区间二型模糊逻辑系统在淋浴模糊控制中的应用及仿真

二型模糊逻辑系统中的二型模糊集能够更好地处理实际问题中的不确定性,它可以最大限度的降低不确定性对系统的影响,研究了区间二型模糊逻辑控制器在淋浴模糊控制中的应用,并应用MATLAB进行仿真,仿真结果表明,所设计的区间二型模糊逻辑系统应用于淋浴模糊控制系统是有效的,与一型模糊逻辑系统比较,取得了更好的控制效果。     

模糊控制在室温控制中的应用

介绍室温模糊控制的原理,基于高斯型隶属函数,采用单点模糊化,最小值推理和重心解模糊化方法设计模糊逻辑系统,并用于室温的模糊控制中。推理结果表明,基于高斯型隶属函数的模糊逻辑系统应用于室温的控制取得了很好的控制效果。     

基于区间二型模糊逻辑系统的非线性大系统模糊自适应分散控制

针对一类状态可测的非线性大系统,提出了基于二型模糊逻辑系统的模糊自适应分散控制方法。在设计中,应用二型模糊逻辑系统逼近系统中的未知函数,结合模糊自适应和非线性分散控制设计理论,给出了一种新的二型模糊自适应分散控制方法,基于李亚普诺夫函数方法证明了整个闭环系统的稳定性,而且取得很好的控制跟踪性能。仿真实例进一步验证了所提方法的有效性。     

基于区间二型模糊逻辑系统的非线性大系统模糊自适应输出反馈分散控制

针对一类状态不可测的非线性大系统,首先设计一种误差观测器,然后设计一种自适应输出反馈模糊控制器。在设计中,应用二型模糊逻辑系统逼近系统中的未知函数,结合模糊自适应和非线性分散控制设计理论,给出了一种新的二型模糊自适应分散控制方法,基于李亚普诺夫函数方法证明了整个闭环系统的稳定性,而且取得很好的控制跟踪性能。仿真实例进一步验证了所提方法的有效性。     

非齐次Markovian跳变模糊系统的H∞控制

研究连续时间上的一类不确定非齐次Markovian跳变随机奇异区间二型模糊系统的随机稳定问题。假设状态项、输入项、扰动项和耗散项中出现的不确定矩阵是有界的。首先,根据Lyapunov稳定性定理并结合矩阵不等式原理研究带有Markovian跳变的区间二型模糊系统的性能指标;其次,运用矩阵不等式放缩方法给出系统随机容许的充分条件,并设计一种满足H_∞性能指标的状态反馈控制器;最后,通过数值仿真验证了设计方法的可行性。     

永磁直线电机自适应区间二型模糊滑模控制

针对永磁直线同步电机伺服系统受到系统参数变化、负载扰动而降低其性能的问题,考虑端部效应以及摩擦力的存在,提出一种自适应区间二型模糊滑模控制方法.采用自适应区间二型模糊系统逼近滑模控制等效控制部分,把传统的一型模糊系统扩展到区间二型模糊系统,提高系统面临参数变化、不确定性扰动时的处理能力.基于Lyapunov函数设计切换项增益调整的自适应律,保证系统的稳定性.仿真结果表明,该方法提高了系统的鲁棒性,有效地削弱了系统的抖振.     

二型模糊集模糊推理方法的单调性

模糊推理是蓬勃发展中的模糊控制技术的数学核心,二型模糊集的模糊推理是研究二型模糊逻辑系统的基础。各种模糊推理方法都具有单调性,从而导致人们当使用这些模糊推理方法时,应首先判明所讨论问题领域的推理是否具有相应的性质,否则可能导致不恰当的推理结果。     

模糊神经网络在机载相机稳像中的应用

针对解决微型飞行器空中拍摄的图像抖动问题,采用自组织递归区间二型模糊神经网络的函数逼近及泛化能力对微型飞行器上的相机振动规律进行模拟,预测机载相机的振动矢量.该自组织递归区间二型模糊神经网络的初始规则数为零,所有规则都是通过结构和参数同时在线学习来产生,网络结构学习采用的是在线区间二型模糊群集,提高自组织递归区间二型模糊神经网络的稳定性及计算精度.仿真结果表明：将自组织递归区间二型模糊神经网络与双BP神经网络进行对比,利用自组织递归区间二型模糊神经网络对微型飞行器相机振动矢量进行预测的精度高.     

基于二型模糊集的多重多维多输出模糊推理模型及Mamdani算法

模糊推理是模糊控制技术的数学核心,二型模糊集的模糊推理是研究二型模糊逻辑系统的基础。类似一型模糊集模糊推理的Mamdani算法,研究并给出了二型模糊集的多重多维多输出模糊推理模型及相应的Mamdani算法。     

基于粒子群优化的区间二型模糊聚类图像分割

引入粒子群优化算法对区间二型模糊C-均值算法加以改进。利用粒子群优化算法的全局寻优能力,将经其更新的粒子作为区间二型模糊C-均值算法的降型对象,以改善原算法对初值敏感和易陷入局部最优的问题;对中心和两个模糊加权指数进行编码,分别以有效性指数I和模糊C-均值目标函数作为亲和度函数,经过反复迭代,自适应地得出模糊加权指数。随机选取4幅伯克利图像进行彩色分割,结果显示,改进算法能自适应地得出模糊加权指数,且分割性能有所提高。     

PSO type-reduction method for geometric interval type-2 fuzzy logic systems

In a special case of type-2 fuzzy logic systems （FLS）, i.e. geometric inteIval type-2 fuzzy logic systems （GIT-2FLS）, the crisp output is obtained by computing the geometric center of footprint of uncertainly （FOU） without type-reduction, but the defuzzifying method acts against the corner concepts of type-2 fuzzy sets in some cases. In this paper, a PSO type-reduction method for GIT-2FLS based on the particle swarm optimization （PSO） algorithm is presented. With the PSO type-reduction, the inference principle of geometric interval FLS operating on the continuous domain is consistent with that of traditional interval type-2 FLS operating on the discrete domain. With comparative experiments, it is proved that the PSO type-reduction exhibits good performance, and is a satisfactory complement for the theory of GIT-2FLS.     

二型模糊系统在音频信号分类中的应用

针对数字音频信号分类问题提出了基于二型模糊集合理论的C均值聚类算法,并在此基础上应用跳跃基因遗传算法对聚类得到的初始模糊模型进行优化,最后采用向量相似性测度准则对优化后的模糊规则集合进行简化,得到最终的模糊分类器模型。与传统的一型模糊集合相比,二型模糊集合可以掌控更多的不确定性信息。基于二型模糊集合理论的C均值聚类算法对样本分布不均匀、结构不规则的样本集的聚类效果更精确。实例仿真结果对比显示,应用二型模糊C均值聚类算法的音频信号分类器比应用一型模糊C均值聚类算法的分类器得到的分类结果更准确。     

一种自适应模糊控制系统的设计与仿真

模糊控制是在模糊集合理论基础上发展起来的,模糊控制器的设计主要不依靠被控对象的数学模型,但它却非常依靠控制专家或操作人员的经验知识,若缺乏这样的控制经验,很难期望它能获得满意的控制效果.因此,模糊控制器应向着自适应、自组织、自学习发展,使得模糊控制参数或规则在控制过程中自动地调整、修改和完善,从而使系统的控制性能不断改善,达到最佳的控制效果.本文将表格查询学习算法和最近邻聚类学习算法采用加权平均的方法结合起来,确定系统的模糊控制规则,运用基于MATLAB环境下的“模糊推理工具箱”对自适应水位模糊控制系统进行了仿真,取得了很好的控制效果.     

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。