基于多维正态云模型的控制器研究

在分析一维正态云模型及规则推理的基础上,研究了N维正态云模型及规则推理,及其N维正态云模型规则推理结构,并研究给出了基于N维正态云模型的控制器的设计方法和步骤。通过三维正态云模型控制器的设计表明所给出的N维正态云模型控制器的设计方法是可行的。     

基于LabVIEW的一维云模型推理映射研究

云模型非线性映射关系是云模型应用于智能控制领域的关键问题。基于LabVIEW平台,首先将云模型单规则推理映射算法封装为LabVIEW子函数,可供云模型推理映射研究调用;进而研究了云模型非线性推理映射关系,对一种饱和特性映射关系给出了软件仿真和硬件实测结果,对一种新的云模型期望系统设计了输入、输出云模型参数以及推理规则,得到了较好的映射效果。为今后基于LabVIEW的云模型控制器的设计和应用提供了参考。     

基于云模型的不确定性推理方法

云模型实现了定性概念与其定量表示之间的不确定转换,在云模型基础上构建的规则发生器能有效描述用自然语言表示的定性规则.在单条件单规则发生器基础上,进一步提出双条件单规则发生器的实现算法,给出了云推理系统的体系结构.将基于云模型的不确定性推理方法用于设计电机转速控制系统,并且与模糊推理方法进行了比较,验证了云推理方法的有效性和实用性.     

基于映射关系的云模型控制器研究

首先介绍了云模型的基本概念和规则推理,分析了云模型的线性映射关系和非线性映射关系,然后设计出基于多种映射关系的不同云模型智能控制器。最后与常规PID控制系统进行了对比,仿真结果表明了本文设计方法的有效性。     

一种新的云模型控制器设计

首先提出一种新型的云模型控制器结构模型．这种结构模型是一种本质非线性模型，可以很容易由一组不确定性推理规则构成．文中分析了云模型的非线性映射特性，同时给出了基于此结构模型的智能控制器的设计方法及仿真实例．     

一种新的基于二维云模型不确定性推理的智能控制器

提出一种新型的二维云模型智能控制器结构.这种结构模型是一种本质非线性模型,可以很容易由一组不确定性推理规则构成.分析了一维和二维云模型的非线性映射特性,并给出了基于此结构模型的智能控制器的设计方法及仿真实例.     

基于小波神经网络的云模型

云模型是一种基于语言规则的不确定性推理系统.为了提高辨识精度通常需要增加规则数目,这样在多维输入的情况下容易形成"维数灾".为了解决此问题,利用小波神经网络代替传统云模型的后件隶属云,建立了一种基于小波神经网络的云模型(WNCM).详细分析了WNCM的系统结构,同时给出了参数和结构辨识算法.仿真结果以及与其它方法的对比分析表明,WNCM具有较强的非线性函数逼近能力,在不增加推理规则的前提下,可以实现对系统的精确辨识.     

二维正态云模型的单规则推理映射

针对二维正态云模型在实现数据的定量输入到规则的定性推理、再到数据的定量输出的转换过程中,其输出与输入之间的映射区域存在的不确定性问题,通过构造3σ正态分布随机数,在输入云模型与输出云模型分别具有相同的熵参数和超熵参数的情况下,总结出二维正态云模型的单规则推理映射规律,指出该映射区域是一个发散区域,其大小不但与云模型的参数期望有关,而且还与参数熵和超熵有关,而最大离散系数则与期望无关,该结论可以作为二维正态云模型多规则映射研究的理论指导.     

云推理方法及其在预测中的应用

不确定性推理是当前人工智能研究领域中的一项重要研究内容。云模型实现了定性概念与其定量表示之间的不确定转换,在云模型基础上构建的规则发生器能有效描述用自然语言表示的定性规则,实现不确定性推理。将基于云模型的不确定性推理方法用于预测实际工作环境中电子产品的使用寿命,说明了云推理方法的有效性和实用性。     

基于云模型的电力负荷预测

提出了一种基于云模型的电力负荷预测模型。利用云模型中的云发生器,分别将有限的国民生产总值和工业生产总值的增长率和增长变化率样本数据空间扩充为更具随机性和普遍性的扩展样本数据。以国民生产总值为例,建立国民生产总值与电力负荷之间的规则推理,构造云规则推理器。利用云规则推理器获得电力负荷预测增长率,将国民生产总值和工业生产总值获得的电力负荷预测增长率进行加权平均,并换算得到最终的电力负荷预测值,获得的预测结果精度高。     

Vague controller: A generalization of fuzzy logic controller

In this research, a vague controller (VC) is synthesized by using the notion of vague sets, which are a generalization of fuzzy sets and characterized by a truth-membership function and a falsity-membership function. The vague sets follow the basic set operations and logic operations defined for fuzzy sets, and are superior to fuzzy sets in that they could deal with the uncertainty encountered in real-world applications in a more natural way. Depending on the vague sets, the VC is developed as a generalization of fuzzy logic controller (FLC). The design procedures of the VC, which allow an arbitrary number of input variables, and each variable could have a distinct number of linguistic values, are outlined in this paper. In order to compensate the effort in constructing two series of membership functions for vague sets and to ease the difficulties in designing VCs, a new means of designating membership functions for VCs is also presented in this article. This method constructs a set of membership functions systematically by using only two parameters: number of linguistic values of a linguistic variable and shrinking factor. The membership functions generated by this method, shrinking-span membership functions (SSMFs), have different spans over the universe of discourse and, therefore, are more rational and more practical from the human expert's point of view.     

非线性量化小脑模型关节控制器神经网络控制器

常规小脑模型关节控制器(CMAC)神经网络采用线性均匀量化,稳态控制精度与量化级数相关,增加量化级数可提高稳态精度但会导致内存空间和计算量的增加.本文提出一种可采用幂函数、高斯、分段3种非线性量化方法的非线性量CMAC神经网络,并分析了非线性量化CMAC的收敛性,解释了非线性量化提高稳态精度的本质.面向一阶惯性环节、二阶系统、一阶时变系统及二阶时变系统,分别跟踪方波、斜坡、正弦波、三角波和加速度等输入信号,仿真验证了非线性量化CMAC神经网络控制器的有效性,给出了不同非线性量化方法的适用性.结果表明,非线性量化CMAC参数容易设定,物理意义清晰,与常规CMAC对比,其快速性和控制精度显著提高,可以有效解决实际复杂非线性时变系统的控制.     

Minimax controller design

Given a system with uncertain parameters, a performance index, and a controller structure, it is sometimes appropriate to determine the controller parameters by minimaximizing the performance index. In many of the cases where such a controller is too pessimistic it is appropriate to minimaximize a performance sensitivity. Some properties of these two types of controllers are presented. Since the minimax problems that arise do not in general have a saddle point, they must be solved by an iterative or search procedure. A new algorithm for solving algebraic minimax problems with or without a saddle point is presented and proved to converge. The rate of convergence is discussed. The algorithm is applied to the design of a controller for a string of three vehicles.     

Nonlinear fuzzy controller

We consider a fuzzy controller with two inputs, triangular fuzzy numbers, Zadeh logic to evaluate linear control rules, and a center of gravity defuzzifier. We derive a closed form expression for the defuzzified output and show it is a nonlinear controller. We then analyze the nonlinearities of the fuzzy controller with respect to the PI controller.