船舶航向的神经网络二阶导数多步预测模糊自适应控制

针对大型船舶控制特性,设计了船舶航向的神经网络二阶导数多步预测模型及其辨识和预测算法,提出基于径向基函数神经网络多步预测模型和模糊小脑模型关节神经网络控制器的大时滞船舶航向模糊控制自动舵方案,解决传统自适应控制中模型的在线辨识和控制器的在线设计问题,以达到对具有大时滞、不确定非线性特性的大型船舶实现高精度输出跟踪控制.仿真结果表明对设定航向具有精确的跟踪控制效果.     

基于差分进化的模糊PID复合控制在汽轮机转速调节系统中的应用

为了改善汽轮机调速系统的动态响应特性以及稳定性,采用模糊PID复合控制,首先建立对象的数学模型,并通过差分进化算法对控制器参数离线寻优,最后基于Matlab平台对方法进行了验证.仿真结果表明:该方法在处理负载突变情况时,相比传统的PID控制器有更好的响应,稳定时间和超调率均有较大改进;当模型参数发生改变时,模糊PID复...     

基于自适应网络的动态双足机器人模糊控制

提出一种基于步态规划分级结构的自适应网络模糊推理系统控制策略,该方法不需要确定双足机器人运动学和动力学模型.以一种动态双足机器人为例,建立机器人的Sugeno模糊模型,对机器人系统的不确定上界进行自适应参数估计,采用自适应控制器逼近未知不确定界,解决了一类非线性系统的稳定控制问题.控制器的设计只要求不确定性满足匹配条件,而无需知道不确定界,能够处理不确定参数变化范围更广的情况,减少控制系统设计中的保守性.设计的分级控制系统可以学习试验的输入输出数据,从而在动态平衡下进行行走.同时,模糊控制器的进一步在线学习能力可以显著地改善步行机器人的动态性能.     

燃料电池的模糊神经网络辨识建模与电压控制

针对直接甲醇燃料电池(DMFC)输出电压易受电池负载变化影响的问题,提出了利用模糊神经网络辨识技术建立DMFC的电特性模型.基于该辨识模型,设计了一个自适应模糊神经电压控制器,其参数采用改进的BP算法进行在线修正.仿真结果表明,对DMFC采用辨识建模的方法是有效的,建立的模型精度较高,所设计的自适应模糊神经电压控制器性能优越.     

一种新的模糊自适应控制方法

针对未知的非线性不确定系统,提出了一种基于广义模糊双曲正切模型的模糊自适应控制方法·该方法采用广义模糊双曲正切模型作为未知的非线性对象的辨识器,以此为模糊自适应控制器提供参数自调整必需的梯度信息·通过与其他的辨识器比较,说明了广义模糊双曲正切模型辨识器具有辨识参数少,辨识复杂性较小,易于提高逼近精度的优点·自适应控制器的梯度算法使被控对象的输出能很好地跟踪期望输出·仿真结果表明,此控制方案对未知的非线性系统的输入有很强的自适应跟踪能力·     

汽车主动悬架自适应模糊PID控制仿真研究

建立了1/4主动悬架模型,设计出自适应模糊增益调节PID控制器,参照系统在时频两域中的响应情况对PID的控制参数进行整定,并使用模糊控制器对PID的控制量加以修正.对被动悬架、单纯PID控制的悬架和自适应模糊PID控制的悬架分别施以阶跃信号激励和积分白噪声信号激励进行仿真.结果表明,自适应模糊PID控制算法具有较好的控制效果和鲁棒性.     

应用模糊逆关系设计自适应模糊控制系统

本分析了常规的模糊辨识模型来设计模糊控制器的不足，提出一种应用参考模糊集概念辨识被控对象模糊逆关系模型的方法，通过模糊逆关系模型，可把对象的模糊辨识与自适应模糊控制器的设计统一起来，仿真研究表明，该设计方法是有效的。     

基于改进差分进化算法的机器人动力学参数辨识方法研究

针对传统差分进化算法存在收敛精度不高和算法容易陷入局部最优等问题,提出一种差分进化(Differential Evolution,DE)算法的改进方案,并用于机器人的动力学参数辨识。首先,利用Newton-Euler方法建立含有关节摩擦特性的机器人动力学模型的线性形式,设计严格满足机器人运动条件的傅里叶级数作为运动轨迹,为提高辨识精度,建立机器人观测矩阵条件数的非线性约束模型来优化激励轨迹;其次,引入DE算法并对其进行优化以提高算法的全局搜索能力和开发能力;最后,以智昌川崎RS010N机器人为对象设计仿真实验,实现了机器人动力学参数的辨识,并对辨识结果与理论值进行了对比分析。结果表明,采用改进的差分进化算法,可以准确地辨识出机器人动力学参数,所建立的模型能够反映机器人的动力学特性。     

基于小生境免疫算法的船舶FNN自动舵设计

结合隔离小生境技术的特点和免疫遗传算法的全局收敛特性,提出一种基于小生境免疫遗传算法的模糊神经网络控制器优化设计方法,并将其用于船舶自动舵的设计.隔离小生境能有效解决局部和全局收敛的矛盾,可以解决船舶运动控制的FNN控制器难于设计以及传统BP学习算法易于陷入局部收敛的不足.将神经网络结构辨识器作为船舶的辨识模型,船舶运动模型采用二阶非线性方程,模糊神经网络控制器为主控制器,对船舶航向运动控制系统进行仿真研究.结果表明,在船舶无干扰和存在随机干扰的情况下,由此设计的船舶自动舵控制系统均能使船舶转向控制无超调,跟踪快,与BP学习算法相比控制效果更趋于为理想,可以进一步提高航行的性能.     

基于模型参考自适应的直线电机转速辨识

针对直线永磁同步电动机全闭环控制系统易受干扰、降低系统性能指标、存在不稳定因素等问题,提出了基于模型参考的自适应模糊神经网络在线辨识方法,用梯度法实时修正模糊控制器的输入和输出隶属度参数,建立了模型参考自适应模糊神经网络速度伺服系统模型,给出了模糊神经网络控制器的设计方法.仿真和实验结果表明:该方法提高了速度检测装置的分辨率和动态响应能力,系统具有很强的鲁棒性.     

Urban Intersection Traffic Signal Control Based on Fuzzy Logic

IntroductionTraffic signals are essential in transportationnetwork management.A number of traffic signalcontrol methods have been developed in the past.Recently,a major research focus has been theapplication of artificial intelligence techniques,such as expert systems,fuzzy logic,neuralnetworks,and genetic algorithms for intersectionsignal control.　 Pappis and Mamdani[1] developed fuzzy rules toevaluate the suitability of extending a currentgreen phase by different time durations based on ac…     

液压转速系统的最少拍控制

文中研究了用于飞机发动机地面模拟台的大功率电液速度伺服控制系统的控制方法.为使系统达到快的响应特性,应用计算机控制手段,采用最少拍控制结合模糊控制的方法.在实验和理论分析的基础上,建立了简化的一阶环节模型和二阶环节模型,分别设计了最少拍控制器,并进行了控制实验.实验结果表明,应用二阶环节模型进行最少拍控制并结合模糊控制,可获得满意的响应特性.     

一种烧结终点模糊滑模控制策略及其在烧结过程中的应用

烧结过程具有强非线性、时滞和时变等特性。在分析烧结过程热状态的基础上,提出了一种烧结终点的模糊滑模控制策略,将模糊逻辑和滑模控制方法结合起来,并将其应用在某烧结厂烧结机的台车速度控制中。这种控制方法能在线调整参数,对烧结过程中大惯性、大滞后对象进行有效控制,在对象参数变化或存在较大扰动的情况下,能保持较好的控制品质。结果表明:这种方法稳定了烧结生产,为实现烧结过程的智能优化控制奠定了基础。     

除湿机中采用新型模糊控制方案的实验研究

结合模糊控制的优点，提出了除湿机的一种分段组合模糊控制的新方案，新方案采用传统定速开停控制与模糊控制相结合，构成分段组合模糊控制，在湿度偏差大时，使除湿机以高频定速除湿；当温度在设定值附近时，采用模糊控制，用该方案与安全模糊控制和传统定速开停控制方案进行了对比实验，实验结果表明，新控制方案既提高了除湿速度，也保证了房间相对温度的稳定性，并且在能耗方面达到了与安全模糊控相近的节能效果，说明该方案具有实用价值。     

水下机器人的模糊滑模控制方法

建立了某水下机器人的水动力模型，采用模糊逻辑与滑模控制相结合的方法，通过模糊逻辑动态调整滑模控制器的指数趋近率的参数，有效地抑制了滑模控制中所存在的抖振现象，仿真试验和水池试验证明，该控制器能有效地消除滑模控制的抖振，对外部扰动具有较强的鲁棒性，而且具有良好的响应特性．     

一种基于模糊CMAC自学习模糊逻辑系统及其在控制中的应用

把HCMA（Hyperball Cerebellar Model Articulation Conroller)与模糊逻辑理论有机结合起来，形成FHCMAC（Fuzzy HCMAC)，它便于从输入输出数据中提取模糊规则，直接用作控制器。可以将FHCMAC看作用基函数网络实现的模糊逻辑系统，兼有HCMAC神经网络和模糊逻辑两者的优点，即可以较容易表达定性或模糊的经验知识，又具有很好的学习性能，应用仿真实例验证了其有效性，该方法可应用于难以获取模糊规则的吻合。     

Agents and Lattice-valued Logic

In fuzzy set theory, instead of the underlying membership set being a two -valued set it is a multi-valued set that generally has the structure of a lattice L with a minimal element O and the maximal element I. Furthermore if ∧, ∨, → and ┐ are defined in the set L, then we can use these operations to define, as in the ordinary set theory, operations on fuzzy subsets. In this paper we give a model of the Lattice-Valued Logic with set of agents.Any agents know the logic value of a sentence p. The logic value is compatible with all of the accessible conceptual models or worlds of p inside the agent. Agent can be rational or irrational in the use of the logic operation.Every agent of n agents can have the same set of conceptual models for p and know the same logic for p in this case the agents form a consistent group of agents.When agents have different conceptual models for p,different subgroup of agents know different logic value for p. In this case the n agents are inconsistent in the expression of the logic value for p. The valuation structure of set of agents can be used as a semantic model for the Lattice-valued Logic and fuzzy logic.     

高速公路多路段的模糊逻辑协调控制

采用递阶结构和模糊控制来解决高速公路多路段的协调控制问题.建立了宏观交通流有限差分模型,然后结合交通系统的特点提出一种多层控制结构,把高速公路的控制问题分为适应层、协调层和直接控制层,直接控制层采用模糊控制决定各匝道的调节率,协调层为直接控制层确定期望密度,适应层根据实时检测到的交通状况选择模型和调整模型参数.仿真结果表明,模糊逻辑协调控制具有良好的动态和稳态性能,该方法能够有效地消除交通拥挤,维持主线车流稳定.     

基于变结构控制的模糊逻辑控制

在现有滑模变结构控制的基础上,引入模糊逻辑决定控制器参数.讨论了如何选择变结构滑动轨线,获得较好的系统快速性,使变结构控制的设计具有更大的灵活性和实用性.通过以矢量控制为速度环的交流伺服系统的仿真和实验结果,说明此方法是很有前途的。     

基于电动静液压作动的新型汽车主动悬架

作动器是汽车主动悬架系统研究的关键。在分析传统被动悬架和电液伺服主动悬架及功率电传作动系统PBW(Power-By-W ire)的基础上,提出了基于功率电传的电动静液压作动器EHA(E lectro-Hydrostatic Actuator)新型汽车主动悬架结构型式。建立了1/4汽车动力学模型,设计了用于EHA主动悬架控制的模糊控制器。为了研究可控悬架的响应特性以及验证模型的有效性,利用建立起的基于EHA的主动悬架动力学模型,在一定路面输入下进行了仿真分析。结果表明,与传统被动悬架相比,基于EHA的模糊控制主动悬架大大改善了汽车的平顺性和操纵稳定性。