模糊神经网络在噪声消除中的应用

提出了一种基于改进模糊聚类算法的训练模糊神经网络的算法,该方法采用遗传算法改进传统的模糊聚类算法,并给出了一个衡量聚类有效性的函数以确定聚类算法中的聚类总数,从而确定模糊神经网络结构,仿结果表明神经网络可成功的应用于噪声消除。     

基于模糊神经网络的感应电机直接转矩控制

传统的直接转矩控制存在较大的转矩脉动。为了减小转矩脉动,提高控制性能,将模糊神经网络算法引入到直接转矩控制当中,设计了基于模糊神经网络的直接转矩控制系统。所采用的Takagi--Sugeno型模糊神经网络充分融合了模糊逻辑和神经网络两者的优点。在模糊神经网络的训练过程中,采用了一种最小二乘算法和BP算法相结合的混合算法进行学习,提高了学习速度。为了验证该算法有效性和可行性,在MATLAB／Simulink环境下建立了基于模糊神经网络的直接转矩控制系统仿真模型,进行了仿真研究。仿真结果表明采用Takagi—Sugeno型的模糊神经网络算法使直接转矩控制系统的转矩脉动明显变小,控制性能明显改善。     

短期负荷预报最优算法的模糊判据

提出了一种决断负荷预报最优算法的模糊判据。该判据利用模糊数学的有关理论，考虑了气候及节假日等因素对负荷的影响，通过建立各影响因素的权重和影响因素与预防算法的模糊关系，对各算法进行模糊综合评判，实现短期负荷预报最优算法的选择。     

开关磁阻电动机调速控制器优化研究

针对开关磁阻电动机调速控制技术,设计了模糊PID调速控制器,提出了融合遗传算法的改进萤火虫算法。算法性能测试函数证明了改进萤火虫算法比单一算法的优化性能更优,把改进萤火虫算法应用到模糊调速控制器中来选取最优的量化因子和比例因子,仿真结果表明,改进萤火虫算法优化调整的模糊PID调速控制器在起动过程、负载干扰和转速跟踪性能上均表现出了更好的鲁棒性、抗干扰性和跟随性。     

基于三角模融合算子的电能质量去噪算法

针对电能质量信号的去噪要求,结合模糊中值滤波算法和模糊均值滤波算法的优点,采用信息融合技术,利用模糊理论中的三角模算子将模糊均值滤波算法和模糊中值滤波算法的隶属度融合,并通过加权滤波的方法对信号进行去噪.实验结果表明,该方法克服了传统方法的缺点,能够在去噪的同时保留信号的突变点信息,适合对电能质量信号进行去噪,其算法设计简单、实用性强、有广阔的应用前景.     

基于模糊神经网络的数据挖掘算法

提出了一种基于模糊神经网络的数据挖掘算法，通过计算隶属函数、构造及训练模糊神经网络、网络裁减、规则提取等步骤实现该算法，通过仿真，验证了该算法的正确性。     

基于SCA优化模糊PI控制器的PMSM转速控制

介绍了永磁同步电机(PMSM)在矢量控制系统中转速环的模糊PI控制器设计。针对模糊控制器无法自适应调整参数,研究分析一种新型智能优化算法——正弦余弦算法,并对影响该算法全局探索和局部开发能力的重要参数进行调整,使搜索结果更精确,将改进后的算法用于模糊控制器量化因子和比例因子的优化。仿真结果表明,基于正弦余弦算法优化的模糊PI控制较传统模糊PI控制,具有更好的动态性能和抗干扰能力以及鲁棒性强的特点。     

模糊免疫网络算法在数字图像火焰监测中的应用

提出了一种基于模糊免疫网络算法对火焰数字图像进行分类的研究方法。该算法由2部分构成：免疫网络算法与模糊聚类算法。模糊免疫网络算法是非监督学习算法，它不需要了解类别的先验知识，能够随着燃烧状况的变化实现动态聚类，同时该算法克服了传统模糊聚类算法须事先确定聚类数的缺陷。利用现场所获得的火焰图像，运用数字图像处理技术提取其特征量，对其进行分类研究，通过观察火焰图像类别的变化来判断燃烧状态是否发生变化。试验结果证明了该方法能有效地判断燃烧状态的改变。     

一种新的动态聚类算法及其在热工过程模糊建模中的应用

文中提出的新型动态进化聚类算法克服了传统模糊聚类建模算法须事先确定规则数的缺陷。它通过改进的遗传策略来优化染色体长度，以实现对聚类个数进行全局寻优；同时，利用FCM算法加快了聚类中心参数的收敛：此外，通过引入免疫系统的记忆功能和疫苗接种机理，新算法得以快速稳定地收敛到最优解。利用这种高效的动态聚类算法辨识模糊模型，可以同时得到合适的模糊规则数和准确的前提参数。仿真实例验证了文中动态模糊聚类建模算法的有效性，将其应用于热工过程可获得高精度的非线性模糊模型。     

一种基于径向基神经网络的短期风电功率直接预测方法

提出了一种基于RBF神经网络的未来24 h风电功率直接预测方法。为克服传统聚类算法局部寻优的缺陷,基于模糊C-均值聚类算法,提出了一种将遗传算法、模拟退火算法和模式识别技术相结合的模糊聚类算法。基于某风电场的实测数据,采用所提出的模糊聚类算法和几种常用方法分别确定径向基函数的中心,并采用最小二乘法解决权值学习问题。预测结果表明了基于RBF神经网络的风电功率预测方法能够有效提高预测精度,且证明了所提出的模糊聚类算法的优越性。     

基于BUCK变换器的FLC及其模糊逻辑非线性小信号分析

介绍了传统模糊控制器,并分析了当输入在原点附近变化时系统的非线性小信号模型,从理论上说明了它的优越性。在此基础上,将一种新的模糊逻辑控制引入Buck变换器,模糊控制器通过双环反馈构成,外环是电压环,由模糊控制器构成,内环是电流环,由PI控制器组成。这种新的模糊控制方法,在传统的模糊控制的基础上,引入了电感电流作为反馈加以控制,目的在于改善系统的动态特性。在Matlab的环境下,做了基于buck变换器的双环模糊控制与传统模糊控制的仿真比较。最后介绍了模糊控制算法及基于FPGA的设计方案,结果证实了本文的可行性。     

基于模糊控制的有源电力滤波器控制方法

用传统的比例积分控制方法来控制APF直流电压时由于其中比例微分系数不好确定,并且对控制对象的特性变化很敏感,所以效果不理想。该文引入Fuzzy—PI调节器对有源滤波器直流电压进行控制,即将模糊控制和比例积分调节器相结合,采用模糊控制方法对比例积分调节器的参数进行调节。在实际装置中进行了实验,实验结果与单纯的比例积分调节的结果相比,表明该方法比传统比例积分控制有更好的控制效果, 从而证明了理论的正确性。在此基础上进一步提出对有源滤波器的补偿电流也进行模糊控制。理论分析和实验结果表明,模糊控制具有一系列传统控制无法与之比拟的优点     

基于Fuzzy-PID控制的雷达伺服系统研究

针对传统PID控制方法存在的参数控制难度大、动态性能差等缺陷,提出基于Fuzzy PID控制器的雷达伺服系统。根据需求设计了以模糊控制器为核心的Fuzzy PID控制器,将传统PID控制与模糊控制进行有效结合。通过MATLAB软件对基于Fuzzy PID控制器的雷达伺服系统进行仿真实验。与传统PID控制方法相比,Fuzzy PID控制显著提高了雷达伺服系统的快速性和平稳性,有效改善了伺服系统的动态性能。     

模糊控制技术在电机测试系统中的应用

本文针对PID控制器在电机测试中的缺陷,将模糊控制技术应用在电机测试系统中。详细论述了系统模糊控制器设计的方法和思路,并给出了转矩调节在PID控制和模糊控制下的动态响应曲线。试验结果表明模糊控制的响应速度快,超调量小,优于PID控制。     

自适应模糊PID控制的无刷直流电机及仿真

提出了利用自适应模糊PID控制器实现对永磁无刷直流电机调速系统进行设计的新方法。文中首先建立永磁无刷直流电机的数学模型，以此进行转速和电流双闭环调速系统控制；并通过调节PWM发生器的开关频率来减少转矩脉动。接着将模糊控制器和PID控制器通过自适应因子结合，在线自调整控制参数，进一步完善了PID控制器的性能，提高了系统的控制精度。并把MATLAB中的Fuzzy Toolbox和SIMULINK以及Power System Blockset有机结合起来，实现了该自适应模糊PID控制器的计算机仿真。结果表明，该方法有较高的精度。     

一种新的直流电动机调速方法研究

提出一种改进的电动机调速方法。该方法先按电动机转速给定值求得一误差阈值,再以该值为临界点将过渡过程划分为两个连续的时间段,在不同的时间段用不同的控制方式进行控制。在电动机响应曲线的上升时段,系统误差未达到误差阈值前采用Fuzzy控制,在之后的过渡过程时段采用PID控制,这样综合了两种控制的优点,克服了各自的缺点。实验结果表明,在足球机器人电动机调速系统中,该复合控制器较常规PID控制器具有更好的控制效果。     

分段连续型FUZZY-PID控制应用于BLDCM调速

通过分析PID和模糊控制各自的优劣,针对具有时变和非线性特征的被控系统设计了一种基于解析描述模糊控制规则的分段连续FUZZY-PID智能控制算法.结合了模糊控制、PID控制和智能权函数方法各自的优势,无需确定模糊变量的隶属函数和控制规则表,其运算量相当于常规的PID算法,但性能优于积分分离PID及带智能权函数的常规模糊控制系统,为非线性系统的控制提供了一种新的途径,具有较强的工程实用性.     

一级倒立摆模糊PID控制器设计

一级倒立摆是一个典型的非线性、强耦合、多变量的不稳定系统,为了控制它的平衡性,首先对系统进行分析,建立数学模型。然后在模糊PID控制器的设计过程中,分析了模糊PID控制器的控制原理;确定了模糊语言变量和隶属函数;制定了模糊规则和解模糊的方法。最后利用Matlab中的Simulink和Fuzzy工具箱对一级倒立摆模型进行仿真研究。实验结果表明,模糊PID控制器具有很好的控制效果。     

模糊自适应PID控制器在退火窑温度控制系统上的应用

本文简述了模糊自适应PID控制器的结构和原理。介绍了其在压延玻璃退火窑温度控制系统中的运用。模糊自适应PID控制器运用模糊控制原理来对PID参数进行在线最佳调整，使被控对象具有良好的动静态性能。仿真和工程实践证明其控制性能优于常规PID控制器。     

正弦波逆变电源的自适应模糊控制策略及实现

逆变电源系统结构特殊且具有较强的非线性和参数时变性,尤其在非线性负载下采用常规控制难以获得理想的控制效果.本文将一种自适应模糊控制方法应用到单相正弦波逆变电源的控制当中,提出通过设计辅助模糊控制器对比例因子进行在线调整来改善常规模糊控制器的自适应能力和鲁棒性,使逆变电源控制器在兼顾系统动态响应性能的基础上,提高了不同负载特性下系统的输出波形质量.3kW样机的实验结果表明这种参数自调整的自适应模糊控制能使逆变电源在非线性负载下具有较好的动、静态特性.