改进遗传算法在智能悬臂梁模糊控制的应用

模糊控制器的设计是模糊控制系统的核心,而模糊控制器设计的关键部分是模糊规则,模糊规则的好坏决定了模糊控制系统的控制效果.而一般模糊规则是通过专家经验获得的,存在很大的主观性的缺点,本文以智能悬臂梁结构为研究对象,设计了模糊控制器,改进了遗传算法,提出了使用改进遗传算法对模糊规则进行优化的方法,并给出了遗传编码、适应度函数的确定方法,最后利用Matlab/Simulink建立智能悬臂梁结构的仿真模型,对模糊规则优化前后的智能悬臂梁振动控制结果进行对比.仿真结果表明,优化后的模糊规则使智能悬臂梁的振动幅度显著缩小,而且振动衰减速度明显加快.     

基于递阶遗传算法的模糊控制系统的模糊集优化研究

由于模糊系统的输入、输出变量模糊集中模糊集的多少直接影响到模糊规则集的完备程度，并决定着控制系统的性能，所以本文提出了一种基于递阶遗传算法的模糊控制系统的模糊集优化方法，同时对模糊集的个数和形状进行优化，使其能尽量完美地反映系统输入、输出变量，减少了规则的冗余．对二阶动态系统的仿真研究证明了该方法的有效性．     

基于混沌遗传算法的铜闪速熔炼过程操作模式智能优化系统

提出了一种铜闪速熔炼操作模式智能优化系统．该系统首先采用动态T-S递归模糊神经网络（Dynamic T-S Recurrent Fuzzy Neural Network, DTRFNN）对工艺参数进行软测量,再采用模式分解的方法对海量数据进行分解,最后对模式子集采用基于神经网络和混沌遗传算法的铜闪速熔炼操作模式智能优化方法进行优化．将该控制系统应用到铜闪速熔炼中,提高了铜闪速炉的生产效率．     

智能集成控制技术在铝电解过程控制中的应用

研究了将专家系统、神经网络、模糊控制、混沌优化等先进智能技术相集成，共同完成铝电解生产过程控制的智能集成控制技术，建立了基于神经网络的电解槽参数预测模型，设计了槽况解析神经网络专家系统，设计了基于混沌优化的电解质温度模糊控制系统及电解槽极距专家模糊控制系统．实验结果表明，系统能有效地实现预焙铝电解槽智能集成控制，实现槽状态在线解析，并能达到优良的生产控制指标，为企业带来了巨大的经济效益和社会效益．     

基于Sugeno 模糊模型的帆船控制方法研究

针对非线性、时变的帆船航行系统，提出一种基于Sugeno模糊模型的帆船控制新方法．采集舵手的航行经验建立知识库，将专家知识融合到控制系统中，提高了控制系统的智能度；采用Sugeno模糊模型，将舵角的非线性控制局部线性化，并设计相应的局部线性控制器，通过模糊推理综合各局部线性控制器的输出，得到全局控制量．仿真结果表明，该方法能实现对帆船航向的智能控制，具有一定的实用价值．     

基于PLC的模糊PID控制系统的研究

研究了采用离线计算形成模糊查询表，从而在PLC(可编程序控制器)控制系统在线查表实现模糊PID控制的方法，提出了解决模糊PID控制动作频繁造成系统损害的带死区的模糊PID控制算法；这种PLC通用模糊PID控制器可作为控制系统的一部分，也可用于控制过程分析、仿真和开发模糊控制PID系统的工具。     

铅锌烧结过程智能集成优化控制技术

针对复杂的铅锌烧结过程。提出了基于神经网络和模糊专家规则模型的自学习模糊专家控制方法进行状态参数优化，基于神经网络模型的模糊C均值聚类搜索混沌遗传算法进行综合指标参数优化．智能集成优化控制技术具有高效性和实用性，有效地抑制了工况波动，提高了烧结矿产量和质量，取得了较好的工业控制效果．     

智能交通控制系统

介绍一种智能交通控制系统。首先依靠车辆计数仪，得到交叉口的交通数据；然后利用专家系统、神经网络等技术分析交通动态特征，形成全局优化调度指令，并利用模糊控制的方法实现交叉口的信号灯控制。本系统利用系统仿真的方法来训练该模糊神经网络。     

基于80C196单片机的模糊控制系统

以加热炉为控制对象，介绍了一种智能的温度模糊控制系统。模糊控制器由80C196单片机实现，具有数据采集、炉温控制以及故障检测等功能，采用规则自寻优的控制算法进行过程控制．对该算法进行了深入的研究，仿真结果表明该系统控制效果好．稳态精度高，超调量小。     

智能优化控制:概述与展望

从模糊优化控制、神经网络优化控制、模糊神经网络优化控制、基于智能优化方法的优化控制等角度, 对国内外与智能优化控制(Intelligent optimized control, IOC)密切相关的研究进行了综述, 在此基础上对智能优化控制的相关概念进行了深入分析, 并对智能优化控制方法进行了分类, 最后, 对与智能优化控制有关的一些重要问题进行了讨论, 并展望了智能优化控制研究未来的发展.     

基于计算智能方法的动态系统故障诊断技术

简要地综述了基于计算智能方法的动态系统故障诊断技术的最新进展。将计算智能方法与基于模型的方法结合，用于不确定非线性动态系统的故障诊断是这一领域新的发展趋势。重点分析了用于非线性系统故障诊断的基于状态／参数估计的计算智能方法，主要包括神经网络、模糊逻辑、遗传算法。探讨了提高诊断算法鲁棒性的途径。同时也对无模型的基于计算智能的故障诊断方法中的一些研究热点问题进行了分析。最后探讨了该领域今后的发展方向。     

Evolutionary computing in robotics

Intelligent systems are required in knowledge engineering, computer science, mechatronics, and robotics. This article discusses machine (system) intelligence from the viewpoints of the learning and adaptation of living things. We then introduce computational intelligence, including neural networks, fuzzy systems, and genetic algorithms, and end with a discussion of recent work on computational intelligence in robotics. This work was presented, in part, at the Sixth International Symposium on Artificial Life and Robotics, Tokyo, Japan, January 15–17, 2001     

智能控制的新进展(I)

对模糊智能控制的主要研究方向进行了较详细的分析和论述,包括模糊模型与基本控制算法,非线笥系统的模糊建模与控制,模糊预测控制,模糊控制系统的稳定性分析等。对它们的在智能控制中的地位和作用进行讨论,并对模糊智能控制的发展做了展望。     

基于模糊描述逻辑的PNL网络问答系统

将现有网络搜索引擎过渡到网络问答系统是WI的基本目标之一，模糊问答系统是网络问答系统研究的重要问题。基于模糊描述逻辑，该文特化了PNL过程，提出了PNL式模糊网络问答系统。该系统将模糊描述逻辑规则作为PNL 推理过程中用到的原型语言规则中的计算部分，推理出原型语言规则中的知识符号，并以一个具体的问答实例，介绍了PNL式问答系统的工作流程。     

区间模糊谱聚类图像分割方法

近年来谱聚类算法在模式识别和计算机视觉领域被广泛应用,而相似性矩阵的构造是谱聚类算法的关键步骤。针对传统谱聚类算法计算复杂度高难以应用到大规模图像分割处理的问题,提出了区间模糊谱聚类图像分割方法。该方法首先利用灰度直方图和区间模糊理论得到图像灰度间的区间模糊隶属度,然后利用该隶属度构造基于灰度的区间模糊相似性测度,最后利用该相似性测度构造相似性矩阵并通过规范切图谱划分准则对图像进行划分,得到最终的图像分割结果。由于区间模糊理论的引入,提高了传统谱聚类的分割性能,对比实验也表明该方法在分割效果和计算复杂度上都有较大的改善。     

合作型协同演化算法研究进展

合作型协同演化算法是近年来计算智能研究的热点。它运用生物协同演化的思想,通过构建两个或者多个种群,建立它们之间的合作关系。两个或多个种群通过相互合作来提高各自的性能,适应复杂系统的动态演化环境以及大规模演化环境,从而达到种群优化的目的。主要介绍了合作型协同演化算法的研究状况以及国内外研究进展,详细介绍了它的基本结构及对应的研究、基本算法及一些新兴算法,同时介绍了一些在现实生活中的应用,展望了合作型协同演化算法的发展前景。     

若干新型群智能优化算法的对比研究

随着计算机技术的发展,算法技术也在不断交替更新。近年来,群体智能算法受到了广泛的关注和研究,并在诸如机器学习、过程控制、工程预测等领域取得了进展。群智能优化算法属于生物启发式方法,广泛应用在解决最优化问题上,传统的群智能算法为解决一些实际问题提供了新思路,但是也在一些实验中暴露出不足。近年来,许多学者相继提出了很多新型群智能优化算法,选取了最近几年国内外提出的比较典型的群智能算法,蝙蝠算法(Bat Algorithm,BA)、灰狼优化算法(Grey Wolf Optimization,GWO)、蜻蜓算法(Dragonfly Algorithm,DA)、鲸鱼优化算法(Whale Optimization Algorithm,WOA)、蝗虫优化算法(Grasshopper Optimization Algorithm,GOA)和麻雀搜索算法(Sparrow Search Algorithm,SSA),并进一步通过22个标准的CEC测试函数从收敛速度、精度和稳定性等方面对比了这些算法的实验性能,并对比分析了其相关的改进方法。最后总结了群智能优化算法的特点,探讨了其今后的发展潜力。     

计算智能在移动机器人路径规划中的应用综述

移动机器人路径规划是建立在机器人定位与避障研究之上,进一步对机器人行为的深入.在给出人工神经网络(ANN)、模糊逻辑(FL)、遗传算法(GA)等计算智能原理性方法的基础上,从一般意义讨论了各类计算智能方法用于路径规划的切入点,研究了各类算法的实现机理与设计思想.最后结合目前的技术发展趋势,对路径规划问题未来可能的研究发展方向进行了探讨.     

采用免疫进化算法优化设计径向基函数模糊神经网络控制器

基于生物免疫系统的计算智能近年来正逐渐成为一个研究热点.针对模糊神经网络控制器难于设计的问题,提出了一种免疫进化算法用于径向基函数模糊神经网络控制器参数的优化设计.首先将控制器参数进行编码表示成个体,并由若干随机个体组成初始群体;然后模拟生物适应性免疫应答过程,通过扩展操作在群体中较优秀个体的小邻域内进行局部搜索,同时利用突变操作在较差个体的大邻域内搜索;最后将设计的控制器用于控制倒立摆系统,仿真结果验证了该控制器的有效性.