应用进化策略的城域交叉路口分级模糊控制

提出一种面向城域单交叉路口的自适应分级模糊控制系统，采用进化策略对分级模糊控制器的模糊隶属度函数进行离线优化调整．该控制系统不仅具有分级模糊控制的优点，同时能使模糊隶属度函数根据不同的交通情况自适应地变化，从而改善控制效果．对一个具有直行和左转车流运动的四向交叉路口进行的仿真表明了该方法能比定时控制和隶属度函数固定的分级模糊控制取得更好的控制效果．     

基于遗传算法的石膏纤维板厚度模糊控制器的优化及其仿真

模糊控制中隶属度函数的正确选择是模糊控制器设计的关键,它决定了模糊控制系统的动态、静态性能和控制效果.本文针对传统的获取隶属度函数方法的不足,采用遗传算法对其进行优化,从而使经过优化所获得的隶属度函数更加合理,并将其应用在石膏纤维板厚度控制中.最后经过仿真比较研究,结果表明优化后的模糊控制器的控制品质具有较大的改善和提高.     

基于模糊逻辑的工程机械换档系统的研究

通过对工程机械自动换档系统的控制过程的研究,给出了一种基于模糊逻辑的工程机械自动换档系统的设计方法.运用MATLAB中的模糊控制工具箱,合理选择模糊规则和隶属度函数进行了模糊控制器的设计,并在SIMULINK中进行了模型仿真.仿真结果表明,控制系统工作效果理想,适合于工程机械自动换档系统.     

基于遗传算法的污水处理模糊控制方法

模糊控制中的模糊推理规则和隶属函数的选取往往依据相关专家或技术人员的实际经验,对具有较强的非线性系统和未知动态环境条件下,其控制性能往往达不到很好的效果.使用遗传算法同时对隶属函数和模糊规则进行优化,从而使模糊推理规则和隶属函数的确定摆脱了人为经验的局限,提高了模糊控制的自适应能力.在此基础上设计出模糊控制器,并将其应用于污水处理溶解氧的控制中.实验结果表明,该控制器能够使溶解氧快速、准确地达到期望的要求.     

基于改进遗传算法的模糊控制器设计

针对模糊控制器的隶属度函数和模糊控制规则的选取及优化缺乏自学习能力与知识采集的手段,以及遗传算法具有自适应、启发式、概率性、迭代式全局收敛的特点,该文章将遗传算法与模糊控制相结合,给出了一种基于改进遗传算法的模糊控制器设计策略.改进算法引入了分裂算子来避免遗传算法在寻优过程中陷入局部最优解,同时对编码方式、选择算子、交叉算子以及变异算子做了相应的调整与改进.并将此改进算法用于优化模糊控制器的隶属度函数与模糊控制规则.仿真结果表明用该改进算法优化后的模糊控制器较用普通遗传算法优化后的模糊控制器具有更好的控制性能.     

基于遗传算法和语言算子的模糊控制器优化研究

用单片机实现模糊控制策略是一种常用的重要的方法,它是根据误差和误差的变化率隶属度函数表,离线计算得到一张模糊控制查询表,用单片机实现查询功能。该方法应用十分广泛,因此优化离散形式的隶属度函数表具有重要的意义。该文提出了一种优化离散形式的隶属度函数表的新方法:即用遗传算法优化模糊集合中的语气算子H,从而优化离散形式隶属函数表。经优化后的隶属函数更能客观地反映控制对象真实特性,从而达到了优化模糊控制器的目的。文章用一个具体的实例以仿真的形式验证了该方法是正确的、有效的。     

一种基于模糊神经网络的机器人控制

采用高斯函数作为模糊隶属函数,将模糊控制与神经网络相结合。利用神经网络实现模糊推理,运用了一种模糊高斯基函数神经网络,并用于两关节机器人的轨迹跟踪控制。仿真结果表明,该网络对机器人轨迹跟踪控制具有很好的效果,是一种行之有效的控制方法。     

基于Mean-shift算法与模糊熵的图像平滑

为解决均值漂移算法的滤波核带宽的选择问题,通过分析模糊理论的模糊隶属度函数和Mean-shift算法的核函数的定义,指出可将模糊隶属度函数作为Mean-shift的核函数。由此定义新隶属度函数作为表示灰度信息的核函数,应用Mean-shift算法对一幅混有噪声的细胞图像进行平滑处理。通过实验表明该方法能到达较好的平滑效果且不需要选择核带宽hr。     

分形隶属度函数模糊控制

本文给出了分形隶属度函数的定义，提出了分形隶属度函数模糊控制思想，并利用分形隶属度函数模糊逻辑对四级倒立摆进行了仿真，取得了很好的控制效果。     

电阻点焊的变论域模糊控制方法

为提高电阻点焊模糊控制适应性和稳定性差的缺点, 根据变论域控制理论, 提出了电阻点焊的变论域模糊控制方法. 首先, 讨论了变论域模糊控制的基本原理. 其次, 设计了输入隶属函数、输出隶属函数、模糊控制规则、伸缩因子, 开发了一种基于规范化因子的电阻电焊变论域模糊控制器, 并使用模糊规则选择变论域的伸缩因子,给出了算法实现的具体步骤. 最后, 进行了不同控制方案的实验研究, 分析了实验结果, 验证了该控制算法的优越 性.     

一种改进的自适应模糊卡尔曼滤波算法

针对常规卡尔曼滤波（KF）处理小噪声和变化噪声不足,提出了一种改进的自适应模糊卡尔曼滤波[1]（IAF-KF）算法。该算法根据模糊推理输入量的变化特点建立一个新的非线性隶属度函数,取代了常用的三角形线形隶属度函数;然后利用模糊化后的等级和隶属度构造了补偿调节函数（CAF）,用于调节卡尔曼滤波算法中的误差,提高实际测量误差与理论测量误差间的匹配程度。仿真实验表明,较之传统的卡尔曼滤波,该方法在小噪声和变化的噪声情形下有效的克服了稳态误差,同时降低了模糊卡尔曼滤波算法的复杂程度。     

A novel fuzzy logic system based on N-version programming

For the consideration of different application systems, modeling the fuzzy logic rule, and deciding the shape of membership functions are very critical issues due to they play key roles in the design of fuzzy logic control system. This paper proposes a novel design methodology of fuzzy logic control system using the neural network and fault-tolerant approaches. The connectionist architecture with the learning capability of neural network and N-version programming development of a fault-tolerant technique are implemented in the proposed fuzzy logic control system. In other words, this research involves the modeling of parameterized membership functions and the partition of fuzzy linguistic variables using neural networks trained by the unsupervised learning algorithms. Based on the self-organizing algorithm, the membership function and partition of fuzzy class are not only derived automatically, but also the preconditions of fuzzy IF-THEN rules are organized. We also provide two examples, pattern recognition and tendency prediction, to demonstrate that the proposed system has a higher computational performance and its parallel architecture supports noise-tolerant capability. This generalized scheme is very satisfactory for pattern recognition and tendency prediction problems     

基于模糊隶属度空间约束的FCM图像分割

针对模糊C均值(FCM)算法对噪声较为敏感,提出了基于隶属度空间约束的FCM图像分割方法,该方法将隶属度空间约束关系引入到FCM目标函数,在新的目标函数中,像素点的隶属度不仅仅与FCM标准目标函数有关,还与其领域像素点的隶属度有关。由于融合了图像像素点的空间信息,反映了领域像素点间的隶属度关联信息,因此该算法具有较强的杭噪性能。     

二型模糊系统的规则提取算法

模糊规则提取是建立二型模糊系统需要解决的关键问题.提出一种改进的基于c均值模糊聚类算法(FCM)的二型模糊规则提取方法.该方法借助于二型模糊集主隶属度函数的期望与次隶属度函数值之间的联系,能克服已有算法忽略二型模糊集次隶属度函数对模糊聚类结果的影响.仿真实例表明.该算法能成功地提取二型模糊规则,比FCMV算法具有更好的性能和收敛性.     

汽车智能防撞自适应控制研究与仿真

针对汽车防撞模糊控制模型不能自动调整参数的缺点,建立汽车防撞自适应模糊推理模型。采用混合学习算法对自适应模糊推理模型的前提参数和结论参数进行辨识,以加速收敛。经模拟训练和仿真输出结果证明,该模型能够对汽车防撞模糊控制器隶属函数和模糊规则进行优化,较好地实现紧急报警情况下的汽车防撞自适应控制。     

一种等价于PI的二型模糊控制器设计算法

区间二型模糊集合将次隶属度做了简化,基于KM降阶算法的区间二型模糊控制器实现起来相对简单。虽然区间二型模糊控制器在一定程度上优于传统的一型模糊控制器或者PI控制器等,但区间二型模糊控制器并没有充分利用二型模糊集合的次隶属度信息。为解决这些问题,研究了普通二型模糊控制器的一般结构,提出了一种等价于PI的二型模糊控制器。该控制器基于普通二型模糊集合的α平面表现形式,在次隶属度函数的顶点处,将区间二型模糊集合简化为一型模糊集合。通过n阶有自平衡对象,无自平衡对象以及2个非线性对象的仿真结果表明,提出的二型模糊控制器能够得到较好的控制效果。     

改进的广义隶属函数法及其FPGA实现

针对工程应用的实际,首先改进了广义隶属函数法,在Matlab中进行了算法仿真。将广义隶属函数法与FPGA的特点相结合,设计了一种广义隶属函数型模糊控制器,并将控制算法在FPGA上实现。     

一种基于微粒群的模糊聚类算法

模糊聚类的FCM算法由于得不到各聚类的解析解，使其在某些应用中出现问题。为此，该文提出了一种基于微粒群理论的模糊聚类方法，利用微粒群自动调整各模糊聚类的中心点及其隶属函数参数，使模糊聚类符合数据分布特征，同时得到各聚类的隶属函数解析解。通过典型模糊分类问题，说明了该算法的有效性。