基于遗传模糊算法的足球机器人射门动作控制

为了提高足球机器人的射门成功率，给出了一种基于遗传模糊算法的足球机器人射门实现方法。通过建立一个多输入多输出模糊控制器，用一套模糊控制规则控制足球机器人在实时、动态环境中完成射门动作，并采用遗传算法优化模糊规则和隶属度函数，增强了模糊控制系统适应动态变化环境的能力。考虑了轮式移动机器人的运动模型，将更符合实际情况的左右轮速度作为模糊规则内输出。在仿真和全局视觉足球机器人平台上对该算法进行了验证，实验结果证明了方法的正确性。     

基于LWR方法的足球机器人应急策略研究

为了解决足球机器人在球的轨迹突然改变后应采取何种处理策略的问题，本文作者应用当地加权回归LWR（Locally Weighted Regression）方法对球的轨迹进行预测，完成了对机器人截球路径的优化。该方法提高了机器人在比赛中的应急能力，仿真实验与比赛结果证明了该方法的有效性。     

LWR学习在足球机器人中的应用

针对足球机器人比赛中动态不确定性特点,提出了一种基于LWR学习方法预测球的运动轨迹,尤其是球与外界碰撞后的运动轨迹.并且对预测进行模糊调整,即根据预测球的状态,生成机器人的动作.该方法建立数学模型简单,使得机器人的决策效果好.仿真实验表明该方法具有良好的效果.     

一种基于遗传模糊算法的足球机器人射门方法

为了提高足球机器人的射门成功率,给出了一种基于遗传模糊算法的足球机器人射门实现方法．通过建立一个多输入多输出模糊控制器,用一套模糊控制规则控制足球机器人在实时、动态环境中完成射门动作,并采用遗传算法优化模糊规则和隶属度函数,增强了模糊控制系统适应动态变化环境的能力．实验结果证明了方法的正确性．     

机器人足球比赛及其发展

介绍了机器人足球与足球机器人的发展历程，并根据比赛类型的不同。详细介绍了集控式足球机器人系统，仿真足球机器人系统以及自主式足球机器人系统。     

非结构环境下基于机器视觉的机器人路径跟踪方法

针对温室环境下机器人自主导航问题,提出了基于模糊预测控制的实时路径规划和跟踪方法.通过训练神经网络对图像进行分割,获取导航预瞄点,得到机器人运动的角度偏差和横向偏差.当角度偏差小于25°时,采用预测控制的方法,用拟合圆弧曲线作为机器人跟踪的规划路径,当角度偏差大于25°时,采用模糊控制器对2驱动轮的轮速进行控制.实验表明,该方法能对曲线路径进行平滑的跟踪,以0.3 m/s的速度运动时最大跟踪误差小于5cm.     

工业机器人系统可靠性预测方法研究

阐述了工业机器人系统可靠性研究的意义和基本思路，将传统的可靠性理论与机器人系统的设计阶段相结合，给出了工业机器人系统可靠性的预测模型和计算方法．实例分析表明提出的可靠性预测方法较好地解决了工业机器人这一复杂系统的可靠性预测问题，计算结果与实际统计情况基本一致．     

基于遗传算法的足球机器人模糊PID优化控制策略

以足球机器人系统为实验平台,论证了遗传算法模糊PID控制技术应用于足球机器人运动控制的可行性,并提出了具体实施方法。将传统PID控制与模糊控制相结合,通过PID算法提高控制准确性,通过模糊推理实现在线调整kp、ki、kd等关键参数,提高系统的控制性能。改进了模糊控制中的控制规则和隶属函数,提高了合理性和系统控制精度。仿真结果表明,该方法比一般PID控制方法具有更好的控制性能指标。     

基于行为的足球机器人动作规划

为提高足球机器人的比赛能力，将足球机器人的动作划分为基本动作和技术动作并作为足球机器人的基本行为，研究了基本行为的实现方法．以基于中位线传球方法为例，阐述了足球机器人基本行为的动作规划．结果表明，使用该方法训练足球机器人参加比赛，可以适应动态、未知环境下的比赛．     

基于航迹关联的足球机器人视觉系统的改进

为了提高足球机器人视觉系统的识别速度、精度和适应性,以航迹关联的基本技术为指导,结合足球和足球机器人的模型,提出基于航迹关联的半自主足球机器人视觉系统的一种改进方法,利用航迹预测、航迹关联和航迹检测对目标进行跟踪．实验表明该方法简单、有效,满足实时视觉系统的要求．     

旋转型行波超声电机的模糊预测控制

利用模糊预测控制对旋转型行波超声电机的速度控制进行了研究。使用预测输出,在线辨识电机参数,通过模糊控制器完成对参考信号的跟踪。仿真结果表明控制器有效,跟踪性能良好。     

基于模糊预测的MOCVD温度控制方法

为解决金属有机化合物化学气相淀积(MOCVD)设备温度控制的非线性、时变性以及大滞后等问题,给出了一种用模糊控制和预测控制相结合的复合控制方法．该模糊预测控制在模糊控制的基础上加入预测环节,通过增加相位超前减少时间滞后所带来的影响,准确预测温度变化趋势．与传统的控制方法相比较,具有算法简单,鲁棒性好的特点．仿真和试验表明,该方法有着较高的稳态精度和动态特性,在整个温度控制范围基本误差可达到1℃‰,有效改善了MOCVD系统温度的控制性能,对实际温度控制具有较好的指导意义．     

模糊预测控制机理研究

探讨了模糊预测控制机理，提出了两种模糊预测模型，并利用泛布尔简化法对它们进行了处理，得到了模糊预测模型的规范化形式。在此基础上研究了一套完整的模糊预测控制算法，并将此控制算法进行了仿真研究和比较性研究，研究结果表明，模糊预测控制优于其它常规控制     

The Development of a Fuzzy Predictive Control System for Automotive Anti-lock Braking System

This paper presents the model of one-tire kinetics、tires、the braking system and the model of control system. On virtual road, this paper builds a fuzzy predictive control system to insure the best attachment coefficient between tires and road. And it turns out to be that this fuzzy predictive control method has achieved good performances.     

The Development of a Fuzzy Predictive Control System for Automotive Anti-lock Braking System

This paper presents the model of one-tire kinetics、tires、the braking system and the model of control system.On virtual road,this paper builds a fuzzy predictive control system to insure the best attachment coefficient between tires and road. And it turns out to be that this fuzzy predictive control method has achieved good performances.     

基于模糊补偿的广义预测控制

针对在广义预测控制中采用在线辨识模型参数来克服模型失配的影响的情况 ,提出了用模糊推理对控制量进行补偿的解决方案。仿真结果表明 ,该方案非常有效 ,适合用于具有时滞的复杂工业系统。     

烟草烘丝过程的水分控制

讨论了烟草生产中烘丝过程的水分控制问题．根据烘丝过程各阶段不同的工艺要求,提出了包括有开关控制、跟踪控制及预测控制的分段变策略控制方案．针对烘丝过程的非线性、不确定性及存在大滞后的特点,提出了一种基于模糊模型的自校正预测控制算法,并且与前馈控制方法结合,应用于烘丝过程的送料稳定阶段．系统仿真证明的可行性．     

非线性系统模糊预测控制研究

研究了非线性系统模糊预测控制的结构原理和算法原理。推导了相应的模糊预测控制算法,提出了模糊模型的在线速推修正公式,并对典型的非线性系统模糊预测控制进行了仿真研究。研究结果表明,所提出的非线性系统模糊预测控制算法,具有软件实现简易、系统性能优良等优点。     

应用模糊预测控制实现主汽温控制

火电厂主汽温被控对象具有大迟延、非线性时变的特性,且在实际运行中存在诸多可测与不可测的扰动。将模糊建模技术与预测控制算法相结合,提出了一种模糊自适应预测控制算法。算法采用计算量较少的单值MAC形式,因此有效地降低了系统设计与实现的复杂性,提高了系统的实时性;单值MAC系统本身含有积分特性,使得采用该算法的模糊预测控制在鲁棒性、动态性能方面皆优于常规PID控制。仿真结果表明,该算法具有较强的负荷适应性。     

Neuro-fuzzy predictive control for nonlinear application

Aiming at the unsatisfactory dynamic performances of conventional model predictive control （MPC） in a highly nonlinear process, a scheme employed the fuzzy neural network to realize the nonlinear process is proposed. The neuro-fuzzy predictor has the capability of achieving high predictive accuracy due to its nonlinear mapping and interpolation features, and adaptively updating network parameters by a learning procedure to reduce the model errors caused by changes of the process under control. To cope with the difficult problem of nonlinear optimization, Pepanaqi method was applied to search the optimal or suboptimal solution. Comparisons were made among the objective function values of alternatives in initial space. The search was then confined to shrink the smaller region according to results of comparisons. The convergent point was finally approached to be considered as the optimal or suboptimal solution. Experimental results of the neuro-fuzzy predictive control for drier application reveal that the proposed control scheme has less tracking errors and can smooth control actions, which is applicable to changes of drying condition.