基于遗传模糊规则的智能控制系统的展望

文章首先简单介绍了基于遗传模糊规则的智能控制系统的发展过程，其次在叙述什么是遗传算法的基础上引出了基于遗传模糊规则的智能控制系统，并详细论述了将基于模糊规则的控制系统进化成为基于遗传模糊规则的智能控制系统的古典方法的三种途径，最后给出了基于遗传模糊规则的智能控制系统多种应用新趋势的展望和今后的研究方向。     

用简化模糊规则数的方法设计模糊PID控制系统

在对常规模糊控制器和PID控制器研究的基础上，提出了一种最简单的模糊PID控制系统。该系统基于T-S模型，借助于线性系统理论解决非线性系统设计中的问题，用2个二维的模糊控制器或二维模糊控制器加上积分环节来替代三维模糊PID控制系统，大大简化了模糊PID控制系统的设计。仿真结果表明，这种模糊PID控制系统结构简单，规则数少，稳定性高。     

基于模糊推理的智能控制系统的现状和展望

通过对模糊推理的智能控制系统的简单概述，揭示了模糊控制系统的研究现状和未来展望。从不同角度概括了模糊控制系统的优点；通过对模糊控制应用研究现状的分析，表明模糊控制系统已经广泛应用于实际中；介绍了模糊控制的最新研究领域以及未来研究的方向。     

模糊控制系统的李亚普诺夫第二法稳定性分析

判别模糊控制系统稳定性的状态空间法、输入-输出稳定法、圆准则法和圆锥准则法等的关键在于把模糊控制器的特性用某种数学方式来处理，而对二维模糊控制器特性的近似至今仍然没有合适的方法，本文鉴于模糊控制系统稳定性分析方法的复杂性和不完善性，依据李亚普诺夫稳定性分析原理，通过对二维模糊控制器特性的分析，在综合考虑系统动态品质和稳定边界要求的基础上，对模糊控制系统的稳定性分析方法进行了深入研究和探讨，给出一种适用于一维和二维模糊控制器特性的近似函数，并使用李亚普诺夫第二法对模糊控制系统的稳定性进行了严格的数学推导，进而得出了模糊控制系统稳定的一个充分条件．     

闭环模糊控制系统稳定性判据的分析

在分析闭环模糊控制系统模型及稳定性充分条件和必要条件的基础上，提出了闭环模糊控制系统稳定性判据，并加以证明，仿真结果表明判据是有效的。     

离散型模糊控制系统的表示及稳定性分析

给出了一阶离散型闭环模糊语言控制系统的一个表示条件，并借助于语言关系矩阵方法，讨论了高阶离散型模糊语言控制系统的稳定性。     

基于T-S模糊模型的网络控制系统的镇定

研究了一类带有丢包的非线性网络控制系统。利用T-S模糊模型和平行分布补偿技术建立了非线性网络控制系统的模型，经由一种丢包依赖的Lyapunov泛函方法，得到了带有任意丢包的非线性网络控制系统的稳定性条件，并以线性矩阵不等式的形式给出了一种镇定模糊控制器设计方法。     

一种新的基于MEA的自适应模糊控制器

针对两输入一输出的典型模糊控制器，提出了MEA-FUZZY自适应控制策略，采用MEA对模糊控制系统的5个相关参数进行优化，实现了输出比例因子的在线调整，并在分析规则表的基础上调整了模糊隶属函数，从而使该自适应模糊控制器的整体性能接近最优。仿真结果表明，该控制系统结构合理，优化方法简单有效，控制品质优良，同时具有较强的适应性和鲁棒性。     

基于模糊数学的工程装备控制系统故障分析

工程装备控制系统结构复杂、故障率高，提出了控制系统故障树分析法。针对该系统底事件和中间事件发生故障概率情况获取不足的情况，建立了故障树模型。用模糊故障树分析法对故障树模型进行定性和定量分析。以故障诊断系统的直流电源子故障树系统为例，将模糊数学理论引入故障树分析法，并将基本底事件发生概率描述为一模糊数，通过其运算规则估计出整个系统的模糊故障率。该方法能快速准确地检测和诊断系统潜在故障，分析控制系统的可靠性。     

基于分离变量的模糊控制规则的简化设计

针对多输入单输出的倒立摆模糊控制系统的规则爆炸问题，尝试了一种基于分离变量的模糊控制规则设计方法，大大减少了控制规则数，减少了控制器的运算时间。利用该方法设计一级倒立摆模糊控制系统，仿真结果表明，简化控制规则后仍能取得较好的效果。     

板料拉深成形液压机压边力智能控制系统的实现

针对板料拉深成形液压机压边力控制系统中,传统控制方式完全依赖于系统建立精确的数学模型,无法满足控制要求,提出了将常规PID控制和模糊控制相结合的方法,设计出两输入三输出的模糊PID控制系统.通过Matlab/Simulink仿真,结果表明模糊PID控制能减小系统的超调,提高快速性,在改善系统的稳态性、动态性和鲁棒性方面发挥了较好的作用.     

基于T-S模糊模型的自适应重构控制

针对建模误差,外界干扰及操作故障等因素对重构控制的影响,提出了一种基于T-S模糊模型的自适应重构控制方案。整个方案基于模糊T-S模型,在与神经网络的学习能力相结合后,使模糊控制器能自动调整它的隶属度函数,为模糊控制器增加了相当的灵活性,可重构的控制律又使系统在故障情况下的输出精确跟踪期望参考模型的输出,可以有效地补偿故障引起的非线性因素的影响。仿真结果表明了所提出的方法的有效性。     

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.     

基于未知输入观测器的不匹配干扰系统滑模控制

针对具有不匹配未知干扰的非线性系统,研究基于状态估计和未知输入重构的控制问题.在状态可测和未知干扰已知假设下,提出了一种新滑模控制器设计方法,以达到输出渐近稳定;通过设计一种未知输入观测器,对系统的时变未知输入进行重构;基于高增益滑模观测器对未知干扰的微分和系统的输出微分信息进行了有限时间内的精确估计;设计了一种新的基于观测器的控制策略,并论证其可行性.利用一个实际模型验证该控制器的有效性.     

基于四元数的刚体姿态调节问题

给出了用四元数表示的刚体姿态调节问题的两种控制规律，首先利用反馈非线性化方法，给出一种不含非线性扭矩项，仅由四元数和角速度的线性组合构成的控制规律，该控制律与刚体惯性参数无关，因而具有一定的鲁棒性，并证明在一定条件下闭环系统是指数渐近稳定的，其次重新研究了刚体姿 态控制问题固有的无源性，并利用这种新的无源性设计了一种仅利用姿态四元数而无需用角速度测量作为反馈的控制规律，与现有的四输入/四输出无源系统相比，这里的严格无源系统的动态控制器仅是三输入/三输出的，有效地减少了实时计算所需的时间。     

基于加权变量模糊控制的倒立摆控制系统

针对多变量、非线性和强耦合的二级倒立摆系统,利用最优控制反馈矩阵,综合考虑小车、下摆、上摆和模糊误差信息,加权模糊控制器输入变量.设计了分别以倒立摆的小车、下摆和上摆为主控制量设计三种加权变量模糊控制器,控制二级倒立摆系统稳定.仿真研究表明,以上摆为主控制量设计的加权变量模糊控制器控制效果最佳,能够得到很好的稳定效果,收敛快、精度高,表明该方法的控制效果是最有效可行的.     

基于自适应模糊神经网络的机器人路径规划方法

为了解决传统反应式导航中的复杂陷阱问题,优化导航控制,减少计算复杂度,提出了基于自适应模糊神经网络的机器人导航控制及改进型虚目标路径规划方法.首先根据移动机器人运动学模型,融合神经网络的自主学习功能与模糊控制的模糊推理能力,提出了基于自适应模糊神经网络的机器人导航控制器,将生成的Takagi-Sugeno型模糊推理系统作为机器人局部反应控制的参考模型.该自适应模糊神经网络控制器实时输出扰动角度,在线调整移动机器人的预瞄准方向,使移动机器人能够无碰撞趋向目标.然后,提出了一种改进型虚目标方法,优先选择机器人可能逃脱陷阱状态的路径,简化了设计难度,改变了虚目标切换方式,避免了大量复杂计算.实验结果表明,提出的方法可以帮助机器人在全局信息未知的复杂环境中导航,在趋近目标点的过程中能有效避障,无冗余路径产生,且轨迹平滑.     

智能模糊控制器

给出了一种智能模糊控制器的设计方法。这种控制器由专家系统形式的智能协调器、连续模糊控制器、模糊预估器及模糊前馈控制器几部分构成,在专家系统的协调下,通过开环与闭环相结合、位置与增量相结合的调节方式,给出了接近最优的控制策略.仿真结果也证实了这一点。     

旋转式倒立摆的状态变量合成模糊控制

旋转式倒立摆结构简单而模型复杂,采用信息融合的状态变量合成方法,将多变量输入合成为二个输入变量,设计了一种结构简单的模糊控制器。仿真实验结果表明了该方法的有效性,并用于旋转式倒立摆实现了有效的实时控制。     

输出隶属函数不均匀分布时典型模糊控制器的结构分析

针对两输入 (e,Δe)一输出 (Δu)的典型模糊控制器 ,其输入变量采用三角形、全交迭、均匀分布的隶属函数 ,输出变量采用不均匀分布的单点隶属函数 ,当采用线性控制规则和 Sum- Product推理方法时 ,推导了输出的解析表达式 ,分析了其结构特性和极限特性。进而对最常用的输入变量各取 5个模糊子集的情况进行了详细分析 ,研究了输出隶属函数参数对典型模糊控制器性能的影响 ,并将理论结果应用于倒立摆的模型参考模糊自适应控制