基于遗传算法的模糊隶属函数的选择

确定合适的隶属函数对模糊控制效果有重要影响,是应用模糊控制的基础,也是难点之一。作者应用遗传算法对模糊温度传感器信号处理过程中的隶属函数进行选择,阐述了基本原理和具体实施过程,最后用一具体的实例来说明该优化算法在模糊隶属函数选择中的应用。结果表明：该方法简单实用,具有较为理想的效果。     

解析模糊控制理论: 模糊控制系统的结构和稳定性分析

采用经典控制理论中成熟的解析方法分析和设计模 糊控制系统是发展模糊控制理论的一条重要途径。系统地综述和讨论了其中两个主要方向, 即模糊控制器的解析结构和模糊控制系统的稳定性分析的最新研究成果,并对今后的研究工作进行了展望。     

一类提取模糊规则的新方法及其在干燥建模中的应用

基于系统的输入－输出数据,提出一种通过划分输入空间撮模糊规则的方法,并将该方法应用于建模非线性程度较高物干燥过程。建模过程中,首先利用训练样本将输入空间动态地划分为若干个子空间,然后针对第一个子空间了生一条模糊规则,再将所产生的模糊规则共成一个模糊规则库,模糊逻辑系统的最终输出从模糊规则库中产生。仿真结果表明,该方法可很好地预测干燥系统的物料降水率,而且简单实用,十分可靠。     

广义模糊推理与广义模糊RBF 神经网络

在提出广义模糊推理概念的基础上,提出并分析了广义模糊径向基(RBF)神经网络模型,给出了该网络的广义学习算法。仿真结果验证了广义模糊RBF神经网络模型具有良好的函数逼近能力,所提出的学习算法是可行和有效的。     

多变量系统的软测量建模研究

研究加氢裂化分馏塔多个产品的质量指标同时预报的一类ＭＩＭＯ软测量建模问题,采用ＲＢＦ网络和Ｆｕｚｚｙ ＡＲＴＭＡＰ网络对该ＭＩＭＯ系统进行建模,并用ＲＢＦ网络建立了每个输出的独立的ＭＩＳＯ软测量模型。应用实例表明,所研究的软测量建模为多变量系统软件测量的工业应用提供了一种有效实用的方法。     

一类自学习模糊控制器的设计及鲁棒性分析

基于一类参数化的模糊量表示,将模糊量同精确量统一起来,在此基础上提出规则增加、规则删除、规则修正算法,进行了一类自学习模糊控制器的设计,对二阶系统的参数鲁棒性仿真实验表明,与常规模糊控制器相比,这类自学习模糊控制器对控制对象的某些参数变化有较强的适应性。     

一种最优模糊神经网络控制器

基于最优控制的思想,通过对控制系统的过程模拟,提出一种最优模糊神经网络控制器的设计方案,首先利用基于十进制编码机制的遗传算法寻找最优的控制器结构,然后利用基于浮点数编码机制的遗传算法寻的最优的控制器参数,仿真结果表明该控制器优于常规模糊控制器。     

基于模糊目标和模糊约束的满意控制

研究在预测控制框架下进行模糊决策问题,提出一种基于模糊目标和模糊约束的预测控制方法。其目标函数以决策者的控制要求和最终控制的满意度来表示,比传统的加权方差具有更多的自由度;与基于二次型性能指标的预测相比,该方法可使系统设计更加灵活。仿真结果表明了该方法的有效性。     

自适应模糊变结构控制器的一种新设计

针对一类非线性系统,基于一种修改的李亚普诺夫函数并利用Ⅰ型模糊系统的逼近能力,提出一种稳定自适应模糊控制器设计的新方案。该方案能够避免现有的一些自适应模糊／神经网络控制器设计中对控制增益一阶际数上界的要求。理论分析证明了闭环控制系统是全局稳定的,跟踪误差收敛到零。仿真结果表明了该方法的有效性。     

一类模糊系统全局稳定的几个充分条件

针对一类多变量连续Ｔ－Ｓ模糊模型,通过对全局系统性质的研究,提出一种基于线性时不变系统的全局稳定性分析方法,并得到该类模糊系统的全局稳定的几个充分条件。该方法为模糊控制的稳定性研究提供了新途径。