船舶航向操纵参数自整定模糊控制仿真

船舶航向操纵模糊控制是船舶航行的自动化的一项新的控制技术，船舶在海上航行，由于受到浪水流和气象等环境影响，受到的干扰相当复杂，船舶运动的数学模型在不同海域海情和吃水不同时，模型参数变化是时变的，非线性的，常规的ＰＩＤ自动舵不能好保持航向，模糊控制是基于熟练舵工的操舵经验，总结成语言表达的控制规则，根据模糊集合理论，利用航向偏差，航向变化率主输入量，应用模糊控制理论，确定舵角控制量，实现航向保持，它     

精密工作台参数自调整模糊控制环节设计与仿真

对精密工作台的定位控制进行研究。提出一种参数自调整模糊控制的改进算法。该方法克服了常规模糊控制存在的静差和振荡问题。设计了模糊控制器的Simulink模型,仿真实验结果表明该方法相对于常规模糊控制具有良好的超调和响应快速性。通过优化自调整参数和模糊控制规则,可以得到更好的系统响应曲线。对于实际控制系统,该控制算法具有较好的稳定性。     

基于改进DCL算法的模糊控制规则提取

文章以机器人的模糊控制为背景,基于Kohonen自组织竞争网络和改进的DCL算法,从输入输出数据中提取模糊控制规则,所得结果明显优于Kong和Kosko[1]的结果。     

三维控制规则自修正模糊算法的研究

本文提出一种三维控制规则自修正模糊算法,利用优选法在线修正模糊控制规则,实现模糊规则自寻优,仿真结果表明,本算法可有效提高响应速度,减少超调,改善稳态性能,并可解决二维模糊控制在快速响应与稳定性之间的矛盾.     

模糊控制和传统PID控制的仿真研究

本文运用模糊控制与PID控制分别对同一受控对象进行控制。通过MATULB仿真。表明了模糊控制与传统的PID控制相比明显地改善了控制系统的动态性能。     

基于动态特性机理的规则自校正模糊控制研究

传统的自校正模糊控制系统的调节量、调节时间、自校正峰值时间与上升时间都存在一定误差,而且用时较长,很难满足当下人们的需求。为此,提出一种基于动态特性机理的规则自校正模糊控制研究。首先,从自校正模糊的控制函数表达,分析出自校正模糊控制系统的输入与输出关系,从而得出自校正模糊控制的函数;然后,基于自校正模糊控制函数从控制器的设计、论域与模糊子集规则这两方面对基于动态特性机理的规则自校正模糊控制方法进行研究;最后以电液伺服系统为实验并对参数进行设置。实验结果证明,基于动态机理的模糊规则自校正控制方法性能更好,更加适合一些电子产品应用,其控制质量与自适应能力远远高于传统的自校正模糊控制,具有不可估量的商业价值。     

基于MATLAB环境下模糊控制参数的优化设计与仿真

该文提出了一种基于MATLAB环境下，利用优化工具箱和模糊逻辑工具箱以及M函数文件，使用单纯形法对模糊控制器中的量化因子和比例因子进行自寻优，可获得一个基于一定性能指标的次优或最优模糊控制器。以二阶系统为例进行了计算机仿真，仿真结果表明该方法具有良好的收敛性，使系统的动态性能得到明显的改善。     

混沌系统的一种自学习模糊控制

提出一种基于遗传算法的自学习模糊控制方法控制混沌系统。用一种改进的遗传算法学习模糊控制器的隶属度函数，以改善模糊控制器的性能，使其达到良好的控制效果。用此方法控制Ｈｅｎｏｎ系统的混沌行为，效果良好。     

模糊控制及其仿真程序的实现

介绍了模糊控制的一些简单情况,根据具体例子说明了如何构造模糊控制规则的问题。     

模糊控制规则优化方法研究

模糊控制规则的选择是模糊控制器设计的关键问题之一,在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。     

云雾室串级模糊自适应PID控制研究及实现

针对云雾室温度系统的纯滞后、多容等特点,对云雾室内各设备环节作必要的热力学关联性分析和非线性环节的合理线性化并逐一进行数学建模;以模糊PID控制策略与串级系统结构相结合的方法,提出了串级自适应模糊PID控制方案;通过Matlab仿真实验证明,上述控制方案能有效抑制温度超调,改善动态性能及抗干扰能力,充分发挥模糊PID的适应性与串级系统的快速性两者优点;给出了云雾室温度控制应用案例,验证了其良好的控制效果。     

基于变论域模糊控制的温室环境控制系统的设计

详细介绍了基于变论域模糊控制的温室环境控制系统,以温度控制系统为例进行设计。该系统以变论域模糊控制为核心算法,用BP神经网络改变模糊控制的论域。根据误差和误差变化率选择合适的论域,不仅克服了误差过大或过小时对温室控制的影响,还解决了温室多变量难以建立数学模型和隶属度函数选择较难的问题。     

PCR温度模糊PID控制器的设计及仿真

根据PCR对温度控制的要求设计出一种模糊PID控制器,采用误差和误差变化率作为模糊PID控制器的输入,PID参数作为模糊PID控制器的输出,并使用一组模糊规则实现对PID参数的在线优化调节.通过使用Simulink图形化工具平台对模糊PID控制器和传统的PID控制器进行建模和仿真.结果表明,与传统PID控制器相比,模糊PID控制器性能优良,使系统响应速度加快,超调减小.     

基于模糊自整定PID开关磁阻电机速度控制系统的建模与仿真研究

在Matlab 2008a/Simulink环境下,建立了三相(6/4极)的开关磁阻电机的速度控制系统动态仿真模型,对基于模糊自整定PID的开关磁阻电机速度控制系统进行了仿真研究,并与基于常规PID的开关磁阻电机速度控制系统仿真结果进行了对比。对比结果表明,采用模糊自整定PID控制算法,系统速度控制性能明显优于常规PID控制算法。     

气动位置伺服系统的非对称模糊PID控制

对于有杆气缸的非对称物理及摩擦力特性,提出了采用非对称模糊策略的模糊PID控制算法,较好地解决了有杆气缸由于左右两腔物理结构和摩擦力特性的不对称而造成运动过程中压力变化复杂的问题,改善了系统的动态响应性能.实验证明,采用非对称模糊策略的模糊PID控制可以明显地提高气动位置伺服系统的动态响应性能,系统具有较小的超调量和过渡过程时间,并获得了满意的重复稳态精度.     

基于PLC的液位模糊控制系统设计

文章应用德国SIEMENS S7-300可编程序控制器设计一个两维模糊控制器,将控制器的模糊输出反模糊化后化为实际输出而控制调节阀的开度,使中位水箱的液位达到给定值.通过在组态王中的参数连接与设置,实现液位运行画面的监测.运行结果表明,所设计的二维模糊控制器能精确控制中位水箱的液位,获得了良好的控制效果.     

A fuzzy logic based supervisory hierarchical control scheme for real time pressure control

This paper describes a supervisory hierarchical fuzzy controller （SHFC） for regulating pressure in a real-time pilot pressure control system. The input scaling factor tuning of a direct expert controller is made using the error and process input parameters in a closed loop system in order to obtain better controller performance for set-point change and load disturbances. This on-line tuning method reduces operator involvement and enhances the controller performance to a wide operating range. The hierarchical control scheme consists of an intelligent upper level supervisory fuzzy controller and a lower level direct fuzzy controller. The upper level controller provides a mechanism to the main goal of the system and the lower level controller delivers the solutions to a particular situation. The control algorithm for the proposed scheme has been developed and tested using an ARM7 microcontroller-based embedded target board for a nonlinear pressure process having dead time. To demonstrate the effectiveness, the results of the proposed hierarchical controller, fuzzy controller and conventional proportional-integral （PI） controller are analyzed. The results prove that the SHFC performance is better in terms of stability and robustness than the conventional control methods.     

A three-dimensional probabilistic fuzzy control system for network queue management

A novel probabilistic fuzzy control system is proposed to treat the congestion avoidance problem in transmission control protocol （TCP） networks. Studies on traffic measurement of TCP networks have shown that the packet traffic exhibits long range dependent properties called self-similarity, which degrades the network performance greatly. The probabilistic fuzzy control （PFC） system is used to handle the complex stochastic features of self-similar traffic and the modeling uncertainties in the network system. A three-dimensional （3-D） membership function （MF） is embedded in the PFC to express and describe the stochastic feature of network traffic. The 3-D MF has extended the traditional fuzzy planar mapping and further provides a spatial mapping among ＂fuzziness-randomness-state＂. The additional stochastic expression of 3-D MF provides the PFC an additional freedom to handle the stochastic features of self-similar traffic. Simulation experiments show that the proposed control method achieves superior performance compared to traditional control schemes in a stochastic environment.     

Fuzzy-identification-based adaptive backstepping control using a self-organizing fuzzy system

In this paper, a fuzzy-identification-based adaptive backstepping control (FABC) scheme is proposed. The FABC system is composed of a backstepping controller and a robust controller. The backstepping controller, which uses a self-organizing fuzzy system (SFS) with the structure and parameter learning phases to on-line estimate the controlled system dynamics, is the principal controller, and the robust controller is designed to dispel the effect of approximation error introduced by the SFS. The developed SFS automatically generates and prunes the fuzzy rules by the proposed structure adaptation algorithm and the parameters of the fuzzy rules and membership functions tunes on-line in the Lyapunov sense. Thus, the overall closed-loop FABC system can guarantee that the tracking error and parameter estimation error are uniformly ultimately bounded; and the tracking error converges to a desired small neighborhood around zero. Finally, the proposed FABC system is applied to a chaotic dynamic system to show its effectiveness. The simulation results verify that the proposed FABC system can achieve favorable tracking performance even with unknown controlled system dynamics.