区间二型模糊免疫PID在环己烷无催化氧化温度控制系统中的应用

环己烷无催化氧化过程具有非线性、多变量耦合、大时滞等特点,使用常规比例积分微分(PID)控制方案无法达到理想的控制性能。提出了一种区间二型模糊免疫PID控制器,其本质上是一种基于免疫PID的非线性控制器,利用区间二型模糊逻辑系统来逼近免疫反馈律中的非线性函数,以提升控制器处理和逼近复杂不确定非线性系统的能力。将所提出的控制器应用于环己烷无催化氧化温度控制系统,仿真结果表明该方法是有效的。     

基于区间二型模糊推理的双容水箱液位控制系统研究(英文)

For dealing with large static error due to poor immunity of the traditional fuzzy control, a novel interval type-2 fuzzy control system is proposed. By extending the typical membership functions to interval type-2 membership functions, the proposed control system can efficiently reduce the uncertain disturbance from real environment without increasing the design complexity. The simulation results on the water tank level control system showed that the proposed method succeeded in better static and dynamic control with stronger robust performance than the traditional fuzzy control method.     

基于正则化 AdaBound 的区间二型模糊 神经网络软测量建模

针对复杂化工过程中存在强非线性、多变量耦合、参数时变及大时滞等因素,导致监测变量软测量精度不高的问题,提 出了一种基于正则化 AdaBound 的区间二型模糊神经网络(RAIT2FNN) 软测量建模方法。 首先为了解决区间二型神经网络 (IT2FNN)结构难以确定的问题,提出了一种采用激励强度和相似度定义增长和删减指标的自组织产生规则的算法。 该算法利 用激励强度的大小决定是否产生规则,并根据相似度进行规则的删减从而确定了区间二型模糊神经网络的结构。 其次,本文提 出正则化和 AdaBound 相结合的算法对 RAIT2FNN 模型相关参数进行修正,使得不同参数具有有界的自适应学习速率。 最后将 RAIT2FNN 作为软测量模型应用于环己烷无催化氧化过程尾氧浓度预测问题中。 实验结果为测试时间为 0. 008 2,训练 RMSE 为 0. 018 2,测试 RMSE 为 0. 009 6,表明 RAIT2FNN 作为软测量模型具有预测及时且预测精度较高的优点。     

区间二型模糊免疫PID在环己烷无催化氧化温度控制系统中的应用

环己烷无催化氧化过程具有非线性、多变量耦合、大时滞等特点,使用常规比例积分微分(PID)控制方案无法达到理想的控制性能。提出了一种区间二型模糊免疫PID控制器,其本质上是一种基于免疫PID的非线性控制器,利用区间二型模糊逻辑系统来逼近免疫反馈律中的非线性函数,以提升控制器处理和逼近复杂不确定非线性系统的能力。将所提出的控制器应用于环己烷无催化氧化温度控制系统,仿真结果表明该方法是有效的。     

基于MSADE-IT2FNN模型的软测量建模方法及应用

针对复杂工业过程某些关键参数无法有效、实时在线检测的问题，提出一种基于多策略、自适应差分进化算法(MSADE)优化的区间二型模糊神经网络(IT2FNN)软测量建模方法。首先，为了解决差分进化算法采用单一策略、固定缩放因子和交叉概率导致后期搜索能力不足的问题，提出一种多策略、自适应的差分进化算法(MSADE),该算法利用IT2FNN模型的均方根误差(RMSE)作为适应度函数，通过搜索不同规则数下的RMSE值，从而确定IT2FNN的结构(规则数)和初始参数；然后，IT2FNN模型的参数利用梯度下降法进行学习。最后，将所提模型应用到Mackey-Glass混沌时间序列的预测和酿酒过程淀粉利用率的软测量建模问题中，仿真结果验证了提出方法的有效性和优越性。