一种基于模糊PID的AFS电机控制方法

本文在基于汽车驾驶模拟器的自适应前照灯系统(Adaptive Front-Lighting System,AFS)半实物硬件仿真平台上,根据AFS动力学模型的特性,提出一种基于模糊PID控制的AFS步进电机控制方法。该方法以AFS动力学模型输出为输入,利用实验获得的经验人为创建语言控制规则,并依据其进行模糊推理,构成模糊规则表,计算模糊关系最终获得模糊输出判决。在实验中运用MATLAB工具将模糊PID算法和常规PID算法进行对比,并在AFS半实物仿真平台上进行性能分析。实验结果表明,模糊PID算法明显优于常规PID算法,且更适合AFS系统中步进电机的控制需求。     

一种自适应模糊系统

采用模糊计算与神经计算相结合的方法，本文提出一各自适应模糊系统模型－－ＡＦＳ。ＡＦＳ采用前向神经网络来实现模糊推理规则，运用模型一致矩阵方法实现动态自适应以及最大关联隶属原则执行模型决策，最后通过若干实便以ＡＦＳ的性能。     

基于模糊逻辑系统的输出跟踪控制问题

针对一类未知的非线性互联大系统，设计间接自适应模糊控制器以实现跟踪控制，采用模糊控制，模糊逻辑逼近和模糊滑模控制相结合的方法，对维数较低的子系统未知动态和维数较高的互联项未知动态分别采用两类模糊规则进行逼近，对系统的外部干扰及模糊逼近误差采用模糊滑模控制予以抵消，基于Lyapunov方法实现模糊系统中的参数自适应律并在线调节，所设计的间接自适应控制器使系统在Lyapunov意义下稳定，且跟踪误差趋近于0，仿真结果表明了该设计方法的正确性。     

多变量系统模糊解耦自适应控制

对象模型难以确定的系统，采用经典控制方法难以实现解耦控制，作者应用模糊控制理论，研究了一种无需对象模型的模糊解耦自适应控制方法。本文介绍了这一方法，导出实现模糊解耦自适应控制的充要条件，并给出了仿真结果。     

基于自适应模糊神经网络的多传感器噪声抵消器

针对同一噪声源的多传感信号，采用自适应模糊神经网络系统(AFNNS)设计自适应噪声抵消器．采用AFNNS获取多路信息融合的权系数和自适应噪声抵消器的系数，基于AFNNS的自适应噪声抵消器不仅能获取信号的最佳估计，并且能克服模型和噪声存在的不确定性和不完备性．仿真结果表明，该自适应噪声抵消器的设计方法简单易行，去噪声效果优于基于平均法的去噪效果．     

基于区间推理和AFS结构的模糊分类器

在分析区间值模糊集理论和现有模糊分类器的基础上，提出两种分类器的算法，它们分别是建立在区间值推理和AFS结构上的．经Iris数据实验，证明第一种算法分类结果很好，后一算法不仅结果与前面的一样好，而且它还能处理一些描述模糊概念的数据库．这两种算法在分类实践中具有良好的应用前景．     

汽车操纵稳定性的自适应控制策略研究

针对汽车系统的非线性和参数不确定性,设计了一种“前馈+反馈”自适应神经模糊控制器,通过ESP和AFS的协调控制来提高汽车操纵稳定性.ESP反馈控制器采用模糊控制策略,以横摆角速度和质心侧偏角为控制目标;AFS前馈控制器采用径向基神经网络控制,以反馈控制器的输出作为误差进行学习,从而实现自适应控制.仿真结果表明,上述控制策略是可行和有效的,能显著改善汽车在高速或湿滑路面上的操纵稳定性.     

基于局部线性聚类算法的模糊建模

提出了一种新的基于T-S模糊模型的建模方法，首先通过一种局部线性聚类算法，自适应确定模糊规则数目及初始T-S模型的前提和结论参数，建立相应的一阶T-S模糊神经网络．并用梯度下降和递推最小二乘混合算法训练网络参数，从而提高建模精度．最后，通过两个仿真实例验证了本文方法的有效性．     

适应性模糊控制系统的研究

本文基于参考模糊集建模方法，给出了模糊模型在线辨识方法，并按模糊模型求取模糊控制规则，实现了模糊自适应控制。仿真研究结果表明该方法是有效的。     

基于模糊观测器T-S模型和自适应模糊逻辑系统的一类非线性系统的H∞控制

针对一类非线性系统，把模糊T-S模型和自适应模糊逻辑系统两类模糊逻辑方式结合起来，提出了一种基于观测器的控制方案．首先，应用模糊T-S模型对非线性系统建模，设计观测器来观测系统状态；由线性矩阵不等式得到模糊模型的控制律．其次，应用自适应模糊逻辑系统作为补偿器来补偿建模误差．证明了闭环系统满足期望的性能．仿真结果表明了该方案的可行性．     

基于直觉模糊蕴涵式运算直觉模糊近似推理方法*

在基于扩展二值逻辑的直觉模糊蕴涵式运算方法的基础上,提出了一种新的直觉模糊近似推理方法,该方法系统而全面地概括了直觉模糊集的蕴涵关系和直觉模糊近似推理方法。通过实例验证了所提出的直觉模糊近似推理方法的有效性和正确性。     

双枝模糊推理框架

在双枝模糊集基础上,建立了双枝模糊推理框架,它是对单枝模糊推理的合理扩展。从双枝模糊判断句入手,给出双枝模糊推理的基本概念和基本形式,讨论了基于模糊关系的双枝模糊推理和双枝模糊似然推理,以及条件语句的双枝模糊推理模型。这些结果为研究双枝模糊控制奠定了基础。     

三种新的基于相似性的加权模糊推理方法

在模糊专家系统中,模糊推理方法的优劣是衡量系统性能好坏的关键指标。基于相似性的加权模糊推理是针对模糊信息发展的一种既简单又灵活的方法,其关键是模糊集合相似度的定义。在文中,提出了三种新的相似度的定义,讨论了与其相应的模糊推理方法;通过实例验证了三种新方法的有效性,并与已有的几种方法进行了比较分析。     

基于模糊框架-产生式知识表示及推理研究

知识表示是专家系统求解能力及正确性的基础。针对不同知识表示方法的局限性,采用框架与产生式知识表示法结合表示专家知识。同时鉴于传统知识表示及推理方法在描述事实生产中不确定知识及经验中的缺陷问题,将模糊推理与知识表示相结合,应用模糊因子,定量细化描述模糊知识;并结合知识表示特点应用动态加权平均匹配函数及模糊推理方法,提出基于模糊框架-产生式知识表示方法及推理的研究,量化地表示知识及推理过程,为决策人员提供更加直观、准确的推理依据。     

规则摄动时模糊蕴涵算子对模糊推理的鲁棒性的影响

列举了模糊规则发生摄动的常见情形,建立了一般性的模糊推理算法对规则摄动的鲁棒性的概念;就多重、链式和多维模糊推理情形,重点研究了一般性的模糊蕴涵算子对几个重要的模糊推理算法的这种鲁棒性的影响,并分别给出了相应的充分必要条件;初步尝试了通过一定的摄动制约来改善这种鲁棒性;同时指出了很多现有的模糊蕴涵算子使得所讨论的这些推理算法拥有好的鲁棒性,此时,即使规则中的隶属度有适度的粗糙或摄动,推理仍是可行的、安全的．文中工作对模糊系统的分析、模糊蕴涵算子的选择以及规则获取过程有一定的指导意义．     

利用隶属函数宽度的模糊插值推理方法

提出了一种基于隶属函数的宽度的模糊推理方法,该方法应用范围广,使用于所有正规的凸模糊集,能够保证结果的正规性和凸性,而且能够很好地推广到多输入情况。     

基于计算型模糊推理算法的模糊控制器设计

针对传统模糊推理算法在推理过程中容易忽略部分推理信息,模糊规则一旦确定就难以调整的缺点,提出一种基于数值计算的模糊推理算法。算法采用数值计算的方法对推理过程进行了改进,这种改进能够充分考虑所有输入的影响,又能根据输入的变化,对模糊规则进行适当的调整。基于该算法的模糊控制器能够大大提高控制性能和精度,减小稳态误差。通过对直流电动机的仿真控制效果表明,该控制器比传统模糊控制器的控制性能好,精度高,抗干扰能力强。