应用MATLAB设计模糊控制系统

模糊控制系统的设计是模糊控制系统应用的重要问题之一,在介绍MATLAB语言及模糊逻辑工具箱的基础上,着重介绍如何利用Simulink工具箱、Fuzzy工具箱和Control工具箱进行模糊控制系统的设计,并给出具体实例。     

模糊控制系统的稳定性分析和设计方法研究

本文介绍了模糊控制系统的基本结构，甚于Ｔａｋａｇｉ－Ｓｕｇｅｎｏ模糊模型进行了模糊控制系统的稳定性分析，给出了模糊控制系统的稳定比设计步骤，说明了利用模糊控制理论和现代控制理论的结合进行模糊控制系统设计的基本思想。     

MATLAB在模糊控制系统仿真中的应用

模糊控制系统的设计是模糊控制系统应用的重要问题之一,而系统的仿真是设计中的重要步骤和必要的保证,本文首先简要介绍了MATLAB语言、模糊逻辑工具箱和SIMULINK工具箱,然后着重介绍如何利用模糊逻辑工具箱、SIMULINK工具箱进行模糊控制系统的仿真,并给出具体实例,这种方法克服了传统用C语言进行仿真的复杂,不方便的缺点,使模糊控制系统的仿真变得容易、直观且迅速。     

改进遗传算法在智能悬臂梁模糊控制的应用

模糊控制器的设计是模糊控制系统的核心,而模糊控制器设计的关键部分是模糊规则,模糊规则的好坏决定了模糊控制系统的控制效果.而一般模糊规则是通过专家经验获得的,存在很大的主观性的缺点,本文以智能悬臂梁结构为研究对象,设计了模糊控制器,改进了遗传算法,提出了使用改进遗传算法对模糊规则进行优化的方法,并给出了遗传编码、适应度函...     

一种机械手的计算机模糊控制系统

针对机械手关节的非线性影响，应用模糊逻辑理论，设计了一种机械手位置模糊控制系统，给出了模糊控制器的设计方法和计算机模糊控制软硬件实现方案。进行了单关节的实验研究，实验结果表明，这种控制系统具有良好的控制性能。     

模糊控制系统的稳定性研究

模糊控制系统稳定性分析是模糊控制理论研究的焦点和关键问题,对模糊控制系统稳定性研究的发展历程及现状作了综述,并论述了稳定性研究中存在的问题及发展动向。     

基于PLC的模糊PID控制系统的研究

研究了采用离线计算形成模糊查询表，从而在PLC(可编程序控制器)控制系统在线查表实现模糊PID控制的方法，提出了解决模糊PID控制动作频繁造成系统损害的带死区的模糊PID控制算法；这种PLC通用模糊PID控制器可作为控制系统的一部分，也可用于控制过程分析、仿真和开发模糊控制PID系统的工具。     

电机变频调速系统的仿真实验研究

在模糊神经网络原理基础上,针对目前模糊神经网络应用于自动控制系统的实用性方法,设计研究了一种基于具有交互功能的MATLAB仿真工具和以TMS320LF240 7ADSP为核心的控制系统硬台件平,对其进行了仿真和试验研究,仿真和试验结果表明引入了模糊神经网络的应用使控制系统具有更好的控制效果。     

基于模糊自适应PID的光伏并网双闭环控制

阐述了光伏并网双闭环控制的基本原理,在此基础上研究了基于模糊自适应PID控制的双闭环控制系统,最后通过Matlab仿真验证了模糊自适应PID控制系统的可行性和优越性。     

计算智能方法优化设计模糊控制系统!现状与展望

计算智能方法优化模糊控制系统是近年来的研究热点，这里对此研究方向进行了综述．首先简要介绍了模糊控制；然后按使用计算智能方法的不同分成6大类，详尽分析了计算智能方法优化模糊控制系统的研究现状；最后对下一步的研究工作进行了展望．     

模糊聚类计算的最佳算法

给出模糊关系传递闭包在对应模糊图上的几何意义,并提出一个基于图连通分支计算的模糊聚类最佳算法.对任给的n个样本,新算法最坏情况下的时间复杂性函数T(n)满足O(n)≤T(n)≤O(n²).与经典的基于模糊传递闭包计算的模糊聚类算法的O(n³logn)计算时间相比,新算法至少降低了O(n相似文献   

模糊本体之必然:基于人的认知特征的分析

本体是人对客观事物及其相互关系的认知成果,表现形式为概念及概念关系,二者均以语词称之。人只能自如应用有限的语词,致使人的认知有两个必备特征:一个语词指称多个概念,即以变动概念外延的方式减少概念的数量;一个语词指称多个概念关系,即以隶属度的形式归并概念关系的种类。前者对应模糊概念,后者引出模糊概念关系,由两者构成的模糊本体就是符合人的认知规律的客观世界在人脑中的必然反映。作为科学术语的"模糊",是指有效解决语词有限性与客观事物无限性矛盾的认知方式。模糊本体是本体的一般形式,更接近客观世界之真实,其模糊识别与模糊推理的功能更有利于支持人的认知活动。模糊本体内置于机器是信息处理智能化之必然,模糊本体表示的机器形式目前为OWL文档。举例示意了模糊本体的构建过程。     

基于改进的模糊神经学习算法的模糊规则优化

对“改进的模糊神经学习算法”(DevelopedNeuro-FuzzyLearningAlgorithm)简单介绍,并针对这一新算法的缺点,提出了新的聚类方法得到最佳的规则数,利用模糊权值优化规则来改进这个算法,降低算法的时间复杂度,简化神经网络。     

一个新型的模糊控制器

本文提出一种新型的模糊控制器，它以串级的三维模糊调节器为基础，同时引入了反馈模糊调节器作为并联校正。我们用这种算法，针对几个典型的工业用金属热处理炉的温度控制模型做了仿真实验，得到了很好的控制效果，在阶跃响应中，上升时间短，无超调，稳态精度优于普通二维模糊控制系统。文中给出了这种控制方法的结构和有关的算法。     

Uncertain probabilities III: the continuous case

We consider joint probability density functions where some of the parameters are uncertain. We model these uncertainties using fuzzy numbers producing fuzzy joint probability density functions. Then we study the fuzzy marginal densities, the fuzzy conditional densities and fuzzy correlation. We look at one particular fuzzy joint density: the fuzzy bivariate normal. An application in fuzzy reliability theory is presented.     

直觉模糊C-均值聚类算法研究

鉴于直觉模糊集理论作为模糊理论的推广已得到广泛的应用,研究了将模糊C-均值聚类推广为直觉模糊C-均值聚类（IFCM）的途径和方法,分析了现有的几种IFCM算法,并提出了一种基于直觉模糊集的模糊C-均值聚类算法．该算法首先定义了直觉模糊集之间的距离;然后构造了聚类的目标函数;最后给出了聚类算法步骤．将算法用于目标识别,实验结果表明了算法的有效性．     

模糊线性支持向量回归机

该文研究了当训练点的输出为三角模糊数时,支持向量回归机的构建问题。首先将模糊回归问题转化为模糊分类问题,并将求模糊最优分类超平面问题转化为求解带有模糊决策的机会约束规划问题。利用基于模糊模拟的遗传算法求解带有模糊决策的机会约束规划,得到模糊最优分类超平面(模糊方程),解模糊方程得到模糊回归函数。在此基础上,得出模糊线性支持向量回归机(算法)。从而较好地解决了支持向量机中含有模糊信息的模糊回归问题。最后,给出显示模糊线性支持向量回归机特点的模糊支持向量集的定义。     

一种快速模糊推理系统

提出一种新的模糊推理系统，其模糊知识库具有紧致模糊规则库，即规则集为仅存储规则后的完全规则集，推理过程中可以根据当前输入信号值直接寻址被激励的模糊规则，从而只是有选择地执行被激励的规则，其优点是可以提高模糊推理速度，减少规则库存储容量，针对模糊芯片的VLSI实现，提出了可以根据输入信号值直接寻址被激励规则的电路。     

Approximation and universality of fuzzy Turing machines

Fuzzy Turing machines are the formal models of fuzzy algorithms or fuzzy computations. In this paper we give several different formulations of fuzzy Turing machine, which correspond to nondeterministic fuzzy Turing machine using max-＊ composition for some t-norm＊ （or NFTM＊, for short）, nondeterministic fuzzy Turing machine （or NFTM）, deterministic fuzzy Turing machine （or DFTM）, and multi-tape versions of fuzzy Turing machines. Some distinct results compared to those of ordinary Turing machines are obtained. First, it is shown that NFTM＊, NFTM, and DFTM are not necessarily equivalent in the power of recognizing fuzzy languages if the t-norm＊ does not satisfy finite generated condition, but are equivalent in the approximation sense. That is to say, we can approximate an NFTM＊ by some NFTM with any given accuracy; the related constructions are also presented. The level characterization of fuzzy recursively enumerable languages and fuzzy recursive languages are exploited by ordinary r.e. languages and recursive languages. Second, we show that universal fuzzy Turing machine exists in the approximated sense. There is a universal fuzzy Turing machine that can simulate any NFTM＊ on it with a given accuracy.     

多变量模糊控制的现状与发展（Ⅰ）：关于分层,自学习,自适应等问题

回顾了多变量模糊控制近年来的发展过程，着重介绍近年来出现的一些新研究方向，并对当前该研究领域的热点课题：模糊模型的辨识、多变量模糊自校正控制、模糊解耦、模糊分层控制、模糊神经网络的研究现状以及它们的发展趋势作了进一步讨论。