符号型自适应模糊控制器

伸缩因子设计是变论域模糊控制的关键, 也是设计的难点. 借助于Lyapunov综合分析方法, 提出一种符号型自适应模糊控制方案, 避免花费精力设计伸缩因子. 方案中使用符号函数替代输入的伸缩运算, 后件调整仍使用积分调节因子. 因此, 本质上它仍是一种论域可变的模糊控制. 相比较变论域模糊控制, 该方案所需规则少, 稳态精度高, 鲁棒性好. Lyapunov稳定性理论保证了跟踪误差的渐近收敛. 最后, 实例证实了方案的可行性.     

纯滞后工业系统的复合模糊控制

提出一种解决纯滞后系统控制问题的复合模糊控制方法，即设计一种复合模糊控制器，当系统处于过渡过程时采用模糊控制，进入稳态过程，如有稳态误差则采用ＰＩ控制，消除稳态误差后，再切换到模糊控制。仿真及试验结果均支持推导与分析。     

基于平均功率的模糊控制及其应用

热电偶检定炉的温度控制具有大滞后、时变性等特点，常规的PID控制在温度变化较大时，参数整定困难，且调节时间过长。目前应用广泛的模糊控制可有效提高响应速度，但其稳态误差较大，为了提高稳态精度，本文提出了一种基于当前测量点之前几分钟的输出平均功率的模糊控制算法。提高了控制精度，缩短了调节时间。实验证明，这种控制方法能取得令人满意的控制效果。     

一类时滞系统的自校正模糊Smith控制器设计

Smith预估控制是解决时滞系统控制的有效方法,但其对系统模型参数的精确要求限制了其应用.而模糊控制本质上属于PD控制,无法消除系统的稳态误差.文中设计了一种自校正模糊Smith 控制器,结合模糊控制、Smith预估器及自校正控制的优点,既保持了模糊控制鲁棒性较强的特点,又消除了系统的稳态误差,且改善了系统的动态性能.仿真结果表明了自校正模糊控制器的有效性和优越性.     

自适应模糊多环控制在惯导平台稳定回路中的应用

稳定回路控制是决定平台导航系统精度的关键因素之一.传统的校正控制动态性能和抗干扰性能较差,而模糊控制具有稳态误差,因此单一的控制往往很难实现更高精度的导航.为了得到较好的导航精度,以某惯导平台为研究对象,在传统单闭环回路的基础上,引入电流环和速率环,并加入模糊控制,形成复合三环控制,同时针对复合控制切换抖动的问题,设计了基于模糊控制的自适应调节机构.仿真结果表明,采用自适应模糊多环控制,不仅消除了系统控制切换产生的抖动以及模糊控制带来的稳态误差,而且有效改善了控制系统的动态性能.     

基于模糊控制的直流无刷伺服控制系统

主要研究采用模糊算法设计全数字化微机控制直流无刷伺服系统. 分析了模糊控制器在伺服系统中稳态误差、调节时间和响应时间方面的性能. 用Matlab语言仿真了模糊控制的响应, 并且提出了PI控制加模糊控制的算法, 采用DSP数字信号处理器实现伺服控制.     

具有自适应功能的新型时滞系统控制器

将Smith预估器和内模控制结构结合起来 ,利用模糊控制方法研究出一种智能控制器 ,能在一定的模型误差范围内得到良好的控制品质。主要控制量来源于模糊控制器 ,通过智能积分对模糊控制器不能消除的稳态误差进行克服 ,并对系统性能进行监测 ,使用模糊控制对控制量进行校正。经仿真研究发现 ,这种智能控制器在一定的模型误差范围内有很好的鲁棒性 ,稳态误差为 0。     

基于专家模糊控制的电阻炉温度控制系统

文章根据电阻炉实际生产过程对温度控制的要求,针对常规模糊控制存在有较大稳态误差、在设定点附近易产生振荡等不足,提出将专家系统引入模糊控制,构成专家模糊控制器,以改善控制器的性能;文章着重介绍了控制器的构成与设计方法.应用结果表明:基于专家模糊控制的电阻炉温度控制系统,稳态误差小、控制精度高,控制方案有效、可行.     

具有自适应功能的新型时滞系统控制器

将Smith预估器和内模控制结构结合起来，利用模糊控制方法研究出一种智能控制器，能在一定的模型误差范围内得到良好的控制品质。主要控制量来源于模糊控制器，通过智能积分对模糊控制器不能消除的稳态误差进行克服，并对系统性能进行监测，使用模糊控制对控制量进行校正，经仿真研究发现，这种智能控制器在一定的模型误差范围内有很好的鲁棒性，稳态误差为0。     

多相永磁同步电动机的Fuzzy-PI双模控制研究

本文对比研究了速度环采用模糊控制和PI控制的永磁同步电机的多相PMSM磁场定向控制.从仿真结果可以看出,模糊控制的速度响应有明显的稳态误差,而PI控制容易产生超调和振荡.为此,本文提出了速度环采用Fuzzy-PI双模的控制方法,这种方法减少了稳态误差和振荡现象,使多相PMSM运行性能得到了极大的改善.     

模糊决策的基础——模糊集比较与排序

研究模糊决策中模糊集的比较与排序问题。通过引入模糊极大集和模糊极小集为参照系统并以海明距离为计量工具，定义了两个模糊效用函数和一个模糊优先关系作为模糊集的排序指标。前者适合于多个模糊集的整体分析，后者适合于两两之间的比较判别。对于两个模糊集的排序问题，模糊效用函数自动退化为相应的模糊优先关系。系统分析了3种指标的性能及关系，并举例说明了它们的应用。     

模糊本体构建的概念距离聚类方法

针对手工构建模糊本体工作量大且构建效率低的问题,结合模糊集理论和模糊概念格的结构惟一性等特点,提出一种基于模糊概念格的概念距离聚类方法来构建模糊本体.用渐进式方法构建出模糊概念格,并计算模糊概念格中节点的模糊参数,对其进行概念距离聚类处理,得到模糊概念层次,最后映射为模糊本体.其构建实例验证了该构建方法的可用性和有效性.     

矿山产能分配的变量模糊线性规划模型

针对矿山资源开采过程中产能不确定的分配问题,引入了模糊结构元素理论。将产能用结构元表示,并利用结构元加权序将模糊数比较转化为单调函数比较,将含有模糊变量的线性规划问题等价转化为经典线性规划问题。以某矿山为例,建立矿山产能分配的变量模糊线性规划模型,并进行求解。结果表明：实现了将实际问题中的模糊事件进行精确表达,原问题的求解更简便。得到矿山产能取得最大可能利润时的可能分配。应用结构元加权序求解的线性规划模型优于结构元元序的。     

模糊知识的三种否定及其集合基础

对于模糊知识中"否定"的认知与处理,文中从概念层面上区分模糊知识中的矛盾否定关系与对立否定关系,研究发现了模糊知识中存在一规律:一对对立的概念为模糊概念,则它们之间必然存在"中介"的模糊概念;反之,如果一对对立的概念之间存在中介的模糊概念,则对立的概念必然是模糊概念.因此,作者提出在模糊知识的否定关系中存在三种不同的否定关系,即矛盾否定关系、对立否定关系和中介否定关系,并给出它们的形式定义.为了能够刻画这些关系的内在性质与联系,作者提出了一种新的具有矛盾否定、对立否定和中介否定的模糊集FSCOM,并讨论了FSCOM的特征、FSCOM的基本运算与性质以及FSCOM与Zadeh模糊集的关系等.在后续文中将表明,FSCOM是一种处理实际中的模糊知识及其各种否定的有效方法.     

A new interpretation of complex membership grade

Complex fuzzy sets utilize a complex degree of membership, represented in polar coordinates, which is a combination of a degree of membership in a fuzzy set along with a crisp phase value that denotes position within the set. The compound value carries more information than a traditional fuzzy set and enables efficient reasoning. In this paper, we present a new and generalized interpretation of a complex grade of membership, where a complex membership grade defines a complex fuzzy class. The new definition provides rich semantics that is not readily available through traditional fuzzy sets or complex fuzzy sets and is not limited to a compound of crisp cyclical data with fuzzy data. Furthermore, the two components of the complex fuzzy class carry fuzzy information. A complex class is represented either in Cartesian or in polar coordinates where both axes induce fuzzy interpretation. Another novelty of the scheme is that it enables representing an infinite set of fuzzy sets. The paper provides the new definition of complex fuzzy classes along with axiomatic definition of basic operations on complex fuzzy classes. In addition, coordinate transformation as well as an extension from two‐dimensional fuzzy classes to n‐dimensional fuzzy classes are presented. © 2011 Wiley Periodicals, Inc.     

一种基于Rough Sets和模糊神经网络的规则获取的方法

该文提出了一种基于RoughSets思想获取初始规则,并通过模糊神经网络优化,最后再进行简化获取模糊规则,及模糊系统参数学习的方法。并通过实例进行了自动列车运行系统仿真。文中还基于上述实例,将这种基于模糊神经网络的学习与控制方法与标准的BP网络和基本的模糊系统方法进行了比较,并总结了这种方法的特点。结论表明,该文所提出的模糊规则生成和模糊系统学习方法是行之有效的。     

规则摄动时模糊蕴涵算子对模糊推理的鲁棒性的影响

列举了模糊规则发生摄动的常见情形,建立了一般性的模糊推理算法对规则摄动的鲁棒性的概念;就多重、链式和多维模糊推理情形,重点研究了一般性的模糊蕴涵算子对几个重要的模糊推理算法的这种鲁棒性的影响,并分别给出了相应的充分必要条件;初步尝试了通过一定的摄动制约来改善这种鲁棒性;同时指出了很多现有的模糊蕴涵算子使得所讨论的这些推理算法拥有好的鲁棒性,此时,即使规则中的隶属度有适度的粗糙或摄动,推理仍是可行的、安全的．文中工作对模糊系统的分析、模糊蕴涵算子的选择以及规则获取过程有一定的指导意义．     

Node connectivity and arc connectivity of a fuzzy graph

The fuzzy graph approach is more powerful in cluster analysis than the usual graph - theoretic approach due to its ability to handle the strengths of arcs effectively. The concept of node-strength sequence is introduced and is studied in a complete fuzzy graph. Two new connectivity parameters in fuzzy graphs namely, fuzzy node connectivity (κ) and fuzzy arc connectivity (κ^′) are introduced and obtained the fuzzy analogue of Whitney’s theorem. Fuzzy node cut, fuzzy arc cut and fuzzy bond are defined. Fuzzy bond is a special type of a fuzzy bridge. It is proved that at least one of the end nodes of a fuzzy bond is a fuzzy cutnode. It is shown that κ=κ^′ for a fuzzy tree and it is the minimum of the strengths of its strong arcs. The relationships of the new parameters with already existing vertex and edge connectivity parameters are studied and is shown that the value of all these parameters are equal in a compete fuzzy graph. Also a new clustering technique based on fuzzy arc connectivity is introduced.     

Simplification of a fuzzy mechanism with rule combination

 In this paper, a systematic approach to reduce the complexity of a fuzzy controller with the rule combination of a fuzzy rule base is presented. The complexity of a fuzzy controller is defined to be the computation load in this work. The proposed rule combination approach can be applied to the fuzzy mechanisms with product–sum and min–max inferences. With the input membership functions indexed in sequence for each input variable, the n-dimensional fuzzy rule table is represented as vectors so that the combination of the fuzzy rule base is realizable. Then the adjacent fuzzy rules with the same output consequent are combined to have smaller size of fuzzy rule base. The fuzzy mechanism with the combined rule table is shown to have the same output with the original fuzzy mechanism (without rule combination). Thus, in many applications, the rule combination approach presented in this paper can be used to reduce the complexity of the fuzzy mechanism without degrading the performances. Moreover, the Don't Care fuzzy rules are defined and it is indicated that the number of the necessary fuzzy rules might be decreased when the Don't Care fuzzy rules are taken into consideration. Further, the properties of the simplification approach for the fuzzy rule base of the fuzzy mechanism are discussed.     

一类非线性系统的模糊变结构控制

研究了一类非线性系统的模糊变结构控制问题，并给出了稳定性证明。通过将非线性系统化为多个精确T—S模型来建立非线性系统精确的T—S模糊模型，将模糊理论与成熟的线性变结构控制理论相结合设计一种模糊变结构控制器，用Lyapunov稳定性理论证明该控制器能确保模糊动态模型全局渐近稳定，从而使非线性系统稳定。仿真结果表明了该设计方法的有效性。