基于模糊神经网络的模糊控制器综合优化设计 Ⅰ设计方法

将人工神经网络和模糊控制相结合，提出了一种实用的模糊神经网络的构造方法，并 利用优化技术，提出了基于模糊神经网络的模糊控制器综合优化设计方法。     

基于免疫原理的自适应模糊控制器优化设计

利用免疫系统的克隆选择原理设计了全局搜索优化算法和局部搜索优化算法，并提出了一种时变对象的模糊控制器参数自整定方案。该方案利用全局优化算法离线组合优化标称参数下的控制器，对象发生变化后，利用局部优化算法在线优化，可快速获得新的控制器参数，以实现自适应控制。仿真结果表明，该控制系统在被控对象参数变化的情况下，仍具有良好的控制性能，能够对一类时变对象实施高精度控制，具有较大的工程应用价值。     

基于模糊神经网络的模糊控制器综合优化设计：I.设计方法

将人工神经网络和模糊控制相结合，提出了一种实用的模糊神经网络的构造方法，并利用优化技术，提出了基于模糊神经网络的模糊控制器综合优化设计方法。     

基于模拟退火算法的模糊控制器优化设计

提出了一种解析规则模糊控制器的改进结构，引入了能够动态调整模糊控制规则的修正函数，并给出了模糊控制器输出控制量在稳态附近的局部连续化算法；同时，通过模拟退火算法，实现了模糊控制器控制参数的组合优化设计。结果表明，使用该方法设计的模糊控制器具有响应快、超调小、稳态精度高等优点，改善了模糊控制系统的性能。     

模糊控制器结构优化设计及其应用

本文采胜种改进遗传算法，进行模糊控制器设计，该算法通过在编码方面所做改进，可删除冗余规则，实现控制器结构优化；通过在群体规模选取中采用一种新的采样学习技术，实现了算法的快速性与全局收敛性的统一。此方法被用于直流伺服系统控制器设计，仿真结果显示出其有效性。     

基于模糊神经网络的模糊控制器综合优化设计──Ⅰ．设计方法

将人工神经网络和模糊控制相结合，提出了一种实用的模糊神经网络的构造方法，并利用优化技术，提出了基于模糊神经网络的模糊控制器综合优化设计方法。     

基于规则的自组织模糊控制器

本文对模糊控制器中使用的一些模糊集的隶属度函数做一些假定后,给出了一种基于规则的自组织模糊控制算法。模糊控制器本身采用数学方法来设计,以一组语言规则来决定控制表的修改,再通过一组语言规则调整控制器参数。最后,给出了对电液伺服系统进行仿真的结果。     

一种模糊PID控制器的鲁棒优化设计

主要研究一种模糊PID控制器的鲁棒设计。以小增益定理分析得到该模糊PID控制系统稳定条件。针对参数摄动系统的‘最坏点’用该稳定条件作为约束,采用遗传算法对标称系统的性能进行优化,求得优化鲁棒控制器。同时对鲁棒模糊PID控制器中模糊非线性控制进行了比较分析。     

NGW型行星齿轮减速器的模糊优化设计

运用模糊数学的原理和最优设计方法，以ＮＧＷ型二级行星齿轮减速器为例，阐述了机械零件模糊优化的必要性和常用方法。文中详细地介绍了齿轮传动模糊优化的数学模型和隶属函数的建立方法以及如何采用最优水平截集对其进行优化，并通过两种设计结果的比较，说明模糊优化设计更符合客观实际。     

基于模糊神经网络的模糊控制器综合优化设计

针对单机—无穷大电力系统，利用所提出的模糊控制器综合优化设计方法设计了基于模糊神 经网络的模糊电力系统稳定器(FNN-PSS)，并由数字仿真证明了所提出方法的有效性和 实用性。     

基于PRONY辨识的附加最优次同步阻尼控制器设计

在电力系统的次同步振荡分析当中,以往提出的基于系统线性化方程求解的小扰动分析方法极易形成“维数灾”,在实际复杂系统中的应用非常困难。利用Prony方法来辨识系统模型,较好的解决了电力大系统建模困难的问题。在实际系统中,不是所有状态变量都能采取利用,所以采用了状态观测器来重构系统状态,并在此基础上,利用线性最优控制理论设计了附加次同步阻尼控制器。在南方电网的实际模型中,对该控制器进行了时域仿真验证,证明了该控制的有效性和快速性。     

基于粗糙集的光伏输出功率组合预测模型

光伏输出功率预报是减小光伏发电系统并网对电网造成不良影响的有效手段,提高预测的精度是保障光伏功率预报的重要基础。提出了基于粗糙集的组合预测模型。首先建立基于相似日、支持向量机和持续法的3种单一预测模型,然后根据粗糙集理论中确定属性重要度的方法确定单一预测模型的组合权重,建立了基于粗糙集的组合预测模型。仿真结果表明,采用粗糙集的相关理论能得到合理的组合权重,建立的光伏功率组合预测模型具有更高的预测精度。     

基于粗糙集理论的变压器故障的诊断方法

由于电力变压器故障的不完备性和复杂性,提出了一种基于粗糙集理论的电力变压器绝缘故障诊断新方法,它能够根据不完整兆信息对电力变压器故障进行诊断。基于粗糙集的知识获取方法,通过构造属性决策表,进一步构造区分矩阵和区分函数,通过相应的析取和合取运算,获取改进的三比值属性决策表。实验结果表明,这种新的诊断方法扩展了原始IEC三比值的编码范围,提高了故障诊断能力,优化了诊断时间,提高了诊断精度,有实际工程应用价值。粗糙集理论的决策表约简方法能够处理变压器的复合故障,解决了IEC三比值法在此种情况下的不足。同时该法有一定的容错能力,能处理含有遗漏或错误的变压器故障征兆,提高故障诊断准确率。     

基于粗糙集理论的变压器故障诊断方法

将一种基于粗糙集理论的信息熵约简方法应用于变压器故障诊断问题中。首先应用粗糙集理论将电力变压器故障历史数据进行分析统计,建立决策表,然后采用信息熵约简算法对其进行条件属性约简,求取一组最小约简知识系统,并采用粗糙集约简方法对新系统进行简化,得到一组故障诊断的最小决策规则集。方法大大减小了编码的工作量,避免了约简属性组合查询及缺少关键属性时规则匹配所带来的不便,所以运算速度也会相对加快。最后结合实例分析,证明该方法的简便及有效性。     

基于粗糙集理论的电子镇流器故障诊断方法

将粗糙集理论引入电子镇流器的故障诊断,提出了一种基于粗糙集理论的电子镇流器故障诊断方法.通过对论域进行降维,大大降低了计算复杂性.在此基础上通过属性约简和值约简,导出了有用的诊断决策规则.实例分析表明,将粗糙集理论应用于镇流器故障诊断,可得到清晰、简明的诊断规则,提高了故障诊断的能力,对进行在线质量控制具有实际应用价值.     

基于粗糙集理论的多目标电网规划最优化模型

为综合解决电网规划中经济性与可靠性问题，提出以供电方投资开发成本最小和基于风险评估的负荷缺电风险成本最小为目标的优化模型。应用粗糙集理论分析每个目标函数的约束度，以确定每个目标函数在优化模型中的权值。采用改进混合遗传模拟退火算法来求解该模型下的多目标电网规划问题，并采用19节点的电网扩展规划算例验证了该模型的有效性。 关键词：；；；     

基于概率鲁棒的PID控制器设计方法研究

针对具有实参数不确定性的热工过程，基于概率鲁棒方法，提出一种PID控制器设计方法。根据被控对象模型的参数摄动状态，计算闭环系统满足各条性能设计要求的概率，并对其进行综合作为优化算法的目标函数，利用遗传算法对PID控制器参数进行优化，用蒙特卡罗实验对控制系统进行鲁棒性检验。针对4种典型的热工过程进行了仿真试验，并与基于标称参数的设计方法以及传统的整定方法进行了比较。仿真结果表明，基于概率鲁棒的PID控制器设计方法对模型参数不确定性具有较好的鲁棒性，在被控对象存在一定的不确定性时，系统能以最大的概率满足设计要求，因此适用于具有参数不确定性的典型热力过程的控制。     

基于线性矩阵不等式的最优鲁棒励磁调节器设计

以发电机之间的关联作用作为每一台发电机的扰动，将N机电力系统化为N个定义了扰动集的独立子系统，分别建立各子系统鲁棒控制模型。通过求解线性矩阵不等式，得到最优鲁棒控制策略。该控制策略既分散实现，又保证全局稳定。将鲁棒励磁调节器安装在两区域互联系统的发电机上，仿真表明，当联络线不同位置发生短路扰动时，系统都能保持良好的功角稳定性和电压调节精度。     

基于小波变换和粗糙集的电力电子电路故障诊断方法

为了快速而有效地诊断电力电子电路的故障,提出了一种小波变换与粗糙集相结合的新方法。用小波变换分解输出电压信号以便提取故障特征信息,在此基础上,构建了条件属性集与决策属性集,运用了粗糙集的数据挖掘能力去除冗余条件属性,约简后提取出故障诊断规则,按照这些规则来诊断各类故障。最后,通过数学建模与数据处理,仿真结果验证了快速性和有效性。