模糊系统逼近理论的发展现状

综述了近年来模糊系统逼近理论的主要研究成果,包括Madani型和T-S型模糊系统具有通用逼近性的存在性定理、充分条件和必要条件,以及模糊系统具有通用逼近性的本质。在此基础上,进一步介绍了目前有效的几种模糊系统构造方法:自适应模糊逻辑系统方法、自适应神经模糊推理系统(ANFIS)方法、模糊聚类法、模糊树方法。最后对该理论的未来发展方向给出了分析和展望。     

典型模糊PID控制器的插值算法及参数优化

推导出了输入采用正规模糊集、三角形、全交迭的隶属度函数;推理输出采用PID形式的典型模糊PID控制器的插值解析表达式,揭示了其本质特征,为实际应用提供了一种快速精确的控制算法。基于该插值解析表达式,研究了利用遗传算法对这一类模糊控制器进行参数优化的方法。最后通过仿真实例验证了本文方法的有效性。     

基于神经网络再建模的模糊PID控制器精简化研究

针对模糊控制算法的计算复杂性和实时性能差的问题,以模糊PID控制器为研究对象,利用神经网络的万能函数逼近能力,通过神经网络二次建模,精确的逼近已知的模糊PID控制器,从而减少运算量,实现实时控制.然后,给定不同的输入信号,分别用模糊控制器和等效神经网络模型控制同一个被控对象.结果表明,控制效果非常相似.因此,用精简的神经网络模型来代替模糊控制器,可减少计算的复杂性,避免维度灾难,提高实时性能.     

模糊蕴涵算子的性质和合成推理算法的扩展

讨论34个模糊蕴涵算子是否满足10个性质,得到5个t算则和5个s算则,提出并证明与圈乘算子性质相关的3个命题.通过选用不同的t算则和s算则获得合成推理算法的8种新形式.     

基于@-合成算子的模糊控制器设计

用@-合成算子对模糊控制器进行设计,得到三种新的设计方案,并应用于工业锅炉锅筒水位模糊控制器的设计. 通过MATLAB编程,实现了常用的$ \odot$-合成算子所设计的锅炉锅筒水位模糊控制器和基于@-合成算子得到的三种新的控制器.对实验结果进行分析,发现用@-合成算子设计的一种方案比人们常用的$\odot $-合成算子所设计出来的方案更好,是四种方案中最好的.     

两类模糊PID控制器的等价性分析

变论域与变分布模糊PID控制器是两类不同的自适应模糊控制器 ,分别通过调整转换因子与隶属函数分布对模糊控制器的性能进行调节。利用模糊控制器结构分析方法对这两类模糊PID控制器的本质进行了深入分析。通过分析可以得出结论 ,在一定条件下这两类模糊PID控制器在性能调节方面是等价的。此结论将对这两种模糊PID控制器的应用提供参考     

采用免疫算法优化设计汽车主动悬架的模糊控制器

基于免疫算法,提出了一种模糊控制器的优化设计方法,优化模糊控制器的论域和模糊子集的隶属函数参数,并将其用于1/4汽车主动悬架的模糊控制器的设计中。仿真结果表明:使用该方法优化设计的模糊控制器控制汽车的主动悬架系统,汽车的平顺性和操纵稳定性均有明显改善。     

模糊神经网络控制器的优化设计

模糊神经网络控制器不依赖于被控对象精确的数学模型,又能根据被控对象参数的变化自适应调节控制规则和隶属函数参数,但是模糊神经网络控制器在线修正权值计算量大、过度修正权值还可能导致系统剧烈振荡.针对以上问题,提出了在线修正计算中仅对控制性能影响大的权值进行修正,以减小计算量;根据偏差及偏差变化率大小,基于TS模型自适应调节权值修正步长,抑制控制器输出的剧烈变化,避免系统发生振荡.仿真结果表明模糊神经网络控制器的优化设计方法可以改善系统控制性能.     

基于泛函网络的多维函数逼近理论及学习算法

提出一种多维函数逼近的泛函网络逼近方法,设计了一类用于函数逼近的可分离泛函网络,给出了基于泛函网络的函数逼近学习算法。而泛函网络的参数通过解方程组得到,它们能逼近给定函数到预定的精度。仿真结果表明,这种逼近方法简单可行,具有较快的收敛速度和良好的逼近性能。     

基于离散化修正模糊算子的模糊故障树新析

针对不同类型隶属函数的模糊概率耦合计算的模糊故障树分析瓶颈问题尚未解决,提出了一种新的离散化方法,该算法通过先分割概率后规划隶属度的方式将模糊概率的隶属函数离散化,并由扩展原理修正与、或门模糊算子得到一组新的模糊算子,用新算子进行模糊故障树实例分析表明,新方法不但较好地解决了上述难点,并具有一定理论和工程实践价值。