线性T-S模糊系统作为通用逼近器的充分条件

作为模糊系统理论研究和实际应用的基础,对模糊系统通用逼近性的研究已经取得了很大的进展,但是只有为数不多的文献研究了模糊系统作为通用逼近器的充分条件.提出了线性T-S模糊系统以任意精度一致逼近紧致集上任意连续实函数的一个充分条件,并给出了数值示例.该示例表明提出的充分条件明显优于现有的其它结果.     

一类非线性T-S模糊系统的通用逼近性

作为模糊系统理论研究和实际应用的基础，对线性T-S模糊系统通用逼近性的研究已经取得了很大的进展，但对非线性T-S模糊系统的研究却很少。本文将对一类非线性T-S模糊系统的非线性逼近能力进行研究，证明这种模糊系统在输入模糊子集为高斯型隶属函数的情况下，具有通用逼近性。     

一类模糊系统的逼近问题

对于一类模糊系统，首次给出了它们可在紧论域上以任意要求的精度逼近任意C^1函数的构造性充分条件，同时导出了可用于计算所需模糊规则条数的显式公式，对于多项式函数情形，证明了所给结果比献[1]中结果保守性要小。     

模糊聚类辨识算法

采用模糊输入聚类算法来辨识系统的模型,通过两个模糊聚类准则函数求得聚类中心和模糊规则数,然后求出各个子窨支态模型,再用隶属函数光滑地把他们连接成一个全局动态模糊模型,这种模型可以转化成状态空间模型,从而进行控制器的设计和稳定性分析。     

混沌机制在T-S模型模糊神经网络的系统辨识研究

提出一种T－S模型的模糊神经网络,在通常BP算法的基础上,引进混沌机制来训练模糊神经网络的权值参数。将混沌BP算法应用于非线性系统建模,以求获得全局意义下的最优逼近。仿真研究说明了其有效性和良好的性质。     

特定Mamdani模糊系统的通用逼近性

特定Ｍａｍｄａｎｉ模糊系统是指采用模糊单点作为规则后件的多输入单输出Ｍａｍｄａｎｉ模糊系统。在每个输入变量的模糊子集满足一致笥以及录属函数连续且分段可微的条件下,证明了特定Ｍａｍ－ｄａｎｉ模糊系统是通用逼近器,在此基础上,进上步给出了特定Ｍａｍｄａｎｉ模糊系统一致逼近紧致集上任意连续实函数的充分条件。     

具有广义线性隶属函数的典型模糊系统的通用逼近性*

设计了一种将三角形和梯形隶属函数作为特例的广义线性隶属函数,推导了输入采用广义线性隶属函数的典型Mamdani模糊系统的解析结构,证明了典型模糊系统是单调、递减的有界连续函数;在此基础上证明了该类模糊系统能以任意精度逼近任意连续实函数,最后仿真实例证明了本设计的有效性。     

正则模糊神经网络是模糊值函数的泛逼近器

通过分析多元模糊值Bernstein多项式的近似特性，证明了4层前向正则模糊神经网络（FNN）的逼近性能，该类网络构成了模糊值函数的一类泛逼近器，即在欧氏空间的任何紧集上，任意连续模糊值函数能被这类FNN逼近到任意精度，最后通过实例给出了实现这种近似的具体步骤。     

折线模糊神经网络对模糊函数的通用逼近

基于折线模糊数间的模糊算术以及一个新的扩展原理建立了一种新的模糊神经网络模型,证明了当输入为负模糊数时,相应的前向三层折线模糊网络可以作为连续模糊函数的通用逼近器,并给出了此时连续模糊函数所需满足的等价条件,最后给出了一个仿真实例。     

非线性系统模糊辨识的新方法

提出一种新的基于T－S模型的模糊辨识方法,其特点是考虑了样本距离和“可线性化程度”两个因素,对模型的前后件参数同时辨识,提高了辨识精度,并提出规则“置信度”的概念,实现了辨识的结构自适应。将该辨识器用于一类非线性系统的模糊辨识,仿真结果验证了所提出方法的有效性。     

T-S模糊系统的二次稳定

应用LMI(线性矩阵不等式)方法,研究了T-S模糊系统二次稳定性及控制器设计问题.首先,通过考虑模糊系统隶属函数的性质,将原系统进行变换,给出了T-S模糊系统二次稳定的新条件,并提出了基于LMI的控制器设计方法.与现有结果相比,该方法不仅考虑了各子系统间的关系,还考虑到隶属函数的性质,计算量和保守性较小.仿真算例验证了其有效性.     

Sliding Mode Control for T-S Fuzzy Systems

A sliding mode control scheme for a class of complex nonlinear systems with T-S fuzzy models is proposed in this paper. It is shown that, by using the concept of extreme matrices to determine the upper bound information of the interactions of the fuzzy subsystems, a simple, yet constructive sliding mode control scheme can be developed to guarantee the asymptotic stability and robustness of the closed-loop system. Simulation results are presented in support of the proposed scheme.     

时滞T-S模糊系统的无源控制器设计

针对时滞T-S模糊系统, 给出了使得系统无源的状态反馈控制器存在的充分条件, 与现有结果相比保守性更小. 在此基础上, 给出了基于观测器的无源控制器与动态输出反馈无源控制器存在的充分条件. 控制器的设计方法都归结为求解一组线性矩阵不等式(Linear matrix inequality, LMI). 最后通过仿真例子, 说明所给设计方法的有效性.     

规则可生长与修剪的非线性系统T-S模糊模型辨识

通常离线提取 T-S 模糊模型的规则后, 规则数无法在模型使用中进行调整, 而这成为表达非线性系统复杂性的一个瓶颈. 针对这一问题, 本文引入一种神经网络的生长和修剪方法, 从实时数据中提取 T-S 模型的规则, 并定义其对应局部模型对输出的影响, 以此作为在线调整规则数的依据, 从而更准确地表达了非线性系统的复杂性和运行中的变化. 再加上基于竞争性 EKF(Extended Kalman filter) 的模型参数在线学习, T-S 模型的建模精度也得到了保证. 整个算法完全实现了 T-S 模糊模型的在线辨识, 使模型的结构和参数具有很好的自适应能力. 对 CSTR(Continuously stirred tank reactor) 系统的辨识, 表明了该算法在处理非线性系统辨识问题上的优越性能.     

基于T-S模糊模型的多机耦合电力系统脉冲控制研究

基于模糊控制理论,研究多机耦合电力系统的控制问题.首先采用T-S模糊模型逼近非线性多机耦合电力系统,得到简化的分段线性模型,然后采用脉冲控制策略来实现非线性多机耦合电力系统的镇定.基于李雅普诺夫稳定性理论,得到易于验证的稳定性条件,可借助Matlab中的线性矩阵不等式(LMI)工具箱求解.最后以2机耦合电力系统为例,验证所提方案的有效性和实用性.     

T-S 模糊系统稳定性的一个新的充分条件

讨论了T-S 模糊系统的二次稳定性问题. 得到了两个等价的基于线性矩阵不等式(Linear matrix inequality, LMI) 和Sum-of-squares (SOS) 的充分条件. 无论是在理论上, 还是在数值示例方面, 都表明文中结论放宽了已有的相关方面的结论, 降低了此类问题判别条件的保守性.