基于李雅普诺夫稳定性的自适应模糊控制器设计

在动态系统模糊关系模型在线辨识的基础上,提出了一种用李雅普诺夫稳定性来进行自适应模糊控制器设计的新方法。仿真研究和实验装置应用均表明：该方法对于非线性、时滞过程的控制是有效的,具有实用价值。     

基于Popov超稳定性理论的模糊自适应控制器设计方法

对一类常见的非线性系统,利用Popov超稳定性理论得到一种模糊自适应控制方案,该方案在模型匹配的条件下能保证闭环系统的(渐近)稳定性.当模型匹配条件不满足时,通过引入一个辅助控制量使系统仍保持稳定.因此,文中提出的方法普遍适用于一类非线性离散或连续控制系统的设计.     

一种自适应模糊控制器

对文 [1]提出的模糊自适应控制算法提出改进方案 ,根据改进方案 ,控制算法可以去掉监督项 ,同时可加入一辅助控制项以提高动态特性 .经证明 ,算法仍然满足全局稳定 .为保证闭环渐近稳定性条件 ,文中提出一种模糊控制器结构自组织学习方法 .仿真结果显示 ,与文 [1]算法相比 ,本文算法更能保证闭环渐近稳定性 ,具有更好的动态性能 .     

机械手自适应模糊控制器设计

本文提出了一种自适应模糊控制器用于机械手轨迹跟踪控制,该控制器通过对训练数据的聚类分析提取典型数据送入神经网络学习,得到的控制规则更加适用,在线控制时可以自动调整神经网络的结构以及隶属函数的参数。仿真实验表明该控制器能够对机械手实时控制,而且精度较高。     

用模糊RBF神经网络简化模型设计多变量自适应模糊控制器

针对多变量系统实时性要求,提出模糊径向基神经网络结构的简化模型及相应算法,并对由此简化模型设计的多变量模糊控制器模糊规则的在线自学习算法进行分析,提出一种系统动态增益的处理方法和基于过程最优的改进方案,仿真实验结果表明该控制器可实时自自应控制,改进算法是有效的。     

稳定的多级自适应控制器设计

本文设计了一种电液伺服系统的多级自适应控制器，用正实的概念，给出了控制器的设计程序。并用仿真方法对这种控制器进行了研究。     

规则自适应模糊控制器*

本文研究了模糊控制器的控制规则自适应问题，提出了一种新的模糊控制规则自生成与自校正方法及相应的算法。仿真研究结果表明本文提出的控制规则自适应算法是有效的。     

一种新的自适应模糊滑模控制器设计方法

对一类非线性系统提出一种新的自适应模糊滑模控制器设计方法。将自适应模糊控制与滑模控制有效地结合在一起,先用滑模控制使跟踪误差进入边界层内,然后启动自适应模糊控制器。该控制器可消除滑模控制器中出现的抖振,并可在存在模糊逻辑系统逼近误差情况下使系统跟踪误差小于预先给定的任意常数。仿真算例验证了所提出方法的有效性。     

一种多变量自适应模糊控制器的设计方法

把采用梯度学习算法的自适应模糊控制器设计方法推以多为情形。针对梯度学习算法收敛速度慢的缺点，把神经元学习中的赫布（Ｈｅｂｂ）规则与梯度算法相结合，构成梯度一赫布学习算法，从而使收敛速度明显加快，满足了过程控制中实时性的要求。仿真研究表明，本文的设计方法是可行的。     

基于D-S证据理论的区域交通自适应协调控制

针对城市区域交通控制问题,提出了一种基于D-S证据理论的实时协调控制方法.在交通调查基础上,依据交通量将区域交通状况分为若干类;采用交通分析软件对每一类的典型交通量数据进行仿真分析,从而获得最优配时方案;系统运行时检测交通量,并采用基于D-S证据理论的模式匹配方法,判断当前交通状况属于哪一模式,于是系统将运行相应的配时方案;与此同时,根据检测的交通量数据,定期更新系统存储的交通模式及其对应的最优配时方案。仿真结果表明本文提出的新方法是可行而有效的.     

基于免疫遗传算法的区域交通自适应协调控制

提出一种基于改进免疫遗传算法的城市区域交通自适应协调控制方法.采用两层的递阶分布式结构;分阶段和分级优化控制参数(周期、相位差和绿信比),每个阶段长5~30分钟,周期、相位差由区域控制级每个阶段优化一次,绿信比由路口控制级每个周期优化一次;采用最小化平均延误时间或平均停车次数等为性能指标.周期、相位差和绿信比均采用改进的免疫遗传算法进行优化.仿真结果表明本文提出的方法是可行而有效的.     

一种实用的交通信号模糊控制系统的研究

提出基于车流量预测的动态调整相位最大绿灯时间的模糊控制系统结构。用模糊控制方法对单路口交通信号进行控制，决定绿灯时间分配。将此方案应用于北京劲松东口交叉口作为研究背景，仿真结果表明，控制效果优于现行的定时控制。该模糊控制方案能更有效地处理随机性较大、不确定性较强的交通流。     

监督交通量变化的多模型预测自适应交通信号灯控制

因信号设定时间和车流量动态行为引起的交通量变化是现代交通控制系统存在高度不确定性的主要因素.根据交通流量具有高峰期、正常期及突发超流量期的特点,本文提出了一种监督多模型交通流量建模方法,结合模型预测控制技术对交通信号灯进行优化式智能控制,对不同交通模式下交通流量的实时变化作出反应,在优化的模式下对关键主干道交叉路口的信号灯进行自适应调节,达到实现通行次数合理,车辆延误时间以及停车时间都减少的目的.仿真示例说明了该方法的有效性.     

基于波波夫稳定判据的模糊控制器系统化设计方法

利用模糊控制器具有的输入输出比例特性及非线性系统的波波夫稳定判据, 提出了在保证被控系统稳定的前提下模糊控制器的系统化设计方法. 仿真结果表明, 应用此种方法设计的模糊控制器可以确保系统的稳定性.     

智能交通信号机的设计及其实现

针对我国混合交通流的特点,利用AVR128单片机设计了一种智能交通信号机,给出了信号机各模块的硬件设计方案和软件设计流程图。该信号机采用模块化设计思想,具有硬件自检测和软件抗干扰功能,可实现单点自适应控制和区域协调控制等多种控制方式。实际使用表明,该信号机具有较强的稳定性和通用性,可有效适应我国的混合流交通状况。     

基于模糊双曲正切模型的一类稳定的模糊控制器设计

提出一种基于模糊双曲正切模型的模糊控制器的设计方法：首先针对模糊模型的每一条模糊规则（即每个子系统）根据专家经验设计模糊控制器，然后利用对角稳定性的概念给出了全局系统稳定的一个充分条件。     

结合Q学习和模糊逻辑的单路口交通信号自学习控制方法*

针对城市交通系统的动态性和不确定性,提出了基于强化学习的信号交叉口智能控制系统结构,对单交叉口动态实时控制进行了研究。将BP神经网络与Q学习算法相结合实现了路口的在线学习。同时,针对交通信号控制的多目标评价特征,采用基于模糊逻辑的Q学习奖惩信号设计方法,实施对交通信号的优化控制。最后,在三种交通场景下,应用Paramics微观交通仿真软件对典型十字路口进行仿真实验。结果表明,该方法对不同交通场景下的突变仍可保持较高的控制效率,控制效果明显优于定时控制。     

基于agen t 的城市交通信号控制

利用agent技术对城市交通信号控制进行研究．首先给出了区域agent(ARA)的组成和结构，然后给出了城市交通控制的模型和协调算法．基于agent技术的城市交通控制系统能对交通状况进行实时反映和处理．在此模型基础上，应用博弈论的相关知识给出城市交通信号协调控制算法．最后通过仿真程序验证了该模型和算法的有效性和实用性．     

网络控制系统Smith Fuzzy PID控制器的设计

针对网络控制系统中普遍存在的时延问题,提出了一种将模糊自适应算法和Smith预估补偿算法与常规PID控制器相结合的智能控制策略。该方法充分利用了Smith预估控制算法对带时延系统的良好控制能力,同时利用模糊推理算法实现对PID参数的在线自整定,进一步改善PID控制器的性能。仿真结果表明,基于该智能控制器的网络控制系统克服了传统PID控制超调量大及常规Smith预估补偿过分依赖于被控对象精确数学模型的缺陷,可以有效降低时延对系统性能的不利影响,使被控对象具有良好的动、静态特性。