一种自组织模糊神经网络控制器

采用一种具有结构和参数学习能力的自组织模糊神经网络控制器设计方法。这种控制器无需事先确定模糊控制规则，能在控制过程中通过神经网络的结构及参数学习在线调整模糊神经网络的结构、产生模糊控制规则、调整规则的参数。仿真表明该控制器能用于一定纯滞后时变对象的控制，具有良好的控制性能。     

一种具有自学习功能的模糊控制器

本文根据对小孩控制倒摆过程的分析，提出一种能够直接调整规则的自学习模糊控制器，这种控制器具有适应性强，通用性好的特点。     

一种新的分布式神经模糊控制器

提出了一种分布式神经模糊网络和自学习模糊控制器的构成方法。它是CMAC模型的一种扩展，使其能进行模糊推理和构成自学习的模糊控制器。该方法除具有CMAC优点外，还具有以下特点：输入数据通过模糊划分和隶属函数后自动编码，对精度没有限制；从现场数据直接获取控制规则，即使对未训练的数据，也能结合插值和泛化两种能力，推理给出合适的输出。学习实例证明了方法的有效性。     

基于递阶遗传算法的模糊控制器的规则生成和参数整定

提出了一种基于递阶遗传算法的模糊控制器的优化设计方法．采用具有层次结构染色体编码方式的遗传算法来设计模糊控制器，实现了语言控制规则的自动生成和隶属函数参数的自动整定．设计过程无需系统的先验知识和训练数据，具有自组织、自学习的特点．仿真结果表明，该方法优化得到的模糊控制器结构简单、性能优良．     

一种模糊神经解耦混合控制器的研究

该文将模糊神经网络与Pl控制技术相结合构成一种模糊神经解耦混合控制器。新控制器在控制过程中借助模糊神经网络的自学习算法实现控制参数的在线调整。仿真结果表明，该控制方法对非线性时变系统有较好的控制效果。     

模糊控制的典型结构

本文研究了评述了模糊控制的典型结构方案，包括模糊控制器的一般结构，ＰＩＤ模糊控制器，自组织模糊控制器，自校正模糊控制器，自学习模糊控制器和专家模型控制器等。文中着重讨论了控制结构机理。许多结构方案都获得应用验证。     

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.     

煤气加热炉温度的自学习模糊控制

介绍煤气加热记自动控制系统的软，硬件结构，着重讨论了自学习模糊控制器在控制过程中的应用，给出了针对自学习模糊控制算法的仿真果。     

一种新的分布式神经模糊控制器

本文提出了一种分布式神经模糊网络和自学习模糊控制器的构成方法，它是CMAC模型的一种扩展，使其能进行模糊推理和构成自习的模糊控制器，该方法除具有CMAC优点外，还具有以下特点；（1）输入数据通过 模糊划分和隶属函数后自动编码，对精度没有限制；（2）从现场数据直接获取控制规则，即使对未训练的数据，也能结合插值和泛化两种能力，推理出合适的输出。本文还对DNFN的逼近能力进行了讨论，学习实例证明了方法的有效性。     

一类自学习模糊控制器的设计及鲁棒性分析

基于一类参数化的模糊量表示,将模糊量同精确量统一起来,在此基础上提出规则增加、规则删除、规则修正算法,进行了一类自学习模糊控制器的设计,对二阶系统的参数鲁棒性仿真实验表明,与常规模糊控制器相比,这类自学习模糊控制器对控制对象的某些参数变化有较强的适应性。     

变论域智能积分控制器设计

结合模糊控制理论,从优化模糊控制器的角度出发,将论域伸缩因子和智能积分结合起来,设计开发了基于可变论域的智能积分模糊控制器。利用LPC2132 ARM嵌入式芯片作为模糊控制器的核心,LabVIEW搭建监测平台。并针对带有纯滞后的温度控制系统给出了仿真结果。仿真结果表明,对于带有纯滞后的系统,变论域智能积分模糊控制器能够很好地改善纯滞后系统的缺点,对于大延迟、时变、非线性的工业过程系统能够很好的控制效果,其控制效果优于常规的模糊控制器,有较高的工程实用价值。     

模糊神经元非模型算法在发酵温控中的应用

设计了解析模糊控制器,并在此基础上引入了单神经元;根据智能积分的思想,研究了模糊神经元非模型控制算法.解析模糊控制和模糊神经元非模型控制算法在发酵实验室微型发酵罐温度控制中进行了应用,实验结果表明,该算法可解决单纯的模糊控制因缺少积分作用而存在稳态误差的问题,其控制精度更高,稳态性能更好;同时,抗干扰性实验验证了控制系统的稳定性.     

一种新的模糊PID控制器的优化及其仿真研究

该文提出了一种新的最优模糊PID控制器。该控制器由两部分组成，一部分是常规PID控制器，另一部分是在线模糊推理机构。在模糊推理机构中，引入了三个可调节因子Xp，Xj，和Xd，其作用是优化模糊推理结果，该模糊PID控制器用来控制智能人工腿中的一个直线电机，并已获得很好的控制效果。     

双功能燃气热水器模糊控制系统设计

双功能燃气热水器集洗浴和采暖功能于一体,是一种新颖的智能家电。本文采用高性能AVR单片机MEGA16L结合模糊控制技术,设计了家用双功能燃气热水器模糊控制系统,完成了系统硬件和软件设计,实时运行实验表明该控制器能有效控制出水温度,并具有一定的参数鲁棒性,该控制系统已投入使用,用户反馈良好。     

高精度实时荧光定量PCR温控系统的设计与仿真

针对目前国产实时荧光定量PCR温控系统升降温速度慢和精度低的问题,提出了一种改进的模糊自适应PID算法。首先根据热力学公式,建立了实时荧光定量PCR温控系统的数学模型,在模糊自适应PID算法的基础上加了一个在线调整量化因子和比例因子的智能调整器,根据设定的模糊控制规则实时优化PID参数、量化因子和比例因子,由PID控制器和智能调整器控制实时荧光定量PCR的温度。采用Simulink对PCR温控系统进行仿真,结果表明：设计的模糊自适应PID控制器控制精度达到[0.1 ℃],快速稳定以后,能达到[0.01 ℃],升降温速度大于等于[7.0 ℃/s],完全能够满足实时荧光定量PCR温控系统对温度精度和升降温速度的要求。     

某机载雷达智能环境控制器模糊算法设计

为了提高某机载雷达环境控制系统控制品质,设计了一种基于PID控制与模糊控制相结合的智能控制器。文章介绍了该智能控制器的基本原理、系统组成,详细论述了温度控制算法。该算法具有更大的灵活性、更快的响应速度、抗干扰性强和鲁棒性高的优点,特别适用于非线性、时变和大滞后的控制系统。试验表明,采用该算法的环境控制系统,具有良好的控制性能,对机载设备冷却或加热取得了满意的效果。     

温室环境温度智能控制算法研究

智能控制算法是自动控制系统的关键技术，运用智能控制理论-模糊控制的理论，基于作物生长环境的需求，提出了温室环境温度的模糊控制算法-可调因子多模型模糊控制算法，并对模糊控制器进行了参数优化。在作物生长的三个时区进行了仿真，仿真结果验证了所提出的算法有效性。     

用继电自整定实现模糊PID智能控制

从提高控制器的智能化水平出发，文中提出了模糊PID自适应控制与继电自整定相结合构成PID双模智能控制器的方法。即用继电自整定法整定出PID控制的初始参数，然后切换到模糊PID自适应控制，完成模糊PID智能控制。将该算法应用于一温控系统中，得到了令人满意的效果。     

基于DSP的数字化温湿度智能控制器设计

本文设计了一种基于DSP56311的温湿度智能控制器。该控制器利用热敏振荡器将温度的微小变化转变为频率信号的变化，实现了温湿度检测和控制的数字化、高精度、智能化。     

Un-symmetric input temperature control by using fuzzy sliding mode controller with gain auto-tuning

In order to obtain the desired product quality, temperature is an important control parameter in chemical and semiconductor manufacturing processes. Generally, the temperature control system has nonlinear time-varying, slow response speed, time-delay and un-symmetric control input dynamic characteristics. It is difficult to accurately establish the dynamic model for designing a general purpose temperature controller to achieve good control performance. Here a model-free fuzzy sliding mode control strategy is employed to design an intelligent temperature controller with gain-scheduling scheme or gain auto-tuning algorithm for a closed chamber with heater one-way input only. The concept of gain scheduling is employed to adjust the mapping ranges of the input and output fuzzy membership functions during the control process for improving the transient and steady-state control performances. The experimental results show that the steady state error of the step input response is always less than 0.2°C without overshoot by using this intelligent control schemes. It is suitable for industrial temperature control systems.