结合模糊推理的多变量神经自适应控制

本文提出了一种结合模糊推理的多变量控制系统的神经自适应控制结构。利用初控系统少量的先验知识和在线推理，加快了神经网络的学习速度，改善了控制性能。对聚合反应的仿真结果证明了本算法的有效性。     

并联机器人的鲁棒自适应控制

本文针对含有不确定性的液压并联机器人，提出了一种鲁棒自适应控制器，该控制器能够克服参数变化和负载扰动的不良影响，保证系统的鲁棒全局渐近稳定性的良好的踊跃动态性能，计算机仿真结果证明了该控制方案的有效性。     

6—DOF液压并联机器人运动轨迹自适应控制

本文为6－DOF液压并联机器人提出了一种从参考模型取状态设计的运动轨迹MARCS，该系统不仅解决了机器人二阶以上运动状态难于测量的控制，而且增加了系统抗噪声干扰的能力。     

基于自适应神经模糊推理系统的非线性系统控制

由于非线性系统具有模糊性、不确定性、非线性等特点,所以常常使用模糊控制来对其实现控制,但常规的模糊控制系统存在着一定的问题。该文把神经网络与模糊控制相结合,介绍了自适应神经元模糊推理系统ANFIS(Adaptive Neuro—Fuzzy Inference System)的基本结构,并将ANFIS用于典型的非线性系统控制中,仿真结果表明训练后的ANFIS能很好地控制实际的对象。     

基于自适应神经模糊推理系统的噪声消除方法

针对信号处理领域噪声消除的实际问题,提出了一种基于模糊推理的自适应神经网络控制方法.通过自适应神经模糊推理系统(ANFIS)对非线性系统的结构和参数进行辨识与自学习,采用混合学习算法,对前向参数和结论参数分别辨识,在提高精度的同时可加快训练收敛的速度,使控制系统具有良好动静态性和鲁棒性,实现了消除通信系统中噪声的目标,最后对基于ANFIS的噪声消除系统进行了建模和仿真,并与自适应神经网络滤波方法的结果对比,其结果证明了该方法的有效性.     

并联机器人的非线性 P I D 控制

采用分散控制策略和非线性PID控制算法，实现6自由度并联机器人的商精度轨迹最踪控制。该非线性PID控制器由两个二阶非线性微分最踪器提供高质量的微分信号，并采用非线性组合形成控制作用，从而确保了高控制性能的实现。实验结果验证了非线性控制方案的有效性。     

基于Choquet积分-OWA的自适应神经模糊推理系统及其应用

针对已有的自适应神经模糊推理系统(ANFIS)在模糊规则后件表达上的缺陷和常见的模糊推理系统存在的主要问题,提出基于Choquet积分OWA的模糊推理系统(AggFIS),在模糊规则的后件表达、模糊算子的普适性和输入及规则的权重等方面有很大优势,它试图建立能够充分体现模糊逻辑本质和人类思维模式的模糊推理系统.根据模糊神经网的基本原理将AggFIS与前馈神经网络相结合,得到基于Choquet积分-OWA的自适应神经模糊推理系统(Agg-ANFIS),并将该模型应用于交通服务水平评价问题.实验结果证明,基于Choquet积分OWA的自适应神经模糊推理系统具有很好的非线性映射功能,它的本质是一类通用逼近器,为解决复杂系统的建模、分析及预测问题提供了有效的途径.     

自适应神经模糊推理系统建模研究

With rapid development of the fuzzy control application field, the existing system for fuzzy inferring modeling cannot more and more suit the requirements of fuzzy control. About how to apply the theories of fuzzy control to practice rapidly and conveniently, this paper presents a reasonable and practical method, which supports all sorts of fuzzy inferring system of MAMDANI and SUGENO to be modeled not only by tuning references of membership functions, but also by tuning fuzzy inferring structure. The modeling instance shows that it's practical and effective.     

微小气动机器人系统的模糊自适应PID控制

基于尺蠖的移动机理,研制了一种具有柔性移动机构的微小气动机器人内窥镜诊疗系统。描述了微机器人系统的本体结构和运动机理,并通过分析机器人系统的驱动力学特性和机器人的移动控制特性,给出了基于模糊自适应PID的气压-位置伺服控制方法,计算机仿真实验结果表明基于模糊自适应PID算法可实现机器人系统的有效控制。     

应用自适应神经模糊推理系统(ANFIS)进行建模与仿真

模糊规划的提取和隶属度函数的学习是模糊推理系统设计中重要而困难的问题，自适应神经模糊推理系统（ANFIS）方法基于Sugeno模糊模型，其结构类似于神经网络，采用反向传播算法和最小二乘法调整模糊推理系统的参数，并能自动产生模糊规划，本文应用该方法给出了对一个典型系统建模的仿真实例，取得了良好的效果。     

基于神经网络的模糊自适应PID控制方法

提出一种基于BP神经网络的模糊自适应PID控制器。该控制器综合模糊控制、神经网络与PID调节各自的优点，既具有模糊控制的简单和有效的非线性控制作用，又具有神经网络的学习和适应能力，同时具备PID控制的广泛适应性，仿真实验表明该控制器对模型、环境具有较好的适应能力和较强的鲁棒性。     

基于模糊自适应PID的剪板机控制系统研究

针对剪板机伺服控制系统的实际需求,在分析了剪板机常用伺服控制方法的基础上,设计了模糊自适应PID控制器.采用模糊控制和PID相结合,克服了传统PID控制的一些缺点.通过对控制系统建模、仿真,其结果表明,和模糊控制、传统PID相比较,该控制器在超调量、调节时间、抗干扰、鲁棒稳定性等方面有更好的品质.     

时滞系统的模糊自适应PID控制研究

将模糊控制和常规PID控制相结合,设计了一种模糊自适应PID控制器,该控制器根据偏差和偏差变化率的要求实时调整PID参数。通过仿真表明：该控制器既具有常规PID控制器高精度的优点,又具有模糊控制器快速、适应性强的特点,并可以迅速消除系统误差,保证了系统具有良好的动、静态特性。     

关于模糊PID控制器推理机维数的研究

对一维(1D)至三维(3D)模糊PID控制器进行了系统的分析研究,提出了四项系统功能特性指标来评价不同结构的控制器;这包括控制分量合成,耦合影响,增益相关和规则增长.通过对最常见的二维Mamdani模糊控制器进行分析研究,发现该控制器存在功能缺陷.为此,提出了最优结构的一维模糊PID控制器.该控制器采用了"1D-3D"映射关系的模糊推理机,从而实现了三个控制分量可以独立不相关的调整功能.通过与二维和三维控制器比较结果表明,一维控制器具有最佳系统功能特性.     

基于UKF的自适应模糊推理神经网络

如何生成最优的模糊规则数及模糊规则的自动生成和修剪是模糊神经网络训练算法研究的重点。针对这一问题,本文提出了基于UKF的自适应模糊推理神经网络(UKF-ANFIS)。首先,通过减法聚类确定UKF-ANFIS的模糊规则及其高斯隶属函数的中心和宽度参数;其次,分析了模糊神经网络的非线性动力系统表示,并用LLS和UKF分别学习线性和非线性的参数;然后,用误差下降率方法作为模糊规则修剪的策略,删除作用不大的规则;最后,通过典型的函数逼近和系统辨识实例,表明本文算法得到的模糊神经网络的结构更为紧凑,泛化性能也更佳。     

Adaptive Fuzzy PID Control Method Based on Identification Structure

I. INTRODUCTION There are more or less non-linear systems in industry process and sometimes it is hard or hardly to find an accurate model, so the common PID control cannot realize the accurate control on these conditions. Fuzzy control does not need to find an accurate mathematic model, so it is applied more and more widely in industry process and many other realms [1,2]. This paper use identification structure at first to establish the mathematics model, and then use logical reasoning …     

基于遗传优化和模糊推理PID及MATLAB仿真

本文提出一种基于遗传优化和模糊推理相结合的自适应模糊PID控制算法,算法由遗传算法和模糊推理两部分构成,分别用于离线优化和在线优化。仿真结果表明,这种自适应PID控制器的性能,比仅用遗传算法优化的PID控制器更好,并且抗干扰能力更强。     

一种新的Fuzzy-PID复合控制方法

提出了一种新的Ｆｕｚｚｙ－ＰＩＤ复合控制方法，这种方法将模糊控制与传统的ＰＩＤ控制方法相结合，充分利用了两者的优点。仿真结果证实了方法的有效性和可行性。