基于李雅普诺夫稳定性的模糊关系模型辨识算法*

本文在李雅普诺夫稳定性意义下，提出了一种辨识模糊关系模型的学习算法．仿真研究表明该算法简单易行，效果良好；可为模糊系统的辨识与控制提供了一条有效的途径．     

基于李雅普诺夫稳定性的自适应模糊控制器设计

在动态系统模糊关系模型在线辨识的基础上,提出了一种用李雅普诺夫稳定性来进行自适应模糊控制器设计的新方法。仿真研究和实验装置应用均表明：该方法对于非线性、时滞过程的控制是有效的,具有实用价值。     

基于分段多项式李雅普诺夫函数的模糊系统的稳定性分析

本文采用最大型分段多项式李雅普诺夫函数研究了多项式模糊系统的闭环稳定性问题.首先,本文设计了与分段李雅普诺夫函数对应的切换模糊控制器,提出了多项式模糊模型稳定的平方和条件,同时证明了最大型分段多项式李雅普诺夫函数在函数切换点的稳定性.然后,设计了相应的路径跟踪优化算法,对本文非凸的稳定条件进行迭代求解.最后,通过两个算例进行仿真与比较,说明并验证了本文所提出结论的可行有效性.     

体操机器人控制的李雅普诺夫方法

本文针对两杆体操机器人摇起与平衡的切换控制问题,基于李雅普诺夫方法,提出了确保平滑而又稳定的模糊控制切换策略。当体操机器人的能量达到一定值时,切换控制规律保证能量变化小的情况下,使体操机器人第二杆伸直,从而实现控制规律的切换。仿真实验验证了本文提出方法的有效性。     

非线性NARMAX模型结构与参数一体化辨识的改进算法

本文针对现有辨识算法所存在的缺陷,作了如 下改进工作：提出了一种新的模型选项准则（[ERR]准则）,克服了原[err]准则易导致 冗余项被错误选入的缺陷,保证了模型结构的正确辨识;对原算法做了较大改进,克服了原 算法使用时遭遇的存储困难问题,极大程度地改善了辨识算法的数值稳定性．理论分析及仿 真结果均证明了改进算法的优越性及有效性．     

基于T-S模糊模型的辨识算法

提出一种新的基于T－S模糊模型的辨识算法。该算法可分为2步,第1步是比较粗糙的辨识,按子空间的线性程度来划分输入空间,规则前件参数由于空间的中心和大小决定,规则后件线性参数由最小二乘法确定2步是模的精细调整,利用梯度下降法调节隶属函数和规则后件的线性参数,仿真实验说明了该算法的有效性。     

模糊基函数网络辨识算法稳定性*

模糊基函数网络能很好地以“ｉｆ．．．ｔｈｅｎ．．．”形式利用专家的知识，且以这种模型进行辨识，其辨识误差方程与辩识参数成线性关系，因而非常适用于实时辩识系统中，本文研究了这种网络模型辨识的持续激励条件和基于梯度法的辨识系统稳定性，给出它们存在的充要条件。     

动态系统模糊辨识的新算法*

本文针对复杂动态系统的辨识问题，提出了一种基于一类标准模糊系统的模糊辨识的简单学习算法。仿真研究表明该算法具有辨识精度高、所需样本量小以及运算速度快等优点，是动态系统模糊辨识的有效工具。     

一种基于关系模型的模糊数据库系统模型

数据库管理系统的广泛应用，使得数据库的研究也随之快速发展，如何表达模糊数据，如何执行模糊查询越来越成为数据库研究的重要课题之一，提出一个基于关系模型的模糊数据库系统的理论模型，利用模糊集的方法表达模糊数据，模糊查询和模糊关系，最后给出了一个模糊数据库系统实现的例子。     

改进的混合遗传算法及其在模糊系统辩识中的应用

对遗传算法进行浮点数码，融和，设计了一些优良的遗传操作，形成浮点数编码的遗传算法（Float-encoding Genetic Algorithun,FGA).FGA与梯度下降法相结合组成混合遗传算法（Combined Gendtic Algoritm,CGA)，一个函优化实例说明了该算法的有效性。混合遗传算法应用到模糊系统的辩识问题时体出了良好的性能。     

基于模糊聚类算法的备件需求辨识模型

钢铁企业物料系统中的备件种类是极其复杂的,其需求的影响因素也是很多的,因此备件的需求计划很难确定。本文针对钢铁企业内部的备件需求计划问题,利用模糊ISODATA算法,对影响备件采购的因素进行模糊聚类,确定每个备件在每类影响因素上的隶属度,并利用仿真实验验证算法的可行性,从而精确确定每个备件的最重要影响因素类别,为下一步建立需求计划模型提供依据。     

基于Lyapunov稳定性及CPSO的航天器姿轨控制

针对在轨服务航天任务中轨道与姿态动力学耦合问题,提出一种基于Lyapunov稳定性分析的反馈控制方法,采用基于对偶四元数的一体化耦合动力学模型来描述航天器的相对位置和相对姿态,利用速度陀螺仪与激光雷达的量测信息构建Lyapunov能量函数,得到满足系统全局渐进稳定的控制率。并用混沌粒子群算法（Chaos Particle Swarm Optimization algorithm,CPSO）优化控制器参数以便达到良好的控制效果。仿真结果表明,该方法不仅保证了航天器的相对轨道、相对姿态和跟踪速度在较短的时间内收敛至期望值,而且具有较高的跟踪精度。     

基于模糊模型的结构和参数的一体化辨识

基于模糊集合的模糊建模捕述复杂、病态、非线性系统的特性是一种有效方法．文中讨论了从样本数据中通过正交变换和模糊聚类获取模糊规则的方法．利用正交最小二乘对模糊聚类的结果进行变换,采用CGS（Classical Gram—Schmidt）方法确定对建模贡献大的规则,删除对建模贡献小的规则,并对模型中的参数进行估计,能够同时模对糊模型的结构和参数进行辨识．仿真结果表明,提出的方法能够对非线性系统进行模糊建模．     

基于Vague集的广义模糊关系数据模型

在现实世界中,许多数据常常是不完全的或模糊不清的,因此,扩充传统的关系模型来表示不精确、不完全和模糊数据已成为数据库领域的一个重要的研究方向。Vague集是模糊集概念的推广,它具有强大的处理不精确数据的能力,并为不精确、不完全和模糊知识的表示提供了一种有效的手段。该文在已有的模糊关系数据模型的基础上,提出了模糊关系数据库的一种基于Vague集的广义模糊关系数据模型VGFRDM。     

一种基于灰色模糊迭代算法的 ERP 绩效评价模型

绩效评价方法很多,但都不够全面,论文依据平衡记分卡,构造一个围绕企业多个角度对ERP进行绩效评价的数学模型。并利用灰色模糊迭代算法进行评价,对专家信息进行有效处理,放大各企业评价信息之间的差异,评价效果显著。     

一种模糊模型辨识方法

本文提出了一种高精度的动态系统模糊模型的辨识方法。内容包括结构辨识和参数辨识。实际应用例子证明了该方法的有效性。     

基于模糊聚类的非线性系统模糊辨识算法

针对模糊聚类算法中数据和运算耗时很长,不适于在线建模与控制的问题,基于模糊聚类型隶属函数和EUM方法,提出了一种新的模糊辨识算法。该方法省去了求解聚类中心的迭代过程,计算时间显著减少。采用该方法对Box—Jenkins煤气炉数据和Mackey—Glass混沌时间序列进行了仿真,结果证明了该方法的有效性。