基于模糊逻辑和GA的智能车辆横向控制算法仿真研究

控制器设计可看作一个结构和参数搜索与优化的过程。本文以模糊逻辑(FL)为控制策略，以T-S模糊神经网络(FNN)为控制结构，以遗传算法(GA)为参数搜索和优化工具，给出一种智能车辆横向运动控制器自动设计算法，并通过计算机仿真实现。结果表明，所设计的控制器具有较好的控制性能，能够有效地解决智能车辆横向运动中的非线性和参数时变性问题。     

基于遗传算法的模糊智能变频空调仿真系统的研究

利用Matlab软件对基于遗传算法模糊智能空调系统进行了仿真设计。设计了模糊子系统和遗传算法子系统的仿真系统，以舒适度为目标函数，利用遗传算法对模糊智能变频空调的控制规则及隶属度函数进行了仿真寻优。并利用寻优获得的隶属函数和控制规则与PID算法、常规模糊控制算法控制同一被控对象的响应结果进行了对比分析。     

基于遗传算法的模糊延迟反馈控制混沌方法

将模糊控制、遗传算法与专用于混沌的延迟反馈控制相结合，提出了适合于控制混沌的模糊延迟反馈控制方法。它以延迟反馈的思想设计模糊控制器，并利用搜索能力强的遗传算法优化延迟时间和模糊控制器的参数，从而克服了确定控制刚度和延迟时间的困难，使混沌系统控制具有更好的快速性和鲁棒性。并控制了Rssler和Logistic混沌。仿真结果证实了该方法的有效性、快速性和鲁棒性。     

基于免疫算法自调节变异率的FNNC参数优化及其应用

针对复杂钢坯加热过程，提出了一种自调节变异率的免疫进化模糊神经网络控制（IE—FNNC）算法。首先根据现场样本数据建立过程神经网络模型；然后基于该模型，采用规则优化算法，确定模糊神经网络控制器（FNNC）的最佳规则数；最后由FNNC的规则优化所得参数构造初始种群的一个解，采用自调节变异率的免疫进化（IE）算法对FNNC参数优化。该算法具有全局寻优和局部求精能力，仿真结果证实了其有效性。     

基于遗传算法的欠驱动机器人模糊控制器设计

主要对二自由度平面欠驱动机器人的操作空间控制问题进行了研究,提出了一种适用于此类欠驱动机器人的模糊控制新方法.将欠驱动机器人末段位置控制问题进行分解,设计了一种新型的分层模糊控制器,模糊规则简单容易制定,并且大大减少了模糊规则数目.在控制规则制定方面引入遗传算法进行全局优化,根据定义的适应度函数从系统模型中自动生成全局最优的控制规则.最后进行了数值仿真,验证了方法的有效性.     

无需量化因子的模糊直接逆控制

针对模糊控制中量化因子难以确定以及无先验知识情况下模糊控制器结构和参数难以得到问题，提出了一种无量化因子和不依赖专家经验知识的模糊直接逆控制方案，克服了传统模糊规则基的得到过分依赖专家知识的弱点，控制器的规则基不采用规则的三角形形式，而是采用与实际更加接近的无规则三角形，规则基的得到不依赖已知经验，而是根据系统输入输出信息，利用进化规划离线对控制器规则基的结构和参数同时优化、实际控制中利用优化的规则基对系统进行控制，实时控制算法的运算时间仅为一组规则基的计算时间，大大加快了系统的响应速度，仿真结果验证了算法的有效性。     

一种基于相位比较的量子遗传算法

针对量子遗传算法不适于连续函数优化的问题,提出了一种改进的量子遗传算法。该算法直接将量子染色体与当前最优解相比较来确定旋转门的旋转角,种群中各个体以不同速率向最优解进化以同时实现全局搜索与局部搜索,引入变异操作以防止算法早熟收敛。对该算法及其全局收敛性进行了分析后,将其用于函数极值求解与PID控制器的参数优化,并与遗传算法和量子遗传算法进行比较。仿真结果表明该算法具有较好的寻优性能。     

基于粒子群的控制器参数模糊规则自动提取

设计一种移动机器人轨迹跟踪控制器并利用Lyapunov稳定性定理证明了该控制器的全局稳定性。针对人为设定该类控制器参数工作量较大,根据移动机器人跟踪控制过程的非线性本质,提出了一种采用模糊非线性参数的跟踪控制方法。在无先验知识的前提下,利用粒子群算法自动提取控制器参数的模糊规则基。设计一种动态群体的粒子群方法,使得种群的多样性得到保证,减少局部收敛的可能,同时又不会对已有种群的模式造成巨大破坏。对比实验验证了该方法的有效性。     

一种基于MATLAB的模糊控制器综合优化设计方法

提出了一种基于MATLAB的模糊控制器综合优化设计与仿真分析的实现方法。该方法首先利用MATLAB中的模糊系统工具箱结合MATLAB函数构建控制规则可调整的模糊控制器,然后利用最优化工具箱优化模糊控制器的控制规则和参数,从而提高设计模糊控制器的效率。最后利用仿真连接器建立系统仿真模型并在单位阶跃输入信号作用下仿真分析系统动态性能和优化设计结果。仿真表明,控制规则及参数优化后,系统阶跃响应特性基本上能达到“快速—无超调”的设计目标。     

基于GA的城市交叉口信号控制模糊规则优化

根据城市交通系统中单交叉口信号控制的具体情况，对遗传算法进行了改进，并利用改进的遗传算法对交叉口信号模糊控制器的模糊规则进行优化，建立新的优化算法．计算机仿真结果表明，采用改进的遗传算法方法优化模糊控制规则，可以减少因人的经验的局限性而导致的模糊规则的不完备性，使得控制器实用性更强，控制效果更好．     

Fuzzy Logic Based Adaptive Control of Constrained Flexible-link Robot

ＦｕｚｙＬｏｇｉｃＢａｓｅｄＡｄａｐｔｉｖｅＣｏｎｔｒｏｌｏｆＣｏｎｓｔｒａｉｎｅｄＦｌｅｘｉｂｌｅｌｉｎｋＲｏｂｏｔＷＡＮＧＬｉＤｅｐａｒｔｍｅｎｔｏｆＡｕｔｏｍａｔｉｏｎ，ＳｏｕｔｈＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｇｕａ...     

规则可选的四参数模糊换挡控制仿真

为了经济而直观地比较模糊控制换挡变速的效果,设计在同一仿真平台下的多条件实验可以方便地实现。这里用MATLAB/SIMULINK建立了车辆传动系动力学仿真模型及模糊控制器模块,构造了规则可选的四参数(包括节气门开度、节气门开度变化率、车速、加速度)模糊换挡控制逻辑规则,建立了相应基于规则(诸如运动规则、雪地规则、经济性规则)的条件选择模块,搭建了车辆换挡的模糊控制仿真平台。在运动模式与雪地模式两种情况下进行了对比仿真试验,结果表明换挡仿真方法能够在没有循环换挡发生的稳定状态下真实、准确地反映两种模式的运行过程状态。     

用模糊加优化模糊控制规则

模糊加是模糊数学中的一项基本运算，而模糊数学又是模糊控制的理论基础。提出了一种使用模糊加优化模糊控制规则的方法，就是根据需要，对模糊控制器的输出叠加一个模糊量，来补偿干扰造成的控制量损失。还用VC++和Matlab作为开发工具，对这种方法进行了仿真实验，验证它的效果。实践证明，模糊加可以在一定程度上达到优化模糊控制规则的目的。     

A Fuzzy-Neural Network Control of Nonlinear Dynamic Systems

1.INTRODUCTIONInrealfile,therearemanyprocessesthataretoocomplex,highlynonlinear,uncertaininparametersanddisturbances,itissodifficulttogettheaccuratemathematicalmodel-basedtraditionalcontroldesignmethodologiescannotbeemployedeffectively,fuzzylogicandneuralnetworkprovideeffectiveapproachfordealingwiththeuncertaintyandnonlinearity,andhavebeenappliedtotherealmofmodeling,identificationandcontrolofnonlinearsystemsinrecentyears[1-4].Aclassofneuralnetworks,thefeed-forwardnetworks,havebeenproventob…     

混沌系统基于T-S模糊模型的控制方法

将模糊控制技术应用于混沌控制中，可以克服反馈线性化等传统方法对参数完全精确已知的限制；用T-S模糊系统来逼近非线性系统，它的IF-THEN规则后件由线性状态空间子系统构成，进而可以应用模糊系统的控制理论求得模糊控制器，用此非线性控制器来控制非线性系统，以求良好的控制效果；模糊规则后件部分以局部线性方程形式给出的T-S模糊模型可以通过调整相关参数很好地逼近混沌系统，基于该模型采用平行分散补偿技术设计出具有相同规则数目的模糊控制器，控制器所有参数可以通过求解一组线性矩阵不等式一次性得到。仿真结果验证了该方法的有效性。     

Integrate Fuzzy Logic Stable Control System of Bank-to-Turn Missiles

1.INTRODUCTIONBank-tthturn(BTT)[1]andskid-tDeturn(STT)aretwogeneralmethodsofcontrollingtheattitudeofamissiletoachievetheaccelerationcoxnmandedbytheguidancelaw.BTT~ifeshavehighmaneuverabilitycomparedwithSTTInissiles,soBTTcontroltechllologybecomesacolltinualhotprobleminthefieldsofaerodynamics,guidance,colltrolandnavigstinnduringthepast20years.However,thelargerollrate,whichisgeneratedinevitablywhenBTTmissilesrapidlychangetheorielltationoftheaccelerationtoexecuteaBacsteeringpolicy,will…     

一种PID型模糊神经网络控制器

为了使一种基于两维控制规则基的PID型模糊控制器具有参数在线学习功能，提出了一种包含一个自回归神经元的五层模糊神经网络，并根据梯度下降法，给出了它各权值的修正算法，该网络可以在反馈控制系统中作为一个自学习控制器来使用，最后，根据有关定理，给出并证明了该网络各层权值学习速率的收敛准则。     

基于模糊动态模型的Chua混沌系统控制

研究了Chua混沌系统的稳定控制问题。采用模糊动态模型逼近非线性混沌系统 ,将非线性混沌系统模糊化为局部线性模型。采用隶属函数最大法设计控制器 ,克服了并行分配补偿法求解公共正定矩阵P的困难 ,用Lyapunov稳定性理论设计出确保模糊动态模型全局渐近稳定的新型控制器。仿真实验验证了方案的有效性。模糊控制器简单 ,规则少。此方案也可应用于其它类型的混沌系统中 ,有实际应用价值     

模糊神经网络自学习控制器及其应用

本文提出了一种模糊神经网络自学习控制方法，并介绍了采用多层神经网络表达模糊控制的知识规则、模糊推理和学习算法。经实验仿真结果表明这种控制方案可改善具有时变及大纯滞后系统的控制品质，其性能优于一般模糊控制。     

车辆起步过程发动机恒转速自适应模糊控制研究

车辆起步发动机恒转速控制是一种有效的起步控制策略,如何实现发动机转速跟随目标转速曲线变化以提高起步性能是一个难点.针对这一问题,制定了离合器接合控制原则,设计了以发动机转速及其目标转速、离合器行程为控制参数的自适应模糊控制及相应协调规则构成的控制系统.仿真试验表明在不同工况下该控制策略均能保证发动机基本无超调地达到目标转速,实现了发动机恒转速起步,离合器滑摩功小,能够反映驾驶员起步意图,提高了车辆起步性能.