用遗传算法对模糊量的隶属函数进行优化

在模糊控制器设计中,模糊规则的确定以及模糊变量隶属函数的选取都是非常重要的,隶属函数的形状、模糊划分的覆盖范围对模糊推理有很大影响,实际设计时隶属函数的确定往往需要反复试凑.文章目的是解决在控制规则已知的情况下语言变量最佳覆盖范围,及隶属函数优化.采用遗传算法对各模糊变量的隶属函数进行二进制编码和优化计算,可以得到隶属函数覆盖范围的最优划分.结果表明这种方法可以求得全局最优.     

基于遗传算法的模糊隶属函数的优化

对于非线性和时变性的不确定系统 ,模糊控制是一种较有效的方法。但在模糊控制器的设计中存在两个瓶颈 :模糊变量隶属函数的确定和模糊控制规则的正确选取。遗传算法是模拟生物的进化现象 ,并采用自然进化机制来表现复杂现象的一种概率搜索方法。传统搜索方法解决不了的复杂问题 ,应用遗传算法却可以得到解决。将遗传算法引入到模糊控制器的设计中 ,根据已知的模糊控制规则 ,对模糊隶属函数自动寻优。以工业过程控制为对象 ,针对具有纯滞后二阶系统进行了计算机仿真 ,并进行了对比性研究。仿真结果表明 ,采用该方法可获得一个基于一定性能指标的最优或次优的隶属函数参数 ,且该模糊控制系统具有过渡过程的时间短、超调小等优点。     

基于遗传算法的模糊隶属函数的优化

对于非线性和时变性的不确定系统,模糊控制是一种较有效的方法。但在模糊控制器的设计中存在的两个瓶颈：模糊变量隶属函数的确定和模糊控制规则的正确选取。遗传算法是模拟生物的进化现象。并采用自然进化机制来表现复杂现象的一种概率搜索方法。传统搜索方法解决不了的复杂问题,应用遗传算法却可以得到解决。将遗传算法引入到模糊控制器的设计中,根据已知的模糊控制规则,对模糊隶属函数自动寻优。以工业过程控制为对象,针对具     

基于遗传算法的城域交叉路口两级模糊控制

分级模糊控制能有效减少模糊规则数，易于提取模糊规则，适合于交通状况复杂的城域交叉路口的交通控制，但它存在难以由人工合理定义全部模糊隶属度函数的问题．为此，提出了一种面向城域单交叉路口的自适应两级模糊控制系统，并采用遗传算法对两级模糊控制器中模糊隶属度函数进行优化调整．该控制系统具有分级模糊控制的优点，同时可以让模糊隶属度的选取更为合理，使模糊隶属度函数在不同交通情况下自适应地变化，从而改善控制效果．对一个两相位孤立交叉口进行仿真．结果表明该法能有效降低通行车辆在交叉口的平均等待时间。     

模糊编码与信息处理

该文摘自作者的博士学位论文“基于模糊划分的智能系统的分析与应用”。本章节在模糊划分概念的基础上给出了语言变量与模糊编码的定义，使得语言变量与一般的代数变量有了一个统一的处理方法。文中还给出了模糊编码的一些性质及模糊划分的确定算法，进而分析了隶属函数的定义对模糊系统的影响，并附以仿真说明。     

用遗传算法直接从数据中提取模糊规则以逼近任意非线性函数

提出一种用遗传算法直接从输出输出数据中提取模糊规则以逼近任意非线性函数的方法，该方法首先把输入空间进行模糊划分，然后用遗传算法优化各隶属函数的参数，最终得到一组模糊规则，它们能以非常高的精度逼近非线性函数。     

基于自适应高斯云变换的模糊控制器隶属度函数选取

针对现阶段模糊控制器中隶属度函数选取的局限性,利用自适应高斯云变换算法在概念含混度阈值的引导下对工程样本数据进行概念层次划分,根据最终所得的高斯云分布情况确定出隶属度函数的数目、形状及覆盖范围。为了验证自适应高斯云变换算法提取的隶属度函数的合理性,构建了无人机六自由度模型,搭建了基于simulink仿真平台的无人机俯仰角模糊控制器用于仿真验证。数值仿真结果表明嵌套有自适应高斯云变换算法所确定的隶属度函数的无人机俯仰角模糊控制器可有效实现俯仰角的控制,同时具有良好的动态响应特性。     

模糊神经网络技术在电机调速中的应用

基于模糊神经网络技术提出了一种感应电机定子电阻在线估测的有效方法．在对广泛选择的样本进行学习后,优化了控制规则、各语言变量的隶属函数及每条规则的输出函数,在线估测结果与实验结果吻合良好．为进一步估算直接转矩控制或矢量控制系统中电机的磁通提供了可靠的保证．     

基于神经网络的模糊控制器

将神经网络的非线性与自学习特性有机地应用于模糊控制系统中，用神经元节点及其相应的内部函数代替模糊控制系统的各个模糊子集及其隶属函数，而神经元节点间的连接代替模糊推理机，设计了一类基于神经网络的模糊器，以克服复杂非线性系统难以确定模糊子集的划分及其隶属函数和模糊推理规则等问题。     

模糊编码与信息处理

该文摘自作者的博士学位论文“基于模糊划分的智能系统的分析与应用”。本章节在模糊划分概念的基础上给出了语言变量与模糊编码的定义,使得语言变量与一般的代数变量有了一个统一的处理方法。文中还给出了模糊编码的一些性质及模糊划分的确定算法,进而分析了隶属函数的定义对模糊系统的影响,并附以仿真说明。     

Development of single-chip fuzzy controller based on FFSI in binary

Length and concise structure of fuzzy logic reasoning program and its real-time reasoning characteristic have their effect on the performance of a digital single-chip fuzzy controller. The control effect of a digital fuzzy controller based on looking up fuzzy control responding table is only relative to the table and not relative to the fuzzy control rules in the practical control process. Aiming at above problem and having combined fuzzy log-ic reasoning with digital operational characteristics of a single-chip microcomputer, functioning-fuzzy-subset inference (FFSI) in binary, in which triangle membership functions of error and error-in-change are all represented in binary and singleton membership functions of control variable is binary too, has been introduced. The circuit principle plans of a single-chip fuzzy controller have been introduced for development of its hardware, and the primary program structure, fuzzy logic reasoning subroutine, serial communication subroutine with PC and reliability de     

自适应神经网络模糊推理系统在结构振动主动控制中的研究

运用线性二次型经典最优控制算法获得学习样本，由神经网络反向传播算法训练产生模糊规则和隶属度函数，设计自适应神经网络模糊控制器，通过某结构地震波作用下振动控制的数字仿真，表明自适应神经网络模糊推理系统可以有效地应用到结构控制中。     

基于IVFS的专家模糊控制应用研究

针对不确定性知识难以量化．摸铷控制器曲隶属函数不容易确定等问题．提出了一种区间值横期产生式规则．建立模糊控制规则模型，给出了区间值模糊匹配函数定义，在此基础上给出了区间值模糊推理方法。该方法更有利于模期规则的精确匹配．应用到实际工业控制对象，能更好的反映领域专家的决策思维和推理过程。     

模糊控制在自主循迹模型车控制中的应用

以＂飞思卡尔＂杯模型车为研究对象,给出了一种基于道路信息的自主循迹模型车的二维模糊控制策略。该控制器以传感器与道路中心引导线的偏差及偏差的变化率作为控制器的输入,经过模糊推理,输出控制舵机转角及模型车速度,输入、输出隶属度函数采用矩形函数,该方法缩短了系统执行时间,提高了系统的响应速度。通过实际跑车,证明该方案设计合理、可行,能以较高的车速跟随给定路径。     

一种具专家能力的模糊神经网络自组织控制器

随着现代科学技术的迅猛发展,人们所面临的问题日益复杂多变。传统的控制技术与信息处理技术对这些复杂问题时常无能为力,因而产生了智能控制技术。近年来智能控制的研究主要集中在模糊系统、神经网络以及二者结合的模糊神经网络技术方面,特别是模糊神经网络已成为研究者们倾注的焦点。因此提出了一种具有专家调整策略的模糊神经网络自组织控制器的设计方案。其特点是：用神经网络代替传统模糊控制器的隶属函数和权值,实现了模糊规则的自动更新;采用一种对量化、比例因子进行专家调整的策略。仿真结果表明,这种智能控制器具有良好的控制性能。     

神经网络模糊控制在透镜抛光中的应用

构造了一种用于光学透镜磨抛加工控制的神经网络自适应模糊控制器，同时建立了用于动态估计透镜光圈数的磨抛机模型网络．控制器采用梯度下降学习算法，对网络权重和隶属函数参数进行自动调整，从而可以获得最优隶属函数．系统具有较好的自适应学习功能，仿真结果表明控制性能优于普通模糊控制．     

基于矩阵半张量积方法的随机模糊系统控制器设计

利用矩阵半张量积理论研究了随机模糊逻辑和随机模糊系统的控制器设计问题。给出了随机模糊逻辑的概念及相关性质;基于半张量积理论研究了随机模糊控制器,并给出了随机模糊规则的表示形式;确定了随机模糊控制器的结构矩阵和概率转移矩阵,得到了随机模糊推理的代数表达式。数值例子说明了该方法的有效性。     

基于模糊加权论证方法的模糊神经网络

在‘Mamdani'论证方法的基础上提出改进的模糊加权推理方法.模糊神经网络是以改进模糊加权论证方法为基础发展起来的.网络加权和成员函数最优化的相互匹配在应用发展规则系统的条件下进行.模糊规则可根据网络加权而获得,网络模型的有效性和最优化程度可以由仿真实验检验.