基于滑模的模糊控制系统优化设计研究

针对两输入一输出的典型模糊控制器,模糊控制规则的选取主要依赖于该领域专家的先验知识和工人的操作经验,有较大的主观性,控制规则的设计缺乏形象的指导,用定量和定性的方法对典型的二阶模糊控制器的解析结构进行分析,特别是滑动模态变趋近律控制的思想对模糊控制规则进行形象的分析,并推导出模糊控制规则解析结构表达式,利用此方法可进行模糊控制规则的优化设计,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.     

MATLAB/NCD优化模糊控制的仿真研究

该文采用MATLAB软件中的动态仿真工具SIMULINK和模糊控制工具箱建立典型二阶被控对象的二维模糊控制系统仿真模型，其控制规则用解析式表达。在人工调试得到量化因子和比例因子的初始值后，采用MATLAB软件中的非线性控制设计(Nonlinear Control Design，NCD)模块集对该模糊控制系统的量化因子和比例因子进行优化，仿真优化后得到了模糊控制系统的量化因子和比例因子的最优参数。再通过调节因子调节控制规则，超调最小时的调节因子的值即为最佳值。从而得到了整个二维模糊控制系统的四个最优参数。该文提出的模糊控制系统优化方法易于为工程技术人员掌握，具有重要的理论和实用价值。     

两轮不平衡小车的优化模糊控制研究

研究两轮不平衡小车问题,根据状态变量合成的模糊控制方法.两轮不平衡小车是一个典型的多变量非线性系统,若采用常规的模糊控制,会遇到因输入变量个数过多而带来的控制规则数呈指数增加的问题,即"规则爆炸"问题.而基于变量合成的方法是一种改进的模糊神经网络控制方法,它将小车系统的状态变量进行合成,使多变量简化为两个综合变量,有效降低了模糊控制器的维数,从而大大减少了模糊控制规则的数量.最后应用优化的控制器对小车系统进行了控制仿真,并且与线性二次型最优控制LQR做了比较,实验表明ANFIS控制器具有调节时间短和改善了稳定性,为优化设计提供了依据.     

一种基于遗传算法的模糊控制规则的优化方法

模糊控制规则的选择是模糊控制器设计的关键问题之一，文中在对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。     

一种基于人工免疫原理的最优模糊神经网络控制器

提出了一种基于人工免疫原理的最优RBF模糊神经网络控制器设计方案．首先给出了控制器结构，其次将免疫进化算法用于控制器参数的优化，设计了一种满足二次型性能指标的最优RBF模糊神经网络控制器．将该控制器用于控制实际倒立摆系统，并采用状态变量合成方法以大大减少模糊规则的数目，实验结果验证了该控制器的有效性．     

多变量模糊系统控制设计及其在并行混合电动汽车中的应用

利用矩阵半张量积方法研究了多变量模糊系统模糊逻辑控制器的设计,并得到了若干新的结果.首先给出了模糊规则新的表示形式,基于该表示形式,构造了模糊逻辑控制器的结构矩阵,将复杂的模糊推理转变成了简单的代数等式.然后当模糊控制规则不完全时,建立了最小入度控制算法;当模糊控制规则不一致时,给出了相应的处理方法.最后将得到的结果应用到并行混合电动汽车(PHEV)能量管理和控制策略的模糊控制器设计.     

模糊规则在线自调整算法及仿真研究*

在模糊规则的可修正因子的基础上,提出了一种在线自调整模糊控制器解析规则模糊控制器的改进结构,引入了能够动态调整模糊控制规则的修正函数;同时,通过遗传算法,应用该修正函数对模糊控制器控制参数进行优化。通过对一个典型的二阶系统进行仿真实验,结果表明使用该方法设计的模糊控制器具有响应快、超调小、稳态精度高等优点,改善了模糊控制系统的性能。     

遗传算法在电液伺服系统分层模糊控制中的应用

针对模糊控制中规则数和可调参数多的问题,对遗传算法在分层模糊控制系统中的应用进行了研究,考虑遗传算法具有强大的全局搜索能力,提出了基于遗传算法的分层模糊控制的设计方案。该方案采用2个模糊控制器分层连接,即第一层采用基于遗传算法优化的模糊控制器,第二层采用典型的模糊控制器,从而大大减少了模糊规则和可调参数的个数,便于实时控制。电液伺服系统的实际仿真结果验证了该方案的有效性。     

简化的模PID控制方案

提出一种简化模糊ＰＩＤ控制方案，将三维的控制规则库简化为二维，大大减少了模糊控制规则的数目，简化了控制策略及其控制器的设计和调整过程。并讨论了该控制器的调整方法，最后通过仿真验证了其优越的性能。     

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。     

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、适应度函数的确定方法,最后利用Matlab/Simulink建立智能悬臂梁结构的仿真模型,对模糊规则优化前后的智能悬臂梁振动控制结果进行对比.仿真结果表明,优化后的模糊规则使智能悬臂梁的振动幅度显著缩小,而且振动衰减速度明显加快.     

基于模糊推理模型的水泥粉磨专家控制系统研究

针对水泥粉磨这一类难用准确的数学模型来描述以及常规模糊控制器的控制效果不理想等问题,通过将模糊控制技术与专家系统的有机融合,提出了基于模糊推理的贴近度决策方法,建立了模糊控制规则模型,解决了模糊推理的规则匹配问题,并给出了控制结论的化优化求解模型。实验结果表明该方法改善了负荷控制性能,提高了产品质量和磨机生产效率。     

基于量子遗传算法的模糊滑模控制

针对一类具有不确定性的非线性系统,提出了一种新的基于量子遗传算法的模糊滑模控制器的设计方法.将模糊控制与滑模控制相结合,利用滑模控制使系统跟踪误差进入边界层内;启用模糊控制替代切换控制,并在边界层上通过监督函数平滑控制作用.在滑动模态产生条件下,通过量子遗传算法优化模糊控制器的控制规则,有效地解决了模糊滑模控制中模糊控制规则的确定问题,从而削弱了系统的抖振,改善了控制器的控制性能.仿真结果表明了该方法的有效性.     

基于计算型模糊推理算法的模糊控制器设计

针对传统模糊推理算法在推理过程中容易忽略部分推理信息,模糊规则一旦确定就难以调整的缺点,提出一种基于数值计算的模糊推理算法。算法采用数值计算的方法对推理过程进行了改进,这种改进能够充分考虑所有输入的影响,又能根据输入的变化,对模糊规则进行适当的调整。基于该算法的模糊控制器能够大大提高控制性能和精度,减小稳态误差。通过对直流电动机的仿真控制效果表明,该控制器比传统模糊控制器的控制性能好,精度高,抗干扰能力强。     

基于免疫原理的模糊控制器优化设计与仿真

利用免疫进化算法，提出了一种新的模糊控制器优化设计方法。该方法以实数方式对模糊控制规则和隶属函数参数进行独立编码，分步联合优化，有效降低了待寻优参数的维数，提高了寻优的速度和精度。最后，通过对调压铸造压力控制系统的仿真表明了这种方法的有效性。     

Incremental Evolutionary Design of TSK Fuzzy Controllers

This paper proposes a novel method for the incremental design and optimization of first order Tagaki-Sugeno-Kang (TSK) fuzzy controllers by means of an evolutionary algorithm. Starting with a single linear control law, the controller structure is gradually refined during the evolution. Structural augmentation is intertwined with evolutionary adaptation of the additional parameters with the objective not only to improve the control performance but also to maximize the stability region of the nonlinear system. From the viewpoint of optimization the proposed method follows a divide-and-conquer approach. Additional rules and their parameters are introduced into the controller structure in a neutral fashion, such that the adaptations of the less complex controller in the previous stage are initially preserved. The proposed scheme is evaluated at the task of TSK fuzzy controller design for the upswing and stabilization of a rotational inverted pendulum. In the first case, the objective is a time optimal controller that upswings the pendulum in to the upper equilibrium point in shortest time. The stabilizing controller is designed as a state optimal controller. In a second application the optimization method is applied to the design of a fuzzy controller for vision-based mobile robot navigation. The results demonstrate that the incremental scheme generates solutions that are similar in control performance to pure parameter optimization of only the gains of a TSK system. Even more important, whereas direct optimization of control systems with more than 35 rules fails to identify a stabilizing control law, the incremental scheme optimizes fuzzy state-space partitions and gains for hundreds of rules.     

复合二维模糊控制器及其模糊推理方法的研究

实现三维模糊控制效果, 而控制规则数与二维模糊控制器相当. 模糊控制规则解析生成. 模糊推理方法基于相平面, 计算量小, 直接用输入连续量进行推理. 该控制器结构及算法简单, 易于在线实现, 具有通用性. 将其用于交流调速系统, 实验结果表明控制性能较PI算法更佳.     

Optimal Robust Control for Rigid Serial Manipulators: A Fuzzy Approach

We first investigate the fundamental properties of rigid serial manipulators as related to the control design. Then, a new optimal robust control is proposed for serial‐link mechanical manipulators with fuzzy uncertainty. Fuzzy set theory is used to describe the uncertainty. The desirable system performance is deterministic (assuring the bottom line) and also fuzzy (enhancing the cost consideration). The proposed control is deterministic and is not the usual if‐then rules‐based control. The resulting controlled system is uniformly bounded and uniformly ultimately bounded proved via the Lyapunov minimax approach. A performance index (the combined cost, which includes average fuzzy system performance and control effort) is proposed based on the fuzzy information. The optimal design problem associated with the control can then be solved by minimizing the performance index. The resulting control design is systematic and is able to guarantee the deterministic performance as well as minimizing the cost. In the end, a cylindrical robot manipulator is chosen for demonstration.     

基于改进遗传算法的模糊控制器设计

针对模糊控制器的隶属度函数和模糊控制规则的选取及优化缺乏自学习能力与知识采集的手段,以及遗传算法具有自适应、启发式、概率性、迭代式全局收敛的特点,该文章将遗传算法与模糊控制相结合,给出了一种基于改进遗传算法的模糊控制器设计策略.改进算法引入了分裂算子来避免遗传算法在寻优过程中陷入局部最优解,同时对编码方式、选择算子、交叉算子以及变异算子做了相应的调整与改进.并将此改进算法用于优化模糊控制器的隶属度函数与模糊控制规则.仿真结果表明用该改进算法优化后的模糊控制器较用普通遗传算法优化后的模糊控制器具有更好的控制性能.