一类自整定模糊控制器研究

在具有误差增量模糊化因子（ＥＩＦＦ）的专家模糊控制器的基础上，进一步引入了控制器参数在线自调整模糊模型，从而形成一种新的具有模糊参数自调整功能的自整定模糊控制器（ＳＡＦＣ）。仿真结果表明，该控制器适应能力大幅度增强，可广泛应用于工业控制系统中。     

基于模糊神经网络的命题知识表示

结合模糊理论和神经网络，对普通命题提出以属性分类构造模糊子集、对模糊命题在其所属区域上取若干元素构成模糊子集、对数值计算类命题提出分若干小区间构造模糊子集，将上述三类命题统一以模糊向量表示，并对其合理性进行了分析．设计了实现命题知识模糊向量表示的FNNKR网络，并进行了例证．     

具有前置滤波特性的非单点模糊逻辑系统

采用非单点模糊化对输入数据进行模糊处理，分析了解释了非单点模糊逻辑系统（NSFLS）的前置滤波特性，并用误差反向传播算法对相关参数进行优化，通过仿真验证以及与单点模糊逻辑系统（SFLS）的性能比较，说明非单点模糊逻辑系统具有较强的前置滤波能力，在实际工程中具有较高的应用价值。     

西门子S7-200的模糊控制实现

阐述了如何把输入量模糊化形成模糊控制表及在PLC上实现模糊控制的方法。这样，不增加费用便能用PLC去进行模糊控制，使PLC在控制领域发挥更大的作用。     

喂料机提升皮带调速的模糊控制

常规喂料机提升带调速控制是简单的双速控制，较难满足生产线平稳生产的要求；为了解决这一问题，通过对喂料机料位控制过程的分析，介绍了模糊控制技术在喂料机料位控制中的应用和模糊规则的建立，通过仿真及其实际使用，应用效果明显，提高了整条生产流水线平稳持续生产的水平；同时也为模糊控制在PLC的应用上做一定的探索与研究。     

模糊控制在除氧系统中的应用

除氧系统具有多输入、多输出、大滞后、时变性、非线性等一系列特点,除氧器的温度和压力相互影响,是一种强耦合系统,其精确数学模型难以建立。为了达到除氧目的,必须保证温度和压力的恒定,而常规的基于PID算法的控制器很难保证运行指标。提出了一种基于模糊控制理论的设计方法,采用M at-lab对设计的系统进行仿真,结果表明:模糊控制效果优于传统的PID控制。     

面向后件集的模糊推理机制: 用于区间型type-2模糊逻辑系统

目前,大多数模糊推理都是利用t-范数和t-余范数或其改进形式对连接词进行建模,这些模型不能将模糊规则中前件集与后件集之间的相关性信息引入到模糊推理过程,这会丢失蕴含在规则中的一些信息甚至导致推理结果与实际经验严重不符.为解决此问题,本文首先引入模糊集合面向对象变换的概念,并将其推广,建立了合成type-2模糊集合模型.基于此模型,针对区间型type-2模糊逻辑系统,提出一种面向后件集的模糊推理机制,该机制能将前件集与后件集的相关性信息(包括清晰数和模糊数两种情形)引入到模糊推理过程.仿真结果表明,该方法能捕获到模糊规则中更多的不确定性信息,并为模糊逻辑系统的设计提供更大的自由度.     

通用产生式系统语言模糊化扩充研究

作为一种有用的知识表示形式,正向产生式系统结构已被人们广泛地用以建造各种专家系统。不过,大多数通用的正向产生式系统语言,如 OPS5、YAPS 等均未提供处理不精确语词(即模糊语词)的机制。另一方面,虽然一些有关模糊推理的实用模糊系统亦称为模糊产生式系统,那不过是因为它是数据驱动的。单从推理形式这一点看,它们被看成了正向产生式系统。然而,就其控制机制而言,模糊产生式系统与正向产生式系统有着很大的区别。正向产生式系统的控制机制有这样的特征:在合一匹配阶段,一般有若干条规则的条件部份同时为事实库描述的外部世界的当前状态所满足,由此形成一个触发规则实例冲突集。然而,在系统的执     

基于高斯模糊和BP神经网络的汽车液压转向系统故障诊断

提出了一种结合高斯模糊化和BP神经网络的汽车液压转向系统故障诊断方法。通过采集压力、温度、噪声、流量和泄漏量等信号,并对其进行高斯模糊化处理,将其映射为一组多元模糊集合,用于描述液压转向系统的状态。同时,使用BP神经网络对故障进行分类和回归预测,并通过训练集和测试集验证了模型的准确性和泛化能力。与未高斯模糊化的对照实验相比,高斯模糊化处理的方法表现出了明显的优越性,能够提高预测准确性、降低训练时间和计算量,并减小过拟合的可能性。因此,该方法可以为汽车液压转向系统的故障诊断提供一种有效的解决方案。     

模糊控制在恒温炉中的应用

本文介绍用模糊控制方法来控制一测氧系统恒温炉的温度，该系统需要700℃的恒温环境，而其它环境灵敏度下降，因采用一般的PID控制很难用定量分析的方法设计控制算法，而采用模糊控制具有容易实现，且有稳定性好误差小的特点，本文采用查表法设计模糊控制器，用数字单片机实现对该恒温炉的控制。