利用模糊系统的自适应模糊控制器

针对非线性系统控制,设计了利用TSK(Takagi-Sugeno-Kang)模糊系统的自适应模糊控制器。所设计的自适应控制方法是参考模型自适应控制方法,而且利用Lyapunov函数保证了闭环系统的稳定性,同时推导了最优的自适应控制规律。首先,根据控制对象的输入输出数据建立TSK模糊模型,然后,由TSK模糊模型设计初期的TSK模糊控制器,并根据自适应规律随时调整模糊控制器参数。倒立摆系统的仿真实验验证了所设计的自适应模糊控制器的有效性。     

大滞后大惯性对象的模糊人工神经网络控制器

本文给出一种模糊人工神经网络控制器（FANNC）作控制机构，用参考模型输出作理想训练目标以及此为基础而建立的广义BP算法作出自适应机构的模型参考自适应模糊人工神经网络控制系统（MRAFANNCS）。真正为一类缺乏精确数学模型的大滞后大惯性对象提供实现自适应控制的有效方法，弥补了一般设计方法的不足，仿真验证了该方法的合理性。     

基于一种FGA–ANFIS技术的DMFC温度建模和控制

为了提高直接甲醇燃料电池(DMFC)的发电性能,采用自适应神经模糊推理技术(FGA-ANFIS)对电池的工作温度进行建模与控制.首先,基于实验的输入输出数据建立了DMFC电堆温度的自适应神经模糊辨识模型,避开了DMFC电堆的内部复杂性.然后,将训练好的网络模型作为DMFC控制系统的参考模型,采用一种改进的模糊遗传算法对神经模糊控制器的参数和模糊规则进行自适应调整.最后,通过仿真.将所提出的算法与非线性PID和传统模糊算法进行比较,结果表明所设计的神经模糊控制器具有较好的性能.     

利用模糊系统的直升机的自适应控制

针对直升机动力学为非线性,且存在不确定因素和状态变化,设计利用模糊系统的自适应控制器.设计的控制器是系统的输出跟踪参考模型输出的直接调整模糊控制器参数的自适应控制器.又利用Lyapunov函数保证了闭环控制系统的稳定性并推导最优的自适应规律.实验结果表明,有外部扰动的情况下所设计的自适应控制器比模糊控制器对直升机控制具有良好的动态响应和稳定性,是一种非常有效的控制方法.     

基于模糊神经网络的模型参考自适应控制

用模糊神经网络作为控制器,依靠参考模型产生理想的控制系统闭环响应,从而随时得 到控制系统的输出误差.用梯度法实时修正模糊控制器的输入和输出隶属度参数,得到一种 在线模糊自适应控制的新方法.通过倒立摆的仿真实验表明,该方法是可行的并能适应对象 特性的大范围变化.     

基于广义模糊双曲正切模型的自适应控制器

针对一类非线性函数未知的非线性离散系统，提出一种新的基于广义模糊双曲正切模型的参考模型自适应控制器设计方法，并利用Lyapunov稳定性理论证明了该控制器是全局渐近稳定的．仿真例子证明了该方法的有效性．     

基于模糊推理的模型参考自适应内模控制的研究

电厂的主汽温是大惯性、大滞后的时象,并且动态特性随机组负荷变化而变化,运行过程中扰动多.本文采用模型参考自适应控制的思想,将模糊控制方法和内模控制方法结合在一起,提出了一种模型参考模糊自适应内模控制方法:采用相消法设计内模控制器,用参考模型理想输出和实际对象输出之差e及其变化率△e在线模糊调节控制器中滤波参数.本文方法综合了模糊控制,内模控制和自适应控制的优点,增强了系统的鲁棒性,针对电厂热工过程系统的仿真研究结果证明了这一方法的有效性.     

模糊自适应PID控制器在集中供热系统中的应用

基于对集中供热系统进行的数学模型辨识,并对常规PID控制器进行了调整,加入了模糊自适应控制,采用模糊工具箱进行了仿真试验。结果表明,模糊自适应PID控制器较常规的PID控制器,具有更好的鲁棒性和自适应能力。在复杂的集中供热系统中,达到了令人满意的控制效果。     

基于模糊神经网络的积分自适应控制

将模糊神经网络应用于传统线性积分自适应控制,构造了一类模糊神经自适应方法,用于消除非线性系统响应偏差.模糊神经网构成直接非线性自适应控制器.对线性及非线性对象的仿真控制以及与经典自适应控制的比较,表明了模糊神经自适应控制器的有效性.     

在线知识获得智能模糊控制器研究

对一些复杂的系统。传统PID或模糊控制很难得到满意控制效果，本文提出采用基于RBF神经网络和遗传算法的自适应模糊控制器来进行控制。由遗传算法在线优化模糊控制器的比例因子、模糊推理规则和隶属函数。并由RBF网络辨识被控对象的动态特性，以评价模糊控制器控制性能。仿真实验表明。优化后的Fuzzy控制器具有较强的学习和自适应控制能力，控制效果优于没有寻优的Fuzzy控制。     

多维模糊控制器的设计与软件编程

模糊控制的设计核心是模糊控制器的设计。为了获得一般模糊控制器的设计，阐明了模糊控制的原理、模糊控制的特点和重要应用。采用两个模糊输入量、一个模糊输出量的模糊控制模型，设计了该模糊控制器的计算软件，并获得了模糊控制总表，在模糊控制总表的基础上编制了实时模糊控制软件，实现了模糊控制器的完整计算机软件设计。     

自适应模糊控制的仿真研究

本文将一种在线变动模糊划分的自适应模糊控制应用在不同对象的控制仿真中，取得了良好的控制品质。对于不同对象，模糊控制器在线判断对象特征，预测控制过程所需能量，在线动态变化模糊集合的划分。控制器需人工设置的参数很少，易于实用到实际控制过程中，本文还给出了模糊控制系统稳定的一个充分条件。     

基于模糊神经网络的温度控制系统设计

实验室温度控制系统要求精度高,并且具有非线性、大惯性及数学模型难建立等特性,这使得用常规PID控制器以及一般模糊控制器无法很好地满足系统要求,而本文在一般模糊控制器的基础上,融合神经网络技术,设计出模糊神经网络控制器,它既有模糊控制鲁棒性好、动态响应好、上升时间快、超调小的优点,又具有神经网络的在线自学习能力,可以实现温度的智能控制,在实际应用中取得良好的效果。     

新型模糊PID控制及在HVAC系统的应用

为了推广模糊控制器在非线性系统中的应用,提出一种利用PID控制器的参数优化和调节模糊控制器的新型设计方法.通过模糊控制器的结构分析建立与PID控制之间的精确解析关系之后提出基于PID控制增益因子的模糊控制器设计算法,然后利用改进的变论域思想进一步优化模糊控制器设计参数.将其应用于暖通空调(HVAC)系统的节能控制中并与常规PID控制器相比较,仿真和实验结果表明这种模糊控制器具有超调量小、跟踪迅速、鲁棒性强等优越的控制性能.     

模糊控制与PID控制的对比及其复合控制

在对PID控制与模糊控制进行对比的基础上提出了一种模糊PID复合控制方案.首先,分别设计了一个常规PID控制器和一个基本模糊控制器;然后,对两种控制方案进行了仿真对比研究,并对它们的优缺点进行了评价;最后,为了将两种方案取长补短、优势互补,设计了一种模糊PID复合型控制器.该复合控制器根据偏差范围的大小,通过模糊控制与...     

新型模糊- PID复合控制器设计及应用

提出一种模糊-PID复合控制器的设计方法，通过PID线性控制器和模糊控制器并行结合，在偏离工作点较远的区域以模糊控制为主，工作点附近则主要使用PID线性控制。为保证两者的平稳过渡，采用模糊推理完成“切换”(模糊切换)，仿真结果表明该控制器实现了PID控制器和模糊PID控制器的优势互补和控制性能的明显改进。     

抄纸过程水分定量的改进型模糊免疫PID控制

针对抄纸过程中的水分定量控制对象是一个具有强耦合、非线性、大时滞的难控制对象,提出一种改进型模糊免疫PID控制方法,这种方法用三输出的模糊控制和免疫PID控制相结合的方法,避免了常规模糊免疫控制器只相当于一个非线性P控制器的缺点,能充分发挥PID三个参数的自适应性能;最后将这种方法对抄纸过程的水分定量控制进行了仿真研究,结果表明,该方法比传统模糊免疫PID有更好的自适应性,具有超调小、响应快等优点,对多变量耦合系统具有较强的自适应性、解耦和鲁棒性。     

交通信号公交优先控制策略及智能控制方法

针对公交优先交通信号控制问题,研究了公交优先的信号控制策略,提出了一种变论域模糊神经网络公交优先智能控制方法.提出了基于相位优先度值的公交优先相位选择方法,并给出了其数学描述.建立了绿灯时间的3层模糊控制模型,分别为红灯排队疏散时间、绿灯延长时间和论域调节因子模糊控制器,其中红灯排队疏散时间和绿灯延长时间两个模糊控制器的输出变量均采用变论域,论域的变化考虑混合交通、天气情况、车流转向等因素由论域调节因子模糊控制器确定.模糊控制器采用粒子群优化神经网络实现.仿真结果表明该方法具有较好的公交优先控制效果.     

利用BP算法的一种自适应模糊预测控制器

提出一种由模糊预测器和模糊预测控制器组成的自适应模糊预测控制方案,采用ＢＰ算法训练模糊预测器和模糊预测控制器,并给出这种模糊预测控制器的训练算法。控制系统对于具有纯时延的非线性被控过程有良好的控制性能。     

自适应模糊PID控制器的设计

目前的工业过程控制中被控对象往往都是非线性、时变的系统,常规PID控制对于这样系统的控制效果不是很理想。为此,提出将模糊技术与PID控制相结合的控制方式,设计出自适应模糊PID控制器。利用Matlab中模糊逻辑控制工具箱设计模糊控制器,在Simulink环境中实现了该自适应模糊PID控制器的仿真。仿真结果表明,该模糊PID控制具有控制灵活、响应快和适应性能强的优点。