基于模糊神经网络的模糊辨识方法及其应用研究

利用模糊神经网络（FNN）的学习能力从控制操作的现场数据中获取模糊规则,并自动调节隶属函数,把建模的过程转化为FNN网络结构多数的生成与学习问题。用于一个非线性过程的模糊模型参数辨识问题,取得了满意的结果。     

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。     

基于模糊神经网络的冷冻水泵变频调速研究

本文通过系统地分析模糊控制和神经网络控制系统的结构、算法等问题,探讨了把模糊控制和神经网络控制技术结合起来的理论与实现,用神经网络的层和节点分别对应模糊系统的各个部分,将模糊控制规则和隶属函数隐含地分布在整个网络中,用神经网络实现模糊推理,以神经网络的在线自学习能力实现模糊控制规则的改变。设计了模糊神经网络,并应用到冷冻水泵变频调控制系统中,实现了水泵电机的转速智能控制。     

基于模糊聚类多变量系统的模糊辨识方法

提出了一种基于模糊聚类和卡尔曼滤波方法的模糊辨识方法,该方法是基于模糊聚类,计算给定样本在各类中的隶属度,利用卡尔曼滤波器辨识模糊模型的结论参数,给出了详细算法和Ｂｏｘ－Ｊｅｎｋｉｎｓ数据的辨识结果。     

一种基于模糊模型的启发式优化方法

在模糊环境下的优化向来是模糊系统理论的中心课题之一。文献中所见的绝大多数模糊系统优化技术都以线性规划为基础。本文提出了一种完全不同的模糊系统试化方法——启发式试化方法。这种方法以系统的模糊模型为基础,它允许以模糊形式表达的性能指标与约束。试化的结果,亦即最优决策,既可以是模糊值,也可以是精确值。由于所使用的模糊模型所以看作是一个规则集,所提出的试化方法便所以视作一个“剪枝”过程。一个数值例子说明了这种试化方法的有效性。     

模糊模型辨识的改进

本文提出一次观测数据的二次利用问题,对提高模糊模型的精度作用明显,同时对R参数运算的连续性问题进行了讨论.     

二级倒立摆的动态加权模糊控制

针对快速、多变量、强非线性、绝对不稳定特性的二级倒立摆系统,运用基于目标的动态加权模糊控制器对其进行控制,通过模糊推理得到加权系数动态连接各个子目标模糊控制器,使多个子目标模糊控制器在控制过程中既相互竞争又相互协调。解决了一般模糊控制在控制多变量系统时出现的规则组合爆炸问题,大大减少了模糊控制器的规则数,有利于利用专家经验。利用Matlab提供的良好的人机交互界面和功能完备的模糊逻辑设计工具,结合Simulink开放式的、动态的图形化仿真环境,使复杂的模糊控制系统的仿真过程大大简化,缩短了开发周期。实验结果表明该方案控制效果好,鲁棒性强。     

一种基于多级遗传寻优的模糊控制器设计

模糊控制器设计的核心问题是模糊控制规则表的确定。模糊控制规则主要来源于专家经验和控制工程的知识,因其并不是在任何时候总能获得,这大大限制了模糊控制器的应用前景。提出了一种基于量化因子,比例因子和解析式规则的模糊PID控制器,并采用多级遗传算法对参数进行分组分阶段交替寻优,仿真结果显示该方法取得了良好的效果,在保证控制效果的情况下,大大简化了模糊控制器设计。     

发电机自适应模糊稳定器

提出了一种发电机可调整控制性能的自适应模糊电力系统稳定器,并作了计算机数字仿真,证明了该发电机自适应模糊稳定器的良好控制性能。     

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。     

基于遗传算法优化的模糊控制技术

在传统模糊控制的基础上,提出了一种基于遗传算法优化的自调整模糊控制算法．通过对模糊变量隶属函数参数编码优化,实现了模糊控制规则的在线自调整,并通过物理实验证实了算法的可行性．     

建立在神经网络基础上的模糊控制器的设计

提出了建立在神经网络基础上的模糊控制器设计方法，这个控制器实际上是一个模糊控制规则被一个神经网络学习和联想使用的模糊控制器，从而获得一种比模糊推理更自然的使用人类经验的方法。仿真结果表明这种控制器是有效的。     

具有通用逼近性的T-S模糊系统的充分条件

给出局域隶属函数的定义,根据模糊推理机所依据的公式性质,给出局域推理机的定义.对于采用局域推理机的T-S模糊系统,证明了模糊器和模糊规则的隶属函数采用局域隶属函数所构造的T-S模糊系统具有通用逼近性.这种具有通用逼近性的T-S模糊系统所需的条件明显优于其他文献中构造具有通用逼近性的T-S模糊系统所需的条件.     

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。     

一类非线性不确定系统的输出跟踪控制

设计了一类不确定非线性系统模糊自适应输出跟踪控制器. 首先将一个时变参数引入到规则前件的高斯型隶属度函数中, 形成一组带有时变参数的模糊规则, 通过时变参数的变化改变高斯型隶属度函数的中心和宽度,进而改变原Mamdani型模糊逻辑系统的输出,形成新的带有时变参数的模糊逻辑系统. 然后以这种改造后的模糊逻辑系统逼近系统的未知非线性项,构造时变参数和逼近精度的自适应律,设计相应的自适应输出跟踪控制器. 这种方法的优越性在于充分利用原有的有限数目的模糊规则,合成具有较少自适应律的模糊自适应输出跟踪控制器. 最后,通过Duffing的仿真算例验证了本文提出方法的可行性和有效性.     

基于遗传算法的模糊控制器设计

将遗传算法引入到模糊控制器设计中,用以自动导优模糊控制规则,得到的模糊控制系统具有过渡过程时间短,超调小等优点;并对模糊规则表采用自然数编码策略,针对纯滞后对象特点,人出了性能指标函数,讨论了复制、交叉、变异等遗传操作在模糊控制器设计非线性寻优问题中的具体应用,并对各种方法进行了对比性研究;最后针对纯滞后对象进行了计算机仿真,并给出了仿真结果。     

基于模糊推理的模糊自适应励磁控制器

在线性最优励磁控制器的基础上，通过模糊推理提出了一种模糊自适应励磁控制器的设计方法．所设计的模糊自适应励磁控制器能根据发电机运行点的变化不断修正自己的参数，从而具有很强的鲁棒性．由于控制器的反馈增益来源于线性最优控制，因此，控制器还具有一定的最优性和稳定性．对一个单机一无穷大系统进行的数字仿真结果表明；用本文提出的模糊自适应励磁控制器能有效地改善系统的劝态品质．     

基于模糊区间优化的模糊推理故障诊断方法

提出一种基于模糊区间优化三角均分的模糊规则生成方法.在获取故障样本之后,通过基于故障识别率最佳准则的寻优过程,确定模糊区间均匀划分数的下确界.在此基础上,利用所提出的改进型DM算法提取模糊规则,最终构建出模糊推理故障诊断系统.与模糊区间划分数低于该下确界的模糊推理系统相比,利用该方法能保证在所生成模糊规则数较少的情况下,使构建的推理系统具有更高的故障识别率和诊断准确率,同时避免了人为确定模糊区间划分数时所带来的盲目性.最后,在轨道电路该类复杂模拟电路常见硬故障的诊断实例中,说明了新方法的有效性.     

军队供应商绩效模糊评估研究

由于系统的复杂性,对军队供应商绩效评估是一个比较复杂的过程。提出绩效评价指标的设计原则和数学模型．运用模糊综合评判法对军队供应商绩效进行评估。     

基于递阶模糊控制的锅炉汽包水位控制系统

针对锅炉汽包水位控制系统非线性、延迟等特点,提出将模糊控制应用于此系统,结合双冲量控制方式来消除"虚假水位",实现锅炉汽包水位平衡,并采用递阶方式来生成模糊控制规则,以解决多输入系统控制规则数量过多的难题。仿真结果表明,递阶模糊控制应用于此系统具有较强的鲁棒性和调节性能,提高了系统的动态和静态性能指标,总体性能优于常规模糊控制方式。