自动导引小车模糊控制器的研究

分析了AGV路径跟踪控制的特点,为提高模糊控制器的稳态精度和对AGV路径跟踪控制的适应能力,提出了基于插值法的模糊控制规则查询表的控制方法,通过对模糊控制器的设计与仿真分析,得到其响应曲线.研究结果表明,在不影响模糊控制器控制特性的情况下,使模糊控制器的设计和实现得到简化,从而更好地满足AGV路径跟踪控制的性能要求.     

二级倒立摆新型模糊控制策略的研究

阐述了二级倒立摆的一种新型模糊控制策略——分层模糊控制方法．该方法将二级倒立摆的多个状态变量分解为子系统，设计下层模糊控制器对其控制，上层模糊控制器负责整个系统的协调和管理，实现稳定控制．实验结果表明：分层模糊控制的模糊规则少、收敛速度快、控制效果好，具有较强的实用性。     

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。     

给水泵模糊压力控制器的实现

模糊参数PID压力控制器能够很好地适应给水工作压力多变的过程特点,选用Motorola公司的单片机可以简化电路设计,增强系统的抗干扰能力。本文分析了给水系统的过程特点,以模糊语言对被控过程加以描述,给出了过程的模糊控制规则及实现方法,并给出了该控制器的硬件电路和软件流程图。     

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的两个瓶颈：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     

用BP算法加速倒立摆的模糊控制过程

提出了一种用ＢＰ算法调整经验规则，加速倒立摆模糊控制过程的方法。并基于解析型模糊控制器的原理和人工神经网络ＢＰ算法的训练模式，对这种自适应模糊控制系统进行了仿真研究。     

盾构机自动纠偏控制系统设计

通过纠偏原理分析,提出了一种应用模糊控制技术设计的纠偏控制器。依据纠偏原理、现场操作人员的施工经验和专家知识设计了模糊控制规则,建立了模糊控制规则表,实现了对盾构机的纠偏控制。     

一种复合型模糊智能PID控制器的改进

提出了一种复合型模糊智能PID控制器的改进方案.它大大减少了三维模糊控制器的模糊控制规则的数目,从而简化了控制策略,而且由于采用了一种新式的智能模糊积分控制的方式,因此具有较好的动态响应性能.通过仿真验证其优越性.     

基于模糊规则切换的转台伺服系统研究

以三轴转台伺服控制系统为研究对象,设计了一种基于模糊规则切换的模糊控制和模糊PID控制相结合的复合控制器.该控制器具有模糊控制超调量小、稳定性和鲁棒性好以及PID控制快速性、精度高的优点;基于模糊规则的切换保证了2种控制方法之间的平滑过渡,避免了阈值切换导致的系统不稳定.仿真结果表明,与传统PID控制相比,该复合控制方法能够有效提高三轴转台伺服控制系统的动态性能和鲁棒稳定性.     

一种粗糙模糊神经网络识别器及其应用

结合粗糙集和模糊神经网络提出了一种粗糙模糊神经网络识别器的模型.该模型根据粗糙集理论对训练样本进行建立决策表、离散决策表、约简决策表、提取分类规则等推理过程设计.粗糙模糊神经网络识别器的输入层、两个隐含层、输出层的神经元个数分别根据决策表的约简结果、离散结果和分类规则、决策属性决定.将该识别器用于车牌字符识别,实验表明:该方法比粗糙集规则匹配识别方法识别率提高了18%,比BP神经网络识别方法识别率提高了2.7%.     

基于粗糙集和模糊理论的变电站电压无功控制策略

在分析传统的变电站电压无功模糊控制策略的基础上,针对模糊理论的"瓶颈"—模糊控制规则的确定问题,引入了粗糙集理论,并讨论了模糊集和粗糙集的互补性,提出了将二者结合起来应用于电压无功控制.在考虑负荷变化的情况下,对模糊粗糙控制策略进行了仿真分析.结果表明:该策略能改善模糊控制的性能,改善变电站的功率因数,更切合现场需要.     

一种广义模糊粗糙集模型的新定义

在Pawlak粗糙集模型的基础上,把一个论域推广到两个论域,等价关系推广为模糊关系,被近似对象换成模糊集,得到广义模糊粗糙集模型．讨论了该模型与经典粗糙集模型的关系,并与其他模糊粗糙集算子进行了比较．该模型在保留原有一些性质的基础上,近似精度提高了,更具有实际应用价值．     

基于聚类有效性神经网络的模糊规则提取方法

模糊控制以其自适应性、鲁棒性和易于实现等优点得到广泛应用 .然而模糊控制规则的获取通常由专家根据经验给出 ,这就存在诸如规则不够客观、专家经验难以获取等问题 .作者给出一种基于聚类有效性神经网络的模糊规则提取的新方法 .该方法采取对训练样本预划分子集聚类 ,模糊语言量的自动确定 ,模糊隶属度函数自适应调整等策略 ,克服了以往规则提取法在训练样本不充分时 ,规则提取不足及规则数目难以确定等缺点 ,并结合神经网络技术使所提取的控制规则的质量得到提高 ,改善了模糊控制器的性能 .最后 ,以倒车系统为例证明了该方法的有效性     

基于聚类有效性神经网络的模糊规则提取方法

模糊控制以其自适应性、鲁棒性和易于实现等优点得到广泛应用．然而模糊控制规则的获取通常由专家根据经验给出，这就存在诸如规则不够客观，专家经验难以获取等问题．为此，本文给出一种其于聚类有效性神经网络的模糊规则提取的新方法．该方法采取了对训练样本预划分子集聚类，模糊语言量的自动确定，模糊隶属度函数自适应调整等策略，克服了以往规则提取法在训练样本不充分时，规则提取不足及规则数目难以确定等缺点，并结合神经网络技术使所提取的控制规则的质量得到提高，改善了模糊控制器的性能，最后，以倒车系统为例证明了该方法的有效性．     

三串联路口信号灯智能控制与计算机仿真

分析了城市交通系统的特点 ,把模糊控制运用到交通信号灯的实时控制中。在现有的城市交通现状下 ,选择了较有代表性的交通路口 ,在实地进行了数据的采集 ,对数据进行了筛选和分析后 ,建立了理想化的三串联十字路口的城市交通系统模型。在路口处设置车辆检测器 ,使交通系统能随时掌握到达的车辆数。为了减少路口车辆的等待时间 ,提高交通信号灯的控制效能 ,对交通系统模型运用模糊控制的方法 ,建立了模糊控制规则 ,设计了模糊控制器 ,通过对信号灯延长的控制进行优化。通过仿真程序进行系统仿真 ,仿真结果表明优化后的车辆等待时间优于没有优化的交通情况     

基于粗糙集理论的模糊神经网络建模方法

采用基于粗糙集的模糊神经网络模型,将粗糙集理论与模糊神经网络相结合,通过利用粗糙集理论中的约简的计算方法,从样本数据中获取精简的规则,再根据这些规则构造模糊神经网络各层的神经元个数,克服了当输入维数高时,模糊神经网络的结构过于庞大的缺点,从而使网络模型结构最简.并采用误差反向传播算法(BP算法)来训练该新型网络中的权值参数及隶属函数的中心值和宽度,仿真结果验证了该模型的优越性.     

模糊粗糙集的扩张定理

模糊粗糙集(FR)是基于知识的不确定性提出来的，由于其处理信息系统中知识的不完善、不确定问题较粗糙集和模糊集有其自身的优点，近年来模糊粗糙集理论越来越受到国际学术界的关注，文章所讨论了模糊粗糙变换的性质并用模糊粗糙变换的保并性质证明了模糊粗糙集的扩张定理。