一种基于遗传算法的模糊控制器研究

设计了一种基于遗传算法的模糊控制器,系统采用遗传算法优化模糊控制器的量化因子和比例因子,并将它应用在双容液位系统的控制中.仿真结果表明,采用该算法设计的模糊控制器较传统的模糊控制器具有鲁棒性强、超调量小的特点,体现了遗传算法在参数寻优方面的优越性.     

基于遗传优化的车辆稳定性模糊控制器设计

为了保证车辆在极限危险工况下的行驶稳定性,提出了利用后轮主动转向与差动制动联合产生校正横摆力矩的稳定性控制策略,并进行了相应的车辆稳定性模糊控制器设计;为了改进所设计模糊控制器的控制品质,克服在控制器设计中隶属函数划分与控制参数确定的主观性,利用遗传算法对所设计模糊控制器的隶属函数分布及比例、量化因子进行了优化研究.     

快速锻造液压机组的模糊控制策略研究

分析了模糊控制器的量化因子和比例因子对系统性能的影响,设计了一种自调整因子三维模糊控制器,能够在线调整其量化因子和比例因子以适应被控对象的变化,对一个快速锻造液压机组的仿真和试验结果表明该模糊控制器能获得较常规模糊控制器优良的控制效果。     

基于T-S模型的自适应模糊PID控制器的设计

基于T-S模型设计模糊PID控制器,在分析量化因子和比例因子对系统性能的影响基础上,基于T-S模型制定了在线校正量化因子和比例因子模糊规则,实现了模糊PID控制器在线自校正.对大纯滞后对象的仿真表明,该控制器明显改善系统的动态性能.     

自适应模糊控制器的实现

设计了一个二维自适应模糊控制器,将误差的量化因子设计成自适应调整因子,并应用线性插值法查控制表.对控制系统进行仿真,将控制结果与一般的模糊控制器的控制效果进行比较,说明此方法对改善控制性能是有利的.     

基于自调整因子模糊控制器的设计与研究

针对基本模糊控制器缺乏在线自学习或自调整能力的不足,提出了一种带有自调整因子模糊控制器的设计方法。该控制器可以根据系统的误差及误差变化率调整控制器的量化因子与比例因子,使系统具有自适应能力。     

粒子群优化的手术机器人从手夹持力模糊控制

设计了手术机器人从手机械结构,建立了手术机器人从手的数学模型,确定了手指夹持力与电机运动的关系。针对传统模糊控制器控制精度低的不足,提出了一种基于粒子群优化的PI型模糊控制器设计方法。该方法通过PI模糊模拟进行模糊规则初始化,再以粒子群算法优化其模糊规则权值与量化比例因子,最后得到粒子群优化的PI型模糊控制器。该设计方法解决了传统模糊控制器设计中模糊规则权值与量化比例因子难以确定的问题,使设计出的控制器继承了PI控制器和传统模糊控制器的各自优点。仿真结果表明,当人体组织弹性模量产生较大变化时,该控制器具有良好的控制性能。     

基于混合粒子群算法的生物质气化炉改进模糊串级控制

针对生物质气化过程是一个具有非线性、非最小相位特征、不稳定性、大时滞和负荷干扰特点的动态过程,提出一种基于混合PSO的改进模糊串级控制算法,在改进模糊控制算法中通过用历史的数据信息代替偏差变化率作为模糊控制的决策依据,从而及时地反映出被控制量的变化趋势,并引入比例环节,克服了传统模糊控制器结构上的缺陷,能较好的适应具有大延迟对象.为了优化模糊控制器的量化因子,通过将PSO算法和共轭梯度法有机结合组成的混合PSO算法对模糊控制中量化因子的寻优,解决了模糊控制器量化因子参数调整的烦琐性.试验结果验证了该方法的有效性和优越性.     

一种在线自调整因子的模糊控制算法在I/A''S上的应用

对模糊控制在复杂工业对象控制中的应用进行了实践。首先论述了模糊控制器的一种设计方法，同时针对简单模糊控制器调节能力较差的情况，提出了一种在线自调整因子的模糊控制器。这种控制器改变了传统的一个模糊控制器只采用一组量化因子及比例因子的做法，可以根据控制需要在线选择量化及比例因子，从而使系统具有更好的控制效果及更强的适应能力。文中最后对模糊控制算法在集散控制系统I／S‘S及EFPT－1B型复杂过程控制实验装置上的应用进行了分析。     

基于粒子群优化的电磁离合器模糊控制研究

针对车辆起步过程中应用传统模糊控制存在的精度不高、自适应能力有限等问题,提出了应用粒子群算法优化模糊控制器量化因子的方法。优化的量化因子随环境变化以及负载变化实时跟踪模糊控制器的参数变化,使得模糊控制器的鲁棒性和控制精度都得到了提高。仿真与实验结果表明,在车辆起步过程中,与传统的模糊控制算法相比基于粒子群优化的模糊控制算法能够在减小冲击度的同时有效减小滑摩功,具有较为理想的起步效果。