Fuzzy-PID复合控制的数字仿真

本文在分析传统的PID控制算法及Fuzzy控制算法的基础上,提出了一种Fuzzy—PID复合控制算法。通过数字仿真表明,这种复合控制算法兼顾了Fuzzy控制与PID控制两种算法的优点,既有良好的动态品质,又有很好的稳态特性。这种控制算法编程简单,便于利用微机实现,有较大的实用价值。     

基于Matlab带积分控制规则自调整控制的算法

提出一种加积分的广义钟形自调整模糊目标函教控制规则自调整算法,并采用Matlab控制工具箱的Fuzzy模块实现对一个典型的二阶系统进行仿真研究.     

一种改进的指纹Fuzzy Vault加密方案

为了克服传统指纹Fuzzy Vault算法在应用上的不足,提出了一种改进的Fuzzy Vault算法。主要采用一种新的多项式构造函数的方法来实现待保护密钥和指纹细节特征点的绑定,进而解决了传统Fuzzy Vault算法中密钥长度决定解码时需要匹配细节点个数的问题。实验结果表明,此方法进一步增强了算法的安全性和灵活性。     

Fuzzy控制理论在甜菜制糖过程的应用

基于Fuzzy控制理论提出了归一Fuzzy量化及带修正函数的Fuzzy控制规则自调整 方法,并介绍了该法在甜菜制糖过程的成功应用.通过某糖厂的运行结果,证明了微机Fuzzy 控制在甜菜制糖过程应用的可行性与有效性.     

一种SPA集转化Fuzzy集的新方法

结合SPA集,Vague集及Fuzzy集理论分析,在此基础上提出了一种基于SPA集向Fuzzy集转化的新方法,给出了SPA集转化Fuzzy集的相关准则及证明。通过示例验证了该算法的有效性与合理性。     

基于Vague集的多目标决策

通过研究Vague集合转化为Fuzzy集的不同方法,采用将Vague集转化为Fuzzy集的方法来研究多目标决策问题,提出了基于Vague集的简化的模糊多目标决策算法,并通过实例验证了算法的有效性。     

模糊小脑模型神经网络

提出输入层具有一定隶属度的模糊小脑模型神经网络(Fuzzy CMAC),它比小脑 模型CMAC(Cerebellar Model Articulation Controller)能更真实地描述客观世界.给出n维 Fuzzy CMAC算法,仿真结果表明Fuzzy CMAC比小脑模型CMAC具有如下优点:学习收敛 速度快得多,可以学习模糊规则.Fuzzy CMAC比CMAC优越,使CMAC成为Fuzzy CMAC 的特例.     

Fuzzy-PID复合控制在水泥冷却过程中的应用

针对PID在水泥生产线冷却过程中实际应用所发现的问题,提出了将Fuzzy-PID复合控制算法应用于现场的控制思路,该算法将Fuzzy和PID两种控制方式的控制优点有机结合,根据多次现场实验得到的模糊切换隶属度函数在两种控制方式下自动切换,该控制既能在动态过程中快速调节,又能在稳态过程中准确调节.冷却过程控制软件采用VC...     

基于多维多重Fuzzy推理的入侵检测模型

目前网络入侵检测系统中存在大量的Fuzzy性问题,通过对三I算法的分析,提出一个基于RM蕴涵算子的三I算法,并就FMP（fuzzy modus pronens）问题,运用该算法,研究基于多维多重以及多维多重规则时的解。该算法在研究入侵检测系统中结合特征知识库,提取入侵行为规则,抽象出入侵行为检测Fuzzy推理的一般性模型,给出了基于该模型算法的描述,并分析了算法的性能,在该算法中,应用的Fuzzy推理是基于RM算子的三I算法。     

Fuzzy BC-k-modes:一种分类矩阵对象数据的聚类算法

传统的聚类算法主要对具有单值属性的数据进行聚类研究，针对矩阵对象数据的研究较少，提出一种新的fuzzy between-cluster k-modes(简称Fuzzy BC-k-modes)聚类算法。在Fuzzy BC-k-modes算法中，采用增加簇间信息(不同类中的对象到其他类中心的距离)去修正目标函数，在对修正的目标函数寻求局部最优解时，提出隶属度矩阵的更新公式。最后，在四个真实数据集上验证了Fuzzy BC-k-modes算法的有效性，并且分析了模糊因子与隶属度间的关系。     

Self-tuning of 2 DOF control based on evolving fuzzy model

In this paper we present a self-tuning of two degrees-of-freedom control algorithm that is designed for use on a non-linear single-input single-output system. The control algorithm is developed based on the Takagi-Sugeno fuzzy model, and it consists of two loops: a feedforward loop and feedback loop. The feedforward part of the controller should drive the system output to the vicinity of the reference signal. It is developed from the inversion of the T-S fuzzy model. To achieve accurate error-free reference tracking a feedback part of the controller is added. A time-varying error-model predictive controller is used in the feedback loop. The error-model is obtained from the T-S fuzzy model. The T-S fuzzy model of the system, required in the controller, is obtained with evolving fuzzy modelling, which is based on recursive Gustafson-Kessel clustering algorithm and recursive fuzzy least squares. It employs evolving mechanisms for adding, removing, merging and splitting the clusters.The presented control approach was experimentally validated on a non-linear second-order SISO system helio-crane in simulation and real environment. Several criteria functions were defined to evaluate the reference-tracking and disturbance rejection performance of the control algorithm. The presented control approach was compared to another fuzzy control algorithm. The experimental results confirm the applicability of the approach.     

非线性动态模糊系统过程控制与稳定性分析

针对自动控制领域中存在的大量的非线性动态模糊系统,提出了非线性动态模糊系统过程控制模型,并给出了动态模糊控制器的设计算法和该模型的稳定性分析,很好地解决了模糊控制系统所不能解决的动态性问题.     

一种基于组合型模糊控制的主动队列管理算法

计算机网络具有的复杂性和动态特性使传统控制理论难以进行主动队列管理（Active Queue Management, AQM）算法的设计和分析．本文在模糊集合和模糊系统理论的基础上设计了一个主动队列管理算法CF（Combination Fuzzy control）．其中模糊控制器I根据瞬时队列的长度和变化值计算控制量；模糊控制器II根据系统负载因子计算控制增益．通过选择模糊控制器参数，模糊控制系统与使用PI（Proportional Integral）控制器的系统具有相同的局部稳定性．最后通过仿真对CF、PI和单模糊控制器的性能进行了比较．     

DF控制推理模型的研究

针对控制系统中对象的模糊性和动态性,基于动态模糊集(Dynamic Fuzzy Sets)及动态模糊逻辑(Dynamic FuzzyLogic)系统理论,给出DF控制推理模型的相关概念,如DF向量、DF语言变量、DF语言规则和DF蕴涵关系等,并在此基础上探讨基于DF语言规则的DF推理方法,最后通过实例说明这些概念和方法的应用。     

汽车智能防撞自适应控制研究与仿真

针对汽车防撞模糊控制模型不能自动调整参数的缺点,建立汽车防撞自适应模糊推理模型。采用混合学习算法对自适应模糊推理模型的前提参数和结论参数进行辨识,以加速收敛。经模拟训练和仿真输出结果证明,该模型能够对汽车防撞模糊控制器隶属函数和模糊规则进行优化,较好地实现紧急报警情况下的汽车防撞自适应控制。     

一种采用增强式学习的模糊控制系统研究

提出一种新的自学习模糊控制系统,该系统有机地集成了BB(Bucket—Brigade)算法和遗传算法,组成一种新的增强式学习(Reinforcement Learning)算法,能够在缺少输入—输出样本集的情况下自动学习生成模糊控制规则,调节隶属度函数。     

基于遗传算法和模糊逻辑的智能飞控技术研究

设计了基于遗传算法和模糊逻辑控制的智能飞行控制系统及采用论域自调整的模糊控制器，控制器以角度跟踪误差及其微分信号为输入来控制相应的气动舵面偏转，实现对该姿态的跟踪控制。文中给出了控制器输入输出的隶属函数，设计了相应的规则库。并在此基础上进一步利用遗传算法对模糊控制器进行优化设计，给出了遗传算法各个参数的选择原则。仿真结果表明，基于遗传算法和模糊逻辑的智能飞控系统具有良好的控制效果。     

一类模糊逻辑系统的收敛性研究

以在理论和实际中应用广泛的Mamdani纯模糊逻辑系统为研究对象，提出了模糊格距离和格收敛性的定义并研究了它们的性质．在特征合成算法的基础上，证明了该系统的格收敛性，提出了输入状态空间和输出状态空间的划分方法，给出了控制中心和半径．     

基于T-S 模型的模糊预测控制研究

提出一种基于T—S模型的模糊预测控制策略．利用模糊聚类算法高线辨识T—S模型，采用带遗忘因子的递推最小二乘法进行模型参数的选择性在线学习；对模糊模型在每一采样点进行线性化，将T—S模型表示的非线性系统转化为线性时变状态空间模型，并将约束非线性优化问题转化为线性二次规划问题，解决了非线性预测控制中如何获得非线性模型和非线性优化在线求解的难题．将预测域内的线性模型序列作为预测模型，减小了模型误差，提高了控制性能．pH中和过程的仿真验证了该方法的有效性．     

The application of fuzzy control systems to industrial processes

The paper describes the application of fuzzy algorithms to the control of dynamic processes. The fuzzy control algorithm is used to implement linguistically expressed heuristic control policies directly, with a view to automating those complex and poorly-defined processes where modelling difficulties and lack of suitable measurements make manual control imperative. The results obtained from two pilot-scale studies are presented and the stability of the fuzzy control system is discussed.