基于单神经元的参数自学习模糊控制器的研究

为进一步改善永磁交流伺服系统的动静态性能,该文设计了一种基于单神经元的参数自学习模糊控制器,它在控制规则数与二维控制器相当的基础上,可实现三维模糊控制的效果。引入的单神经元采用改进的BP算法来实现比例因子的在线自学习。控制器具有结构及算法简单、易于解析实现的特点。为验证其有效性,该文通过仿真试验,将其与采用常规的PI调节器的控制系统进行比较,结果表明,这种模糊控制器具有较好的控制效果。     

基于单个神经元的自适应模糊控制器及其应用*

本文利用单个神经元在线调整常规模糊控制器的模糊控制查询表,以改善其性能,仿真和铣削加工过程控制试验结果表明,本文提出的神经元模糊控制器性能估于常规模糊控制器。     

高精度模糊PID控制器及其在温度控制中的应用

在常规模糊PID控制器的基础上，通过增加模糊控制规则B，从而构成变积分系数的模糊PID控制器，通过在线调整积分系数，间接调整常规模糊控制器的模糊控制规则，以改善其性能，本文提出模糊PID控制器前件采用模糊推理控制，后件采用PID精确输出，兼有两者优点，控制试验结果表明，反复调整积分系数，控制器性能优于常规模糊控制器。     

改进型模糊神经网络PID控制器的设计与仿真

传统PID控制器存在控制参数无法在线调整、控制效果差等问题.为了解决这些问题,本文提出了一款基于改进型模糊神经网络的智能PID控制器.该控制器不仅融合了模糊控制的推理能力和神经网络的学习能力,还创造性地将模糊规则参数化,使模糊规则也可以在线调整,进而提高了控制的准确性.同时,通过建构新型激活函数——IThLU函数,有效...     

在线自调整模糊控制器的设计

一、问题的提出模糊控制器的性能在很大程度上取决于所建立的模糊控制规则及其可调整性.因此,模糊控制规则的自调整是提高和改善模糊控制器性能的关键.由于模糊控制器的控制规则以解析形式描述,这就为设计具有在线自调整控制功能的模糊控制器提供了强有力的手段.基于模糊数概念建立了修正因子的模糊数模型,并对其插值.在对量化、比例、积分因子寻优后.能使所设计的模糊控制系统具有在线自调整控制规则的功能并具有良好的动态性能.本文还对模糊数模型有无插值运算两种方案进行了比较,并提供了仿真算例.     

原料预热温度的模糊PID-神经元控制

针对具有不确定性、大纯滞后的催化裂化反应再生装置原料预热温度控制,提出了一种模糊PID-神经元控制方法.从介绍催化裂化反应再生装置原料预热被控对象的建模、神经元非模型控制和公式化的模糊控制方法人手,建立了模糊PID-神经元控制系统,设计了模糊神经元混合控制器,并使用神经元来在线调整模糊PID控制器的模糊规则.仿真实验结果表明所提出的模糊PID-神经元控制方法具有强鲁棒性,能有效控制具有大纯滞后和不确定性的对象.     

基于自校正模糊控制器的磨削加工控制系统

本文提供了一种规则自校正模糊控制器,并将其用于磨削加工系统的控制中,设计了一种在线的模糊推量算法,使得模糊控制规则可以得到实时在线的调整。     

基于模糊理论的纤维缠绕机双轴协调控制

介绍一种基于模糊理论的双轴协调控制方法，设计了一个模糊则自调整模糊控制器，并提出了模糊控制规则可在线调整的简化模糊控制算法，应用上述方法设计的控制系统，使纤维缠绕机的纤维缠绕线型准确、可靠。实践表明，该方法还应用于其他自动化缠绕设备。     

在线自校正模糊PID控制器的研究

该文先设计一个基于T—S模型的模糊PID控制器,为提高模糊控制的适应性,在分析量化因子和比例因子对系统性能影响的基础上,又制定了基于T—S模型的在线调整量化因子和比例因子的模糊调整规则,实现了模糊PID控制器在线自校正。其算法简单,系统实时性、鲁棒性好。对大纯滞后对象的仿真表明,该控制器明显改善系统的动态性能。     

通用过程控制器的新设计

本文对神经元算法和模糊控制算法在实际中的应用作了探讨。通过对通用过程控制器的设计,分别提出了神经元PID控制器;神经元在线修正模糊控制器的比例因子,达到了快速高精度的控制效果;还提出了一种用两次模糊算法的控制器,达到了简单高效的控制效果。     

锂电池组能量均衡的模糊-PI控制研究

在串联锂电池组能量均衡控制算法的基础上,提出一种新的能实现锂电池组能量均衡的控制方案。介绍模糊-PI复合控制器,包括控制器输入输出、规则库和PI参数的设计,结合模糊控制不依赖数学模型及其快速响应性、PI控制无静差的优点,改进电池模糊控制均衡的效率和精度。实验结果表明,该方案能改善模糊控制在电池充放电能量均衡过程中控制精度较差的问题,实现较为高效的均衡。     

基于SCEA的模糊控制器的优化设计研究

有关最优模糊控制器设计的研究已经提出许多年了,也因此而提出了各种各样的模糊建模方法。该文为模糊建模提出了一种新颖的算法――计划协同进化算法(Schema Coevolutionary Algorithm-SCEA),用该算法来设计最优模糊控制器,并将优化后的模糊控制器用于汽车防抱死制动系统(ABS)。理论分析以及仿真试验都验证了该算法的有效性。     

基于T-S 模型和小世界优化算法的广义非线性预测控制

提出一种新型的基于T-S模糊模型和小世界优化算法的广义非线性预测控制策略.采用基于混沌遗传算法的T-S模糊模型描述复杂非线性系统的动态特性,构成模糊多步预报器.同时,针对现有基于二进制和十进制编码小世界优化算法运行时间长等缺点,提出一种新型的基于实数编码的小世界优化算法,函数测试和应用于非线性预测控制的滚动优化反映了其较强的寻优能力.最后,将其应用于基于实际数据的T-S模糊模型的广义非线性预测控制,满足了系统实时性和快速稳定性的要求.     

基于模糊模型的非线性内模控制策略研究

针对一类非线性动态过程提出了基于模糊模型的非线性内模控制算法(NFIMC)。NFIMC控制器包括逆模糊模型控制器和滤波器。过程的模糊模型和逆模糊模型均可由模糊辨识获得。CSTR的仿真结果表明:该算法可以对强非线性过程实现有效控制,并且具有结构简单、计算效率高等优点,有利于在线应用。     

基于模糊文化算法的自适应粒子群优化

为解决粒子群优化中惯性权重的调整机制在具体优化问题中的自适应问题,本文建立了一种全新的基于模糊文化算法的自适应粒子群优化算法;利用模糊规则表示个体粒子在演化过程中获取的经验,经验共享形成群体文化,并利用遗传算法来实现文化的进化;通过信念空间中以模糊规则表示的知识建立模糊系统来逼近与实际问题相适应的惯性权
权重控制器。在测试函数集上的仿真实验对比结果证明,该算法相对于现有算法有优势。     

采用改进PSO的非线性系统T-S模糊模型辩识

提出了一种新的T-S模糊模型的非线性系统辨识方法。采用自适应模糊C均值聚类算法确定模糊模型的前件结构及参数,用改进的粒子群优化(PSO)算法来辩识模糊模型的结论参数以获得系统参数的最优估计。仿真结果表明该方法是有效的。     

基于CAFSA-FNN的扭矩加载系统控制研究*

针对磁粉制动器扭矩加载系统的非线性和滞后性,提出了一种基于混沌人工鱼群-模糊神经网络(CAFSA-FNN)PID控制器。该控制器采用基于Mamdani模型的模糊神经网络来整定PID控制器的控制参数,并结合混沌人工鱼群算法离线粗调和BP算法在线细调来学习和调整模糊神经网络的参数。利用Matlab进行离线仿真优化,在此基础上使用PID控制器、模糊神经网络控制器、人工鱼群-模糊神经网络控制器以及本文设计的控制器进行磁粉制动器扭矩加载实验,实验结果证明了该控制器的稳定性、快速性和有效性,能够解决滞后性问题。     

线控转向汽车传动比智能控制策略的研究

以线控转向汽车的传动比控制为重点进行研究,提出了传动比智能控制策略,旨在进一步改善系统的转向性能。针对转向系统的不确定性、非线性的特点,在原有基于模型控制方法的基础上,研究了模糊控制和模糊神经网络在传动比控制中的应用;首先利用模糊控制技术设计传动比控制器,然后研究了模糊神经网络的结构和算法,利用模糊神经网络对理想传动比控制进行改进,实现了输入变量隶属函数中心值和宽度的在线调节,进而对传动比进行优化;从仿真结果可以看出基于模糊神经网络的控制方法比单模糊控制扩大了传动比变化的车速范围,更加符合理想传动比的要求,表明基于模糊神经网络控制方法更具有可行性和有效性。     

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.     

Design of fuzzy controller using schema coevolutionary algorithm

Researches on the design of the optimal fuzzy controller have been carried out for many years. Various approaches to fuzzy modeling have been proposed. In this paper, we introduce a novel algorithm, schema coevolutionary algorithm, for fuzzy modeling. We demonstrate the schema coevolutionary algorithm and compare it with other similar coevolutionary algorithms: virus-evolutionary genetic algorithm and coevolution of Handa. Then, we apply it to design the optimal fuzzy controller. The fuzzy controller is used to control the mobile robot and optimized by the schema coevolutionary algorithm. We verify the efficacy of this algorithm through the experiment and comparison with other algorithms.