解释学习中模糊概念的学习

本文提出了一种模糊知识的表示模式，给出了在模糊意义下的基于解释的学习的一种描述，以及解释、学习机制，使在解释学习中能够学习到一些带有模糊修饰词的新概念．本文描述形式同算子模糊逻辑而语义与其不同．     

聚丙烯反应釜模糊控制系统

聚丙烯产品的聚合反应过程是石化企业中常见的一种间歇生产过程,采用间歇本体法生产聚丙烯在我国就有几十家厂。对于聚合反应中的温度控制一直是个难题,其主要原因是影响本体法聚丙烯间歇生产操作控制的因素较多以及热交换环节较多等原因,生产操作还停留在手动或半自动操作水平,聚合反应过程是较典型的放热过程,控制对象具有严重的非线性,具有这样严重非线性的过程常规控制方案很难满足控制要求,本文介绍一种可以实现聚合反应过程全自动控制的模糊控制法。     

PLC在污水处理厂控制系统中的应用

叙述了采用OMRONC200可编程序控制器实现城市污水处理厂工艺设备的控制,具体介绍了控制系统的结构、任务分配及实现、控制方式及程序设计思想。     

应用MATLAB设计模糊控制系统

模糊控制系统的设计是模糊控制系统应用的重要问题之一,在介绍MATLAB语言及模糊逻辑工具箱的基础上,着重介绍如何利用Simulink工具箱、Fuzzy工具箱和Control工具箱进行模糊控制系统的设计,并给出具体实例。     

现场总线控制系统在污水处理厂的应用

结合海城污水处理厂工程实例,介绍了博微公司生产的NCS4000控制系统在污水处理工艺中的应用,NCS4000稳定的硬件系统、方便灵活的操作软件,结合先进优化控制技术,为实现污水处理系统的高质量、低消耗、稳定运行提供了良好的平台。     

某污水处理厂自动化控制系统及其控制功能

本文以北京市卢沟桥污水处理厂自控系统的设计为例，简介了污水处理厂控制系统的配置和各处理过程的控制功能需求及其实现。     

基于Matlab的模糊预估控制系统的仿真

模糊预估模型在Matlab的环境下,应用模糊工具箱及Simulink对一纯滞后过程的模糊预估控制系统进行了仿真.并将其仿真结果与未用模糊预估器的仿真结果进行了比较,表明了基于模糊理论的模糊预估器对提高纯滞后系统的控制品质具有一定作用.     

自适应模糊炉温控制系统

介绍以控制电加热炉的实际对象为背景研制的一种计算机控制系统。系统引入了带有基于最近邻聚类学习算法的自适应最优模糊控制。实时控制结果表明 ,这种控制方法具有超调小 ,调整时间快 ,精度高等特点。     

模糊神经控制系统

神经网络和模糊逻辑可以解决传统系统无可奈何的问题。这里，我们将要介绍它们是如何工作，并且使诸如高速图形处理这类的应用受益。[编者按]     

基于PLC的污水处理模糊控制系统

本文设计和实现了一种化工厂污水处理模糊控制系统,详细论述了硬件组成,控制算法及软件实现流程。系统采用高可靠的FX2-32可编程控制器为主控制器;控制算法采用模糊控制,对强时滞、非线性的污水处理过程具有很好的控制效果。该控制系统实现了污水处理过程的自动控制,提高了污水处理的效率,降低了污水处理成本。     

含噪声模糊逻辑系统的参数学习算法

当采用最小方差型的误差成本函数进行输入含噪系统的参数学习时，参数不能收敛至真值，利用包含噪声方差的误差成本函数可解决此问题．本文将此误差成本函数推广到多人单出系统，将之引入到模糊逻辑系统的参数学习中，并且输入输出数据中的噪声方差也通过学习而得到，不必进行多次测量．最后通过仿真对比验证表明了该方法的有效性．     

基于数据学习逆模糊模型的自适应逆模糊控制

针对在逆模糊模型控制中出现的在线滚动数据窗口计算量大和控制模型精度低等问题,提出了基于数据逆模糊学习算法,并将该算法运用到建立逆模糊模型中。首先利用建模数据在时间与空间相邻的特点,从系统积累的数据中找出与当前模态相匹配的输入数据,在保证控制模型精度的同时大大减少了计算量,然后采用自适应算法在线调节系统模型参数,实现非线性系统的实时跟踪控制。该方法提高了系统控制精度与计算效率。仿真结果证明了该方法的有效性。     

具有学习功能的多值模糊神经网络控制系统

对于具有非线性、大时滞、不确定性等特性的难以用精确数学模型描述的多变量复杂系统,靠传统控制理论难以获得理想的控制效果。基于模糊神经网络控制技术不依赖于被控对象精确的数学模型,且能根据被控对象参数的变化自适应调节控制规则和隶属函数参数的特性,进行了采用模糊神经网络控制器实现其控制的应用研究。采用典型的前向型模糊神经网络模型,给出了具有学习功能的多值模糊神经网络控制系统的一种设计方法。仿真实验证明,该系统能够获得较理想的控制效果。     

单输入单输出模糊系统的自适应学习方法

基于对一种特定单输入单输出模糊系统特性的研究,提出了一种自适应学习方法,能够根据数据变化的强度及逼近精度的要求自动调整模糊规则的分析。方法采用最小二乘法对规则后件进行学习,能够以较少的模糊规则达到较高的样本数据逼近精度。     

一种用于非线性控制的神经网络模糊自组织控制器

本文提出一种神经网络自组织控制器，并应用于非线性跟踪控制中，为了加快模糊控制器的在线学习，文中给出了一种变的最速梯度下降学习算法，仿真结果表明，该控制是有效的。     

一类离散模糊系统的迭代学习控制算法

针对离散T-S模糊系统的终端控制问题,提出了一种基于离散Legendre正交多项式的迭代学习算法。该算法把待求控制量表示为离散Legendre正交多项式的线性组合,将求控制量问题转化为求离散Legendre正交多项式系数问题。在此基础上,用迭代学习的方式来修正控制量的离散Legendre系数,并运用不确定离散系统的H∞设计方法求解学习增益矩阵。最后以机器人为例进行仿真,仿真结果表明了所提算法能实现工业机器人的精确定位。     

Integrated PID-type Learning and Fuzzy Control for Flexible-joint Manipulators

The increased complexity of the dynamics of robots considering joint elasticity makes conventional model-based control strategies complex and difficult to synthesize. In this paper, a model-free control using integrated PID-type learning and fuzzy control for flexible-joint manipulators is proposed. Optimal PID gains can be learned by a neural network learning algorithm and then a simple standard fuzzy control could be incorporated in the overall control strategy, if needed, for enhancing the system responses. A modified recursive least squares algorithm is suggested for faster learning of the connection weights representing the PID-like gains. Simulation results show that the suggested simple model-free approach can control a complex flexible-joint manipulator to meet stringent requirements for both transient and steady-state performances.     

模糊学习控制在SCARA机器人轨迹跟踪中的应用

模糊学习控制以模糊控制提供反馈机制为主体,辅以迭代学习控制提供前馈补偿机制,来实现对期望轨迹的完全跟踪.把模糊学习控制应用于SCARA机器人的轨迹跟踪.仿真试验表明,该方法具有简单实用、跟踪精度高、学习速度快等优点.     

PD型模糊学习控制及其在可重复轨迹跟踪问题中的应用

针对可重复轨迹跟踪问题,提出了一种PD型模糊学习算法.该算法集成两种控制:作为基础的PD型模糊逻辑算法和改善系统性能的学习算法.模糊学习控制在模糊控制基础上引入迭代学习算法,使得模糊PD控制器可以精确地跟踪可重复轨迹以及消除周期性扰动.本文在能量函数和泛函分析的基础上,通过严格的推导表明PD型模糊学习算法可达到:1)系统跟踪误差一致收敛到零;2)学习控制序列几乎处处收敛到理想的控制信号.