自适应模糊BLUE主动队列管理算法

针对随机早期检测算法（RED）存在的参数不易配置等问题，设计了一种自适应模糊BLUE算法（Adaptive Fuzzy BLUE AFBLUE），用配置好的模糊逻辑规则来计算包丢弃概率，并设计了自适应调整机制来调整模糊控制规则以更好地匹配网络环境地变化。仿真结果表明，在网络环境动态变化环境下，自适应模糊BLUE算法能有效将队列长度控制在期望值附近，运行性能良好．     

实时修正函数模糊控制器组合优化设计

为了进一步优化模糊控制器的控制参数，以便实时地调整控制规则，提出其自适应能力，提出了一种具有5个控制参数的自调节模糊控制器。通过模拟退火算法离线组合优化5个参数，并引进一个具有惯性特性的实时自调节修正函数α（e,γ），根据动态过程的误差在线调整模糊控制器的规则，从而显著地提高其控制性能。通过对一阶、二阶及非线性对象的大量仿真结果对比表明，本控制器不仅可以实时调整控制规则，而且具有响应快、超调小（或无超调），稳态精度高等优点。     

一种改进的群目标自适应跟踪算法

为提高对群目标在机动情况下的跟踪性能,提出一种改进的群目标自适应跟踪算法．在群质心状态估计中,在修正“当前”统计模型的基础上,利用群质心的速度预测和速度估计的偏差进行过程噪声方差自适应调整,并引入强跟踪滤波中的渐消因子,实时调节群质心的状态预测协方差．在扩展状态估计中,将其对应的椭圆面积预测值和估计值的偏差以及偏差变化率作为模糊输入量,采用模糊推理法自适应输出扩展状态的预测参数．此外,提供了群目标分裂机动的判决方法．仿真结果表明,与现有方法相比,本文算法增强了对群目标在突发机动时的自适应跟踪能力,并能有效检测出群的分裂机动．     

液压四足机器人的自适应模糊PID控制

为提高液压四足机器人的控制性能和足端轨迹跟踪效果,将自适应模糊PID算法用于机器人腿关节控制,并对PID参数进行实时增量调节.建立阀控非对称缸系统的数学模型,分析其伸出和缩回运动时由非线性、参数时变等因素导致的控制问题,利用AMESim-Simulink联合仿真模型对算法的控制效果进行了仿真,并在单腿试验平台上进行了实物样机测试.结果表明:自适应模糊PID算法的控制效果在减小调节时间、抑制干扰等方面相比常规PID有较大改善.该控制算法提高了机器人的动态跟踪性能,易于工程应用,有利于机器人的运动控制.     

基于超稳定理论的间接自适应模糊控制器

针对一类单输入单输出非线性不确定对象,利用Popov超稳定理论提出一种新的间接自适应模糊控制器设计方法,构造了参数可调的模糊控制器在线逼近理想控制器,推导出模糊控制器的参数自适应律,并对系统状态的有界性进行了分析.最后分别利用一阶非线性对象和Duffing强迫振荡对象对该方案进行了仿真,结果验证了方案对非线性对象具有良好的控制效果.该方法能够保证系统输出渐近收敛到给定的参考信号,并放宽了对最小逼近误差的限制,同时可获得更为灵活的参数调节形式.     

伺服系统的自适应模糊滑模最优控制研究

为提高无刷直流电机(BLDCM)位置伺服系统的动静态性能，提出了一种基于最优线性二次调节(LQR)策略的控制器设计方法.控制器由最优LQR、模糊控制器和滑模自适应调节器组成.依据状态变换和Lyapurnov稳定性定理，通过离线计算得到二次型优化控制初始值作为模糊控制器输入，由滑模自适应调节系统模糊参数降低Lyapurnov目标函数.对所设计的控制器分别作了空载、带负载及改变电机参数的仿真试验.仿真实验结果表明，该方法设计的控制器明显增强了无刷直流电机位置伺服系统的动静态性能、抗干扰能力和鲁棒性.控制输出能快速平稳地跟随参考位置信号.     

机载光电跟踪系统的模糊自适应控制

为了提高机载光电跟踪伺服控制系统的控制性能,提出了一种基于模糊推理的变论域自适应控制算法.详细论述了稳定跟踪系统的数学模型,并对变论域控制算法的原理进行了详细介绍.采用变论域控制算法能够有效的避免对伸缩因子函数模型和模型参数的选择,同时能够降低系统论域的反复调节,提高系统的收敛速度和控制精度.为了验证控制性能,利用经典PID控制、模糊控制、模糊自适应PID控制三种算法对机载光电稳定跟踪系统进行仿真比较.仿真结果表明模糊自适应PID控制算法和经典PID控制相结合,在保持原有系统精度的前提下,使机载光电跟踪伺服控制系统的动态性能得到了改善,不仅可以满足系统的精度要求,还具有较强的自适应能力和鲁棒性.     

基于T-S模糊模型的直接自适应预测控制

提出一种基于T-S模糊模型的直接自适应预测控制算法。该算法利用加权递推最小二乘法在线辨识T-S模糊模型的后件参数。用已经辨识好的参数,进行直接迭代计算,直接得到模型的预测输出。此算法很好地解决了非线性预测控制中,建模与优化两大难题,为非线性系统的高精度控制提供了保证。计算机仿真表明,该算法具有较好的跟踪性能。     

基于分数阶全变差和自适应正则化参数的图像去模糊

为更好地复原图像的纹理细节,避免求解图像去模糊模型时面临正则化参数难以选择的问题,提出了一种基于分数阶全变差（FOTV）模型和自适应更新正则化参数的非盲去模糊图像重建方法。首先,在分析不同分数阶下FOTV的幅频响应特性的基础上,采用不同分数阶次的FOTV模型约束图像的平滑（低频）部分和纹理细节（高频）部分,从而建立图像非盲去模糊重建模型。其次,为了有效地求解重建模型和实现两个正则化参数的自适应更新,采用交替方向乘子法(ADMM)将原本含有两个正则化参数的复杂问题分解成两个相对容易的子问题进行求解,每个子问题只含一个正则化参数。最后,根据偏差准则,在迭代求解过程中实现了两个正则化参数的自适应更新。将所提算法应用于包含平滑、边缘和纹理细节的多幅图像中,测试4种不同模糊核下的去模糊效果;与传统的4种去模糊算法相比,实验结果表明所提算法能自适应地更新两个正则化参数,对于纹理细节适中的图像具有较好的去模糊效果。     

一种基于微粒群算法的自适应滑模控制

提出了一种基于微粒群算法的自适应滑模控制方法,把微粒群算法运用于自适应滑模控制器设计中。首先利用一种自适应算法估计系统中总不确定量的上确界,然后利用微粒群算法对自适应滑模控制器的切换参数和自适应参数进行优化调节,在改善系统控制性能和鲁棒性的同时削弱了抖振。仿真研究结果证明了该方法的有效性。     

一种简化的模型参考自适应算法的应用

本文研究了一种简化的模型参考自适应算法及其在泵控马达电液伺服系统中的应用．对算法的标量及矢量两种形式进行了计算机仿真研究．对此系统的实验表明，在负载变化的情况下，该简化算法（ＳＭＲＡＣ）的性能明显优于其他一些ＭＲＡＣ算法，更具有实用性．     

Research on Directly Adaptive Fuzzy Algorithm Based ACC Controller

A directly adaptive fuzzy algorithm is applied in vehicle adaptive cruise control system. The basic principle of the adaptive fuzzy algorithm is analyzed. The initial value of the fuzzy based vector is given by the traditional fuzzy membership. Adaptive law of the adjustable parameters θ is also determined. The directly adaptive fuzzy ACC controller is designed based on Matlab fuzzy toolbox. Matlab-Simulink is adopted to test the function of the adaptive fuzzy ACC controller. The control system is established using a 7 DOF vehicle dynamics model. Simulation results indicate that the principle of the method is correct and it performs well both in cruise and distance keeping.     

Fuzzy自适应协调决策控制器的特性研究

本文针对一般模糊控制器在算法及其结构上存在的问题,提出模糊自适应协调决策控制算法(FACDC)。它模仿智能控制,采用分级递阶结构形式,通过一协调级来协调模糊控制与自适应PI控制,使得两者有机地结合起来,充分发挥两者的优点。由于本文采用的自适应算法是一种参考模型模糊自适应算法,因此避免了一般自适应算法的复杂性。     

基于系统辨识与T-S模糊神经网络的磨矿分级控制

针对磨矿分级过程控制中具有的慢时变、非线性特征,提出了一种基于系统辨识的自适应模糊推理网络模型,并应用于磨矿控制领域.利用模糊聚类法对现有数据样本进行系统辨识,自动获取模糊规则库和相应的初始参数.依据得到的模糊系统构建基于Takage-Sugeno推理模型的自适应模糊神经网络推理系统,获得比传统的模糊神经网络具有更强的...     

噪声有源控制的模糊神经网络方法

使用Filter-X算法研究有源噪声控制问题，存在需要较高阶次的滤波器和当主噪声路径是非线性时控制效果不佳的缺陷，为此提出了一种基于模糊神经网络的非线性噪声有源自适应控制方法，并给出了一种基于误差梯度下降的学习算法，一个非线性的仿真例子表明，模糊神经网络控制方法对于非线性噪声控制效果明显。     

自调整模糊控制技术在汽车悬架系统中的应用

以车辆操纵稳定性及行驶平顺性为控制目标,提出一种在线可调整的模糊控制算法,其模糊控制规则表可以用解析方法得到.该算法不仅体现了一般模糊控制算法对非线性系统具有的明显优势,而且可以利用LMS自适应模块调整模糊控制器的修正因子,改善了一般模糊控制算法对专家先期经验依赖的缺陷.通过对简化的车辆模型仿真计算分析,证明该算法对悬架系统的振动控制具有较好的效果;并在两自由度的悬架系统试验台架上进行了试验研究,结果证明,与被动悬架系统相比,LMS自适应模糊主动悬架系统簧上质量加速度均方根降低41%.     

一种新型的模糊神经网络自适应控制系统

结合神经网络控制和模糊控制的各自特点,提出了一种新的基于神经网络的模糊自适应控制算法,并给出了该算法的仿真与分析结果.利用该算法实现了基于模糊神经网络的智能控制系统的建立.     

单轴并联式混合动力汽车能量分配的模糊控制策略研究

针对单轴并联式混合动力轿车,以混合驱动系统需求转矩和电池剩余电量（SOC）为输入,以发动机转矩为输出,构建了能量管理模糊控制器,基于ADVISOR的仿真研究表明,模糊控制策略与传统的逻辑门控制策略相比,能够更有效地降低混合动力汽车的燃油消耗和排放,更好地控制电池组SOC的变化。     

混合动力汽车电子节气门的模糊自适应PID控制

针对传统PID控制对非线性控制系统难以设置最佳PID参数和模糊控制难以消除静差的问题,建立了混合动力汽车电子节气门非线性运动模型,提出应用模糊自适应PID控制算法对电子节气门的目标位置进行跟踪控制.实验结果显示,应用模糊自适应PID控制算法对模型的非线性具有较好的适应性,在控制中跟踪误差小于传统PID控制,具有较好的跟踪效果.