开关磁阻电动机比例因子自调整模糊控制器设计

模糊控制与常规控制一样，对具有非线性、变结构特征的SRD系统，采用固定的量化因子和比例因子难以获得满意的动、静态性能。本文设计并研制了基于8098单片机的SR电机比例因子自调整模糊控制器来保证系统快速响应，且超调小。实验表明，SR电机比例因子自调整模糊控制系统具有较强的鲁棒性和良好的动特性。     

基于FPGA的SRM比例因子自调整模糊控制器设计

本文用硬件描述语言VHDL建立了开关磁阻电动机SRM(Switched Reluctance Motor)比例因子自调整模糊控制器的模型。并进行了数字设计，用FPGA加以实现。制成了高可靠性的单片SRM控制电路。经实验表明：用一片FPGA构成的SRD系统具有良好的动、静态性能。     

模糊控制器因子的自寻优

分析量化因子及比例因子对模糊控制性能的影响，阐述因子自寻优的实现思想，提出了基于并行神经网络的因子自寻优方法。仿真结果表明，该方法能在线同时整定出一组满足性能要求的量化因子及比例因子，实现模糊控制器因子的自寻优。     

采用神经网络优化调整因子的模糊温度控制器

含多个调整因子的模糊控制器的调整因子的确定是一个参数组合优化问题,为避免参数选择上的盲目性,本文采用BP神经网络对系统的调整因子进行了寻优。仿真及实际运行结果表明,调整因子优化后的模糊控制器在对加热炉的温度实施控制时,性能得到很大改善,这说明利用神经网络对调整因子进行优化的方法有较高的应用价值。     

采用共生进化算法的模糊控制器参数寻优方法

为解决模糊控制器自动优化设计中对结构和参数的学习和寻优搜索缓慢，以及模糊规则基维数爆炸问题，采用共生进化遗传算法结合分级模糊建模的思想相结合，进行模糊控制器的自动设计。提出了模糊规则分类形成子种群、多种群并行进化的遗传算法。此方法可以极大的减小编码规模，提高参数寻优的搜索速度。仿真结果表明，该方法寻优搜索速度快，设计出的控制器控制效果好。     

多目标满意优化在模糊控制器设计中的应用

提出了一种应用多目标满意优化模型进行模糊控制器优化设计的方法。给出了计算模型和算法。该方法以满意度函数反映设计者对性能指标的评价，更符合实际要求。应用该方法对模糊控制器的隶属函数参数以及控制规则库进行优化设计。仿真结果表明了该方法的有效性和实用性。     

基于变比例因子的三相异步电动机的模糊控制器

针对异步电动机传统起动方法的不足，本着增大起动转矩，减小起动电流的目的，通过对模糊控制器进行分层次结构设计，在加入变比例因子控制以后，通过不断地调整比例因子，使电动机达到最佳输出状态，改善了系统的动态性能，实验表明，这种控制与PID控制相比，其综合性能指标较佳，且系统建模简单，因此发展潜力很大。     

一种基于遗传算法的自调整模糊PID控制器

针对火电厂主汽温被控对象的大迟延、模型不确定性，提出一种改进的基于遗传算法的在线自调整模糊PID控制系统，并采用遗传算法对自适应调整算法中的参数进行寻优。仿真结果表明，该系统能很好地克服机组工况变化对系统的扰动。系统在多种工况下的暂态和稳态响应明显好于常规的PID控制系统，体现了模糊控制系统在控制品质、鲁棒性方面所特有的优越性。     

基于多目标进化算法的统一潮流控制器稳定控制器鲁棒运行点选择

针对多机电力系统中UPFC稳定控制器鲁棒运行点的选择问题,提出了综合考虑UPFC装置向系统提供阻尼以及受控电力系统本身阻尼两个目标的选择方法,将该问题转化为一个多目标问题,并提出求解该问题的相应多目标进化算法（MOEA）,该算法基于Pareto排序选择方法,采取模糊修正、小生境算子、精英选种策略等技术,具有收敛速度快等优点.最后通过对新英格兰电力系统的仿真分析,验证了多目标进化方法在选取UPFC稳定控制器鲁棒运行点问题上的有效性.     

基于免疫原理的自适应模糊控制器优化设计

利用免疫系统的克隆选择原理设计了全局搜索优化算法和局部搜索优化算法，并提出了一种时变对象的模糊控制器参数自整定方案。该方案利用全局优化算法离线组合优化标称参数下的控制器，对象发生变化后，利用局部优化算法在线优化，可快速获得新的控制器参数，以实现自适应控制。仿真结果表明，该控制系统在被控对象参数变化的情况下，仍具有良好的控制性能，能够对一类时变对象实施高精度控制，具有较大的工程应用价值。     

遗传算法在模糊控制器参数寻优中的应用研究

介绍遗传算法的基本原理及实现步骤，并运用模糊控制器的参数寻优中，对复杂被控对象实现了最优控制，模糊控制规则采用基于解析表达式的模糊数模型，用遗传算法对模糊控制器中的量化因子和比例因子及偏差加权因子进行编码，确定适应度函数，在复制，交叉，变异的进化过程中获得全局最优点，改善模糊控制性能。在Matlab环境中实现遗传算法各算子的编程，并以二阶系统为例，对常规模糊控制器与经过遗传处寻优后的模糊控制器进行了仿真比较，其结果表明采用遗传算法寻优能获得较好的控制效果，该方法具有良好的动静态特性。     

参数在线自校正模糊控制器

根据不同控制阶段的特性 ,模拟人脑的控制行为 ,在线对模糊控制器的3个参数进行了动态校正 ,仿真效果良好     

基于遗传算法的模糊控制器规则优化

模糊控制器设计的关键问题就是模糊控制规则的选择。基于遗传算法的模糊控制规则表优化,是为模糊控制提供一种更加方便、有效的查表法。为了提高模糊控制器的性能,提出了基于遗传算法的模糊控制器规则表的优化方法,并进行了仿真实验。仿真结果表明,在模糊控制中采用遗传算法使控制系统最终达到所要求的控制效果,证明了该方法的可行性和有效性。     

基于模糊控制的PAC控制器的设计

在工业制造生产过程中,对控制的需求越来越高。PAC是一种新型的可编程自动化控制器,在控制性能、信息处理以及网络通信能力具有一些比较显著的优点。PAC控制器结合了PLC固有的可靠性、坚固性和分布特性,同时与PC控制相比,PAC使用实时操作系统,在处理性能上具有实时性、确定性等PC机不可比拟的优点。在传统PAC控制器的基础上,采用了改进PID控制算法、自整定模糊PID控制算法,能够提高控制精度、提高控制响应、满足更高的控制要求。     

离散模糊系统的二次稳定控制器设计

为了研究离散T-S模糊系统的二次稳定控制问题,在输入采用双交叠模糊分划的模糊系统的相关性质的基础上,从最大交叠规则组中构造一个离散型的分段Lyapunov函数,并证明了一个新的判定闭环离散模糊控制系统稳定性的充分条件,该条件仅需在每个最大交叠规则组中分别寻找各自公共的正定矩阵.较之以往稳定性判定方法,此方法不仅克服了需要寻找一个公共矩阵的不足,而且也减少了求解Lyapunov不等式的个数.应用并行分布补偿原理设计出使模糊系统全局渐近稳定的控制器,并以一个船舶运动系统为例进行仿真,结果验证了该控制器的有效性.     

DC/DC变换器自适应模糊逻辑控制器设计

为DC/DC变换器设计了一种自适应模糊逻辑控制器（AFLC）。所提出的AFLC不需要专家系统提供决策参数和控制规则,而是使用模型数据文件来产生参数和规则,该模型数据文件包含输入输出对的整体概况。所提出的控制器使用8位微控制器来实现降压、升压和降压-升压变换器。     

粒子群优化模糊PID的电动负载模拟器研究

为了解决多余力矩对电动负载模拟器强干扰，影响加载指令跟踪精度的问题，将基于粒子群优化的模糊PID控制方法用于加载电机控制器的设计。首先在分析加载电机结构以及工作原理的基础上建立了电动加载系统的数学模型，并利用结构不变性原理进行前馈补偿推导；其次针对常规PID控制器无法通过变参数来应对复杂的非线性环境，以及模糊PID量化因子、比例因子难以依靠经验调整问题，提出了一种基于模糊PID和粒子群优化算法的复合控制策略；最后通过仿真验证了该控制策略在对多余力矩消除上要优于常规的模糊PID控制。     

基于专家系统的自校正模糊控制器

针对传统模糊控制器的不足 ,构造了一种基于专家系统的自校正模糊控制器 ,丰富了模糊控制器的结构及内容 ,改善了其性能。仿真研究证明该控制器的有效性。     

基于遗传算法的UPFC模糊阻尼控制器参数优化及与梯度下降法的比较

设计了一种统一潮流控制器（UPFC）模糊辅助控制器,能够阻尼互联系统之间功率低频振荡．分别使用遗传算法和梯度下降法实现了模糊阻尼控制器（FDC）的参数优化。建立了UPFC的频域模型,给出了主控制和辅助控制的框图。推导了模糊阻尼控制器参数优化的公式。互联多机系统算例显示了2种优化方法都具有很好的收敛性。且结果吻合,同时由这2种方法优化的阻尼控制器能够很好地阻尼系统的功率振荡。且比传统的基于线性系统设计的辅助控制器在不同的系统运行方式和振荡模式下具有更好的鲁棒性。     

一种参数自整定模糊PID控制器的研究

讨论了一种参数自整定模糊PID控制器的设计结构 ,给出了预估计PID参数值的经验公式和方法 ,并介绍了模糊推理规则和仿真过程。该结构基于模糊推理进行参数整定 ,MATLAB仿真结果表明该控制器具有良好的稳态精度和自适应能力