应用单层神经网络设计多变量自适应模糊控制器

提出一种应用单层神经网络设计多变量自适应模糊控制器的方法。应用单层神经网络可以学习多变量模糊控制规则中的未知参数，还可由它来实现多变量模糊推理过程。该方法能解决多变量模糊控制中普遍存在的规则获取困难和难于实现实时自适应等问题。仿真试验表明，所设计的多变量模糊控制器不仅实时性好，而且可得到满意的控制效果。     

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.     

一种模糊神经网络控制器参数的混沌优化设计

通过模糊控制与神经网络相串联的方式构成模糊神经网络系统，然后提出一种基于模拟退火策略的混沌优化算法，将该算法引入模糊神经网络参数域中进行优化，实现混沌粗搜索与细搜索相结合优化目的，体现出具有更强的模糊神经网络参数全局最优解的搜索能力。采用该控制器对一个非线性对象进行控制。仿真实验表明，该方法能有效地实现模糊神经网络控制器参数优化，控制具有无振荡、超调小、调节时间短等优点，算法结构简单，容易实现。     

用BP神经网络记忆模糊规则的控制算法及其实现

ＢＰ神经网络可有效地记忆模糊控制规则，并以“联想记忆”方式使用这些经验。用这种方法设计的控制器与模糊控制器一样，具有良好的控制效果。     

一种参数自调整PID模糊控制器

结合传统PID控制原理,提出一种新型模糊控制器结构,即PID模糊控制器。为提高PID控制器性能,设计能在线调整PID参数的模糊控制方法。仿真结果表明,自调整参数PID型模糊控制器使系统在暂态响应及稳态性能方面性能优良。     

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。     

一种基于遗传算法的模糊神经网络最优控制

通过对控制系统的过程模拟,提出一种模糊神经网络最优控制方案。离线化部分基于遗传算法,分三阶段实现模糊神经网络控制器结构和参数的优化。在线优化部分通过重构模糊神经网络控制器的去模糊化部分,进一步调整控制规则,实现在线去模糊优化。仿真结果表明该方案优于常模糊控制方案和基于专家经验的模糊神经网络控制方案。     

基于增强型算法并能自动生成规则的模糊神经网络控制器

给出了一种基于增强型算法并能自动生成控制规则的模糊神经网络控制器RBFNNC（reinforcements based fuzzy neural network comtroller）。该控制器能根据被控对象的状态通过增强型学习自动生成模糊控制规则,RBFNNC用于倒立摆小车平衡系统控制的仿真实验表明了该系统的结构及增强型学习算法是有效和成功的。     

洗衣机神经网络模糊控制器的设计

将BP神经网络与模糊控制相结合设计洗衣机神经网络模糊控制器．并用MatLab进行仿真实验。预设洗衣机水位、水流强度和洗涤时间,自动生成模糊控制规则和隶属度函数,在整个过程中实时调整这些参数．提高洗衣机的性能．达到较好的节水省电的洗衣效果。     

Developments of fuzzy PID controllers

Abstract: This paper describes the development and tuning methods for a novel self-organizing fuzzy proportional integral derivative (PID) controller. Before applying fuzzy logic, the PID gains are tuned using a conventional tuning method. At supervisory level, fuzzy logic readjusts the PID gains online. In the first tuning method, fuzzy logic at the supervisory level readjusts the three PID gains during the system operation. In the second tuning method, fuzzy logic only readjusts the proportional PID gain, and the corresponding integral and derivative gains are readjusted using the Ziegler–Nichols tuning method while the system is in operation. For the compositional rule of inferences in the fuzzy PID and the self-organizing fuzzy PID schemes two new approaches are introduced: the min implication function with the mean of maxima defuzzification method, and the max-product implication function with the centre of gravity defuzzification method. The fuzzy PID controller, the self-organizing fuzzy PID controller and the PID controller are all applied to a non-linear revolute-joint robot arm for step input and path tracking experiments using computer simulation. For the step input and path tracking experiments, the novel self-organizing fuzzy PID controller produces a better output response than the fuzzy PID controller; and in turn both controllers exhibit better process output than the PID controller.     

七种控制作用力的逻辑控制器

基于智能控制的思想，在九点控制器结构的基础上，提出了七种控制作用控制器的概念及控制策略．通过分析自身各参数的实际意义和控制过程7种控制作用的性能，提出了应用该控制器的3个相关命题．     

Study of Learning Fuzzy Controllers

This paper compares two types of learning fuzzy controllers, the self-organizing fuzzy (SOF) controller and the hybrid self-organizing fuzzy proportional–integral–derivative (SOF-PID) controller. The SOF is an extension of the rule-based fuzzy controller, with additional rule creation and rule modification mechanisms. The hybrid SOF-PID comprises the SOF as a learning supervisory controller readjusting the proportional gain of the PID controller at the actuator section, when the system is on line. The structures of the SOF controller and the hybrid SOF-PID controller are studied. The performances of the SOF controller and the hybrid SOF-PID controller are compared by applying them to a two-link non-linear revolute-joint robot arm. For the path tracking experiments, the hybrid SOF-PID controller followed the required path more closely and smoothly than the SOF controller. The results of the experiments for the SOF controller and the hybrid SOF-PID controller are also compared with those obtained with a conventional PID controller, using the same values supplied at the setpoint.     

基于模糊推理的自校正控制器现状及展望

本文综述了基于模糊推理的自校正控制器现状,并探讨了模糊控制若干研究课题。     

模糊PID控制在中央空调系统中的应用研究

将模糊控制和普通PID控制相结合，提出了一种基于模糊控制规则的模糊PID控制器的设计方法并将其应用于中央空调系统的控制。实验表明，这种方法比普通的PID控制方法精度高、超调量减少，具有较强的鲁棒性。     

通用型模糊控制器的数字仿真

提出一种通用型模糊控制器的混合模糊控制策略。通过数字仿真表明，此控制策略通用性强，适应面宽，参数整定方便，既有良好的动态特性，又有很好的稳态特性。     

A fuzzy logic based supervisory hierarchical control scheme for real time pressure control

This paper describes a supervisory hierarchical fuzzy controller （SHFC） for regulating pressure in a real-time pilot pressure control system. The input scaling factor tuning of a direct expert controller is made using the error and process input parameters in a closed loop system in order to obtain better controller performance for set-point change and load disturbances. This on-line tuning method reduces operator involvement and enhances the controller performance to a wide operating range. The hierarchical control scheme consists of an intelligent upper level supervisory fuzzy controller and a lower level direct fuzzy controller. The upper level controller provides a mechanism to the main goal of the system and the lower level controller delivers the solutions to a particular situation. The control algorithm for the proposed scheme has been developed and tested using an ARM7 microcontroller-based embedded target board for a nonlinear pressure process having dead time. To demonstrate the effectiveness, the results of the proposed hierarchical controller, fuzzy controller and conventional proportional-integral （PI） controller are analyzed. The results prove that the SHFC performance is better in terms of stability and robustness than the conventional control methods.     

不确定性操作臂的混合模糊P+ID控制的实验研究

提出了一种机械臂的混合模糊控制策略,它由一企增量模糊逻辑控制器和传统的积分－微分管制器构成,简称ＰｕｚｚｙＰ＋ＩＤ控制器,与传统的ＰＩＤ控制器相比,设计ＦｕｚｚｙＰ＋ＩＤ控制器时,只需多调节一个附加参数,我们应用ＦｕｚｚｙＰ＋ＩＤ控制器控制几何参数变化的两连杆机构臂ＥＤＤＡ,ＥＤＤＡ的阶跃和跟踪控制的实验结果表明：ＦｕｚｚｙＰ＋ＩＤ控制器更有效和更鲁棒。     

基于PLC的钢水车模糊控制系统的设计

介绍了一种基于PLC的钢水车模糊控制系统的设计方法。通过采集到的电机转速与设定的电机转速相比较后,以速度偏差及其变化量作为输入,通过模糊控制算法,使钢水车系统按照设定的最佳转速而运行,提高了控制精度和工作效率。     

增益模糊自整定PID控制器设计

本文提出了一种模糊自整定ＰＩＤ控制器及设计方法，仿真结果表明与ＰＩＤ系统比较，模糊自整定ＰＩＤ超调量减小，抗环境变化能力强。较好地解决了对象结构时变系统控制适应能力