遗传算法的解释性模糊模型设计

提出了一种基于模糊聚类和遗传算法构建解释性模糊模型的设计方法。定义了模糊模型的精确性指标，给出了模糊模型解释性的必要条件。然后利用模糊聚类算法和最小二乘法辨识初始的模糊模型；采用多目标遗传算法优化模糊模型；为提高模型的解释性，在遗传算法中利用基于相似性的模糊集合和模糊规则的简化方法对模型进行约简。采用该方法对Mackey-Glass系统进行建模，仿真结果验证了该方法的有效性。     

基于模糊观测器T-S模型和自适应模糊逻辑系统的一类非线性系统的H∞控制

针对一类非线性系统，把模糊T-S模型和自适应模糊逻辑系统两类模糊逻辑方式结合起来，提出了一种基于观测器的控制方案．首先，应用模糊T-S模型对非线性系统建模，设计观测器来观测系统状态；由线性矩阵不等式得到模糊模型的控制律．其次，应用自适应模糊逻辑系统作为补偿器来补偿建模误差．证明了闭环系统满足期望的性能．仿真结果表明了该方案的可行性．     

不确定非线性系统的模糊鲁棒??∞ 跟踪控制

针对一类不确定非线性系统,提出一种新的模糊鲁棒H∞跟踪控制方案。应用模糊T-S模型表征非线性系统,系统不确定性通过模糊逻辑系统消除。由线性矩阵不等式和自适应律给出了模糊控制器存在的一个充分条件。基于Lyapunov稳定性理论,模糊控制方案在所有闭环信号最终一致有界下保证了期望的H∞跟踪性能。两连杆机械臂的仿真结果表明了该方案的可行性。     

一种线性化模糊内模自适应控制算法

针对非线性对象，提出一种线性化模糊内模自适应控制算法。该算法以一组模糊规则作为非线性对象内部模型，一条模糊规则表示一个局部线性系统；根据对象输入与输出测量值，利用TSK建模方法在线辨识局部模糊内部模型；同时依据辨识模型设计局部H2最优模糊控制规则，所有规则构成H2最优模糊控制器。仿真实验显示：该算法适用于非线性对象的控制，具有较好的鲁棒性和抗干扰能力。     

质子交换膜燃料电池动态建模及其双模控制

由于已提出的质子交换膜燃料电池(PEMFC)模型难于控制, 提出利用MATLAB/SIMULINK仿真工具进行PEMFC系统动态建模, 同时为实现对PEMFC系统输出电压的控制, 采用了基于模糊规则切换的模糊逻辑控制器(FLC)和比例积分微分控制器(PID)相结合的双模控制方式. 仿真结果证明该动态模型易于控制, 能够反映出PEMFC系统的动态输出特性, 而且验证了基于模糊规则切换的双模控制能够有效抑制扰动, 改善PEMFC系统的动态输出特性, 保证系统的稳定运行, 有助于对PEMFC系统的输出性能分析以及实时控制系统的设计.     

基于自适应神经网络的不确定非线性系统的模糊跟踪控制

提出了一种基于模糊模型和自适应神经网络的跟踪控制方法.在系统具有未知不确定非线性特性的情况下,首先利用T＿S模糊模型对系统的已知特性进行近似建模,对基于模糊模型的模糊H∞跟踪控制律进行输出跟踪控制.并在此基础上,进一步采用RBF神经网络完全自适应控制,通过在线自适应调整RBF神经网络的权重、函数中心和宽度,从而有效地消除系统的未知不确定性和模糊建模误差的影响,保证了非线性闭环系统的稳定性和系统的H∞跟踪性能,而不要求系统的不确定项和模糊建模误差满足任何匹配条件或约束.最后,将所提出的方法应用到一非线性混沌系统,仿真结果表明了所提出的方案不仅能够有效地稳定该混沌系统,而且能使系统输出跟踪期望输出.     

一类复杂非线性系统的模糊控制

针对一类复杂非线性系统,把模糊T-S模型和自适应模糊逻辑系统结合起来,提出了一种跟踪控制方案.首先,应用模糊T-S模型对非线性系统建模,设计观测器用来观测系统状态:其次,应用基于权值、中心和宽度3个参数可调节的自适应时延模糊逻辑系统补偿器来消除建模误差和小确定性.文中证明了闭环系统满足期望的跟踪性能.示例仿真结果表明了该方案的有效性.     

Robust adaptive fuzzy control scheme for nonlinear system with uncertainty

In this paper, a robust adaptive fuzzy control scheme for a class of nonlinear system with uncertainty is proposed. First, using prior knowledge about the plant we obtain a fuzzy model, which is called the generalized fuzzy hyperbolic model （GFHM）. Secondly, for the case that the states of the system are not available an observer is designed and a robust adaptive fuzzy output feedback control scheme is developed. The overall control system guarantees that the tracking error converges to a small neighborhood of origin and that all signals involved are uniformly bounded. The main advantages of the proposed control scheme are that the human knowledge about the plant under control can be used to design the controller and only one parameter in the adaptive mechanism needs to be on-line adjusted.     

Robust adaptive fuzzy control scheme for nonlinear system with uncertainty

In this paper, a robust adaptive fuzzy control scheme for a class of nonlinear system with uncertainty is proposed. First, using prior knowledge about the plant we obtain a fuzzy model, which is called the generalized fuzzy hyperbolic model (GFHM). Secondly, for the case that the states of the system are not available an observer is designed and a robust adaptive fuzzy output feedback control scheme is developed. The overall control system guarantees that the tracking error converges to a small neighborhood of origin and that all signals involved are uniformly bounded. The main advantages of the proposed control scheme are that the human knowledge about the plant under control can be used to design the controller and only one parameter in the adaptive mechanism needs to be on-line adjusted.