基于定性状态模型的定性控制方法研究

针对某些复杂系统难以获得精确数学模型来实现有效控制这一问题,采用定性状态模型来描述含有不确定性的非线性系统,提出了一种定性控制方法。首先通过对系统状态的定性划分,采用基于定性推理的自动机建立被控系统定性状态模型,然后设计基于系统定性状态模型的定性控制器,并给出了控制器设计的一般步骤。最后以液位控制系统为例,建立了液位对象的定性状态模型并设计了定性控制器,仿真结果表明该方法的有效性及其理论价值和应用前景。     

基于定量模型的定性控制

本文定义了定性量及定性运算,对模型中含有不确定性因素的非线性系统给出了基于定量模型的定性控制方法。文中首先给出控制的“期望曲线”,然后对对象输出及其它重要项做定性划分,而后利用不精确模型,运用定性运算,求取控制的定性值以使对象输出逼近“期望曲线”,最后实时控制时对控制量自学习调整,所设计系统品质优良。     

复杂系统的定性建模和定性控制综述

综述了复杂系统的定性建模和定性控制．首先阐述了定性建模的理论背景,讨论了 主要的定性建模研究方法及定性模型特性;接着介绍了定性控制的研究进展,对定性控制方 法进行了分类研究,探讨了定性控制器的设计及定性控制系统性能;最后就复杂系统的定性 建模和定性控制研究发展进行了评述．     

定性—PID控制方法

针对模型中含有不确定因素的非线性系统给出了两种定性－PID控制方法,克服了定性控制存在定性零点的缺陷。仿真结果表明了该方法的有效性。     

一类定性控制系统的稳定性分析

对一类非线性对象提出了定性稳定性的定义,并对其闭环自治系统的定性稳定性提出一个充分性判据,然后给出一种用变量梯度法构造李亚普诺夫函 步骤,最后以一个二阶非线性对象为例,给出了一种以全部定性状态分析为反馈的定性控制,讨论了闭环控制系统的定性稳定性。     

含未知扰动情况下的定性控制

针对模型中含有不确定因素的含未知扰动的非线性系统给出了一种基于定量模型的定性控制方法 ,此方法具有模糊控制的控制效果 ,避免了模糊控制器设计中存在主观性和模糊规则难以获取等缺点。仿真表明了该方法的有效性     

云模型在倒立摆控制中的应用

文中提出了一种利用云模型有效地实现单电机控制的三级倒立摆动态平衡的方法。通过研究倒立摆系统的定性控制机理,给出了定性和定量之间转换的云模型的形式化表示,用来反映语言值中蕴涵的模型性和随机性。     

基于有向图的定性模型分解方法

模型分解是减小系统复杂程度、降低仿真运行代价的有效手段，当前许多定性仿真理论，由于仿真代价过高等原因而难以处理大规模系统。针对这种状况，文中对定性理论中常见的因果关系有向图形式表示的结构模型，给出一种模型分解方法，通过实例给出了具体的分解并与定性理论中别的方法作了简要比较。     

复杂性和意义含糊问题的定性仿真和控制

许多系统是高阶、时变、非线性，传统的模型分析方法不容易应用。定性推理能避免复杂的数学计算，定性推理有吸引力是因为它涉及到物理系统一般原理的描述，这意味着一个特殊的定性模型能用于描述一个大范围的起作用的条件。在工程上定性推理用于监控和诊断。本文阐述如何用定性推理技术去仿真和控制液位系统的问题。     

定性仿真和功能推理在系统故障诊断中应用

针对电路系统的特点,提出一种基于定性仿真和功能推理的故障诊断方法。在对电路系统进行简化与拆分的基础上,建立元件的定性仿真模型,对拆分后的电路系统进行定性仿真和推理,确定系统中功能执行元件的工作状态,并与实际的电路进行比较,从而将故障进行隔离定位。仿真实例说明了该方法的有效性。     

基于定性模糊网络的分层Option 算法

在强化学习的研究中，常用的知识传递方法通过抽取系统最优策略的特征获得知识．由于所获得知识 通常与系统参数有关，因此这些方法难以应用于状态转移概率随系统参数变化的一类任务中．本文提出一种基于定 性模糊网络的分层Option 算法，该算法用定性动作描述系统的次优策略，并用定性模糊网络抽取次优策略的共同特 征获得与参数无关的知识，完成知识传递．倒立摆系统的控制实验结果表明：定性模糊网络能有效地表示各种参数 值不同的倒立摆系统所具有的控制规律，获取与系统参数无关的知识，将常用的知识传递方法从参数无关任务扩展 到参数相关任务中．     

Grey Qualitative Modeling and Control Method for Subjective Uncertain Systems

 A new approach to model and control an unknown system using subjective uncertain rules is proposed. This method is established by combining the grey system theory and the qualitative simulation method. The proposed approach mainly contains three steps. In the first step, subjective uncertain rules are accumulated gradually during cognizing the system; the mapping relations between the system inputs and outputs are built and represented using the grey qualitative matrix in the second step; in the third step, the generalized whitening function is defined to realize the transformation between qualitative and quantitative information. Besides the theoretical results, two sets of simulations based on a water level control system are conducted comparatively to demonstrate the effectiveness of the proposed method. The water level expectation is set to be constant in the first set, while it changes in the second set. The simulation results show that the proposed method tracks the water level expectation well. By combining the proposed method with proportional-integral-derivative (PID) or fuzzy logic controller (FLC), it can be concluded that the system can reach the stable state more quickly and the overshoot can also be reduced compared to using PID or FLC alone.     

A review of: “LOGIC AND PHILOSOPHY IN THE LVOV-WARSAW SCHOOL”, by Jan Woleński,Kluwer, Dordrecht (The Netherlands) and Boston, 1989. xiv + 364 pages.

Qualitative methodology plays an important role within computer simulation; modeling and analysis of complex systems require qualitative methods since humans think naturally in qualitative and linguistic terms. The critical interface for simulationists exploring qualitative simulation should rely on an unambiguous mathematical formalism or method with foundations in systems theory. Currently, many ad hoc formalisms exist for encoding uncertain or qualitative simulation knowledge; however, we have found that fuzzy set theory provides for a formalism where linguistic variables can be encoded as state, parameter, input and output information in the model. Fuzzy numbers, in particular, are useful when population statistics are unavailable—usually due to cost factors. We have constructed fuzzy simulation programs based on our C-based SimPack library and we use fuzzy simulation to hypothesize qualitative system models reflecting real system behavior, and to specify qualitative versions of systems.     

模糊属性Petri网建模方法及学习模型研究

定性映射易于表达模糊不确定性知识,但其在表达人类认知思维活动动态特征上存在不足;模糊Petri网比较符合人类思维方式,但相关参数不易获得且其自学习能力存在较大局限性。为此,提出一种模糊属性Petri网(FAPN)形式定义及建模方法。在FAPN结构中构建定性基准参数学习方法,通过定性映射定义4类变迁发生的模糊定性判断规则和相应变迁发生后的结果运算公式,给出FAPN模型的推理算法和学习机制,并模拟系统的动态运行过程。分析结果表明,该方法能有效提高FAPN的学习能力,可适用于以定性判断为特点的诊断系统。     

Qualitative Event-Based Expert Supervision for Transient Condition Monitoring

This paper addresses the following supervisory problem: a continuous plant (P) is to be supervised via symbolic (or quantised) actions. These symbolic actions suggest the set points for the lower level control loops. The system dynamic is analysed on the supervisory level (K) by a qualitative approach. The relationships between variables and the steady-state references are known. These problems are especially common in chemical process control. The supervisor handles start-up and shut-down procedures and takes appropriate action to solve the sequential or parallel tasks of a basic procedure. The object of this paper is to introduce an approach to solving the problem of how to derive a set of rules from a physical process.The solutions for supervising start-up and shut-down operations in close loop are suitable for large industrial systems, as are as the batch and semi-continuous processes used in order to maintain operations in a dynamic mode. This paper considers the qualitative event-based expert supervision approach to distillation column problems. The development of a general supervision in this work is based on an events generator and a corrective actions generator. The qualitative symbols are based on fuzzy sets. In particular, there are mechanisms for processing the changes in the system variables from qualitative symbols.     

强化学习中基于定性模型的知识传递方法

本文提出一种基于定性模糊网络的强化学习知识传递方法。该方法通过建立系统的定性模型,并用定性模糊网络抽取基于定性动作的次优策略的共同特征获得与系统参数无关知识。这些知识能有效描述参数值不同的系统所具有的共同控制规律,加快在新参数值的系统中强化学习的收敛速度。     

基于云模型定性规则推理的分类方法

根据粗糙集原理和模糊集理论,提出了一种基于云模型定性规则推理的分类方法,利用云的相关理论获得多条件单规则中包含隶属度的决策表,结合模糊模式识别技术进行样本分类。针对一些数据对象分别隶属于不同类别的情况,用定性概念来代替模糊集中的定量数据并建立二元关系,能对连续型数据进行更为简单合理的＂软＂分类,从而使基于定性概念的算法模型符合人类思维方式。