基于最优权值的二级倒立摆模糊控制器

提出利用最优反馈矩阵来加权模糊控制器的输入变量,并且通过对系统状态的综合处理,减少了模糊控制器的输入变量,降低了控制器的设计难度。仿真结果表明,这种控制器不但结构简单,而且具有很好的控制效果。     

基于遗传算法的二级倒立摆模糊控制器研究

倒立摆系统本身的不稳定性为系统的平衡提出了难题,也因此成为自动控制实验中验证控制算法优劣的极好的实验装置.本文利用把模糊控制和遗传算法结合起来,用遗传算法对模糊控制器的三角形隶属度函数的宽度和顶点进行自动调整,,克服了一般模糊控制设计中模糊变量的隶属度和比例、量化因子的选取通常靠经验来获取的不足,从而达到优化设计模糊控制器提高其自适应控制能力的目的,改善了控制效果.     

单级倒立摆模糊控制器的设计与实现

该文以倒立摆系统为控制对象,建立了单级倒立摆的数学模型,根据模型特点,设计了模糊控制器,并在Matlab-Simulin环境下进行了仿真研究,结果表明该文所设计的模糊控制器是正确有效的。     

二级倒立摆的状态变量合成模糊神经网络控制

为解决模糊神经网络在控制多变量系统时的规则组合爆炸问题，提出用状态变量合成模糊神经网络控制二级倒立摆。该方法既能解决具有快速、强非线性、绝对不稳定系统的控制问题，又能对状态变量可摈性质和类型分类的多变量系统，大大减少模糊神经网络控制器的规则数，有利于利用专家的控制经验。实验结果证实了该方法的控制效果好，鲁棒性强。     

二级倒立摆的参变量模糊控制

本文主要研究用参变量模糊控制对二级倒立摆进行实时控制的问题。提出了Ｆｕｚｚｙ控制多变量系统的一种分析方法，给出了综合误差、综合误差变化率的概念，并叙述了综合系数的设计方法。应用综合误差理论设计了带参变量Ｆｕｚｚｙ控制器，且用３８６微机对二级倒立摆进行实时控制，取得了较好的效果。     

模糊控制在二级倒立摆中的应用

本文推导了二级倒立摆的数学模型，研究了它的控制方法。本文引入了综合误差和综合误差变化率的概念，大大的减少了模糊控制器的输入变量，从而减少了模糊控制器的控制规则，使控制器的控制规则更简单、有效。     

用进化RBF神经网络控制二级倒立摆

提出了一种应用ＲＢＦ神经网络和遗传算法相结合的控制算法,用于控制二级倒立摆系统,这种方法把线性控制系统的条件作为非线性最优控制性能指标的约束条件,用改进的遗传算法求解使性能指标最小的ＲＢＦＮＮ控制器参数。仿真结果表明,该方案优于传统的状态反馈方法和模糊控制方法,具有更大的稳定域,抗干扰能力更强。     

倒立摆的双闭环模糊控制

对倒立摆采用双闭环的模糊控制方案，内环控制倒立摆的角度，外环控制倒立摆的位置，两个模糊控制器的设计都很简单，执行时间很短。在实际倒立摆装置上的实验结果验证了该方案的可行性和良好的控制性能。     

基于潜遗传变论域的倒立摆模糊控制系统的研究

针对多变量、非线性的倒立摆系统，采用欧拉法建立了其动力学方程，得到了状态空间模型，并用它建立了一种双闭环模糊控制系统的仿真框图。用Mamdani模糊控制器和潜遗传变论域模糊控制器分别对倒立摆进行了仿真，并通过对伸缩因子参数t的调整，得到了它影响控制性能的规律。     

基于LQR的平面二级倒立摆控制策略研究

本文对平面二级倒立摆运用分析动力学方法建立其数学模型,以LQR理论设计了平面倒立摆的最优控制器,在此基础上运用变量融合技术设计了参数自调整双模糊控制器,从而降低模糊控制器的输入变量维数,大大减少模糊控制的规则数,并研究了量化因子对控制效果的影响.应用所设计两种控制器进行系统仿真与实时控制实验,其结果证明两种控制器都能保证良好的控制精度,响应速度快,有良好的稳定性和鲁棒性。     

二节倒立摆的数字控制器设计

本文介绍了用数字计算机对具有六个状态变量的二节倒立摆进行控制时,三种数字控制器和降维观测器的设计方法。用单板机在实验室中成功地进行了控制表明,这三种设计方法都是实用的。     

AN EFFICIENT EVOLUTIONARY NEURAL FUZZY CONTROLLER FOR THE INVERTED PENDULUM SYSTEM

In this article we propose an evolutionary neural fuzzy controller for the planetary train–type inverted pendulum system (IPS) and verify its effectiveness. The novel hybrid particle swarm optimization (HPSO) learning algorithm of the proposed controller is based on approaches of the fuzzy entropy clustering (FEC), the modified PSO (MPSO), and recursive singular value decomposition (RSVD). The FEC is applied to generate base particles and the MPSO is proposed to effectively improve the performance of the traditional PSO. There are mainly two different characteristics between the MPSO and its original version; that is, the initial parameters of the MPSO are calculated by an effective local approximation method (ELAM), and the global optimum is chosen by the multi-elites strategy (MES). In addition, we use the RSVD to determine the optimal consequent parameters of fuzzy rules, in order to reduce requirements of the computational time and space. Experimental results show that the proposed approach outperforms the proportional–integral–derivative (PID), PSO, and MPSO in terms of better abilities of tracking and noise rejection for planetary train–type IPS.     

MEMBERSHIP FUNCTIONS SHAPE AND ITS INFLUENCE ON THE DYNAMICAL BEHAVIOUR OF FUZZY LOGIC CONTROLLER

In the present paper, the influence of membership functions shape on the fuzzy logic controller output surface is investigated and discussed. Bell-shaped membership functions with two parameters are used. An example with linear object under control is shown. The results are presented graphically and can serve to determine two parameters with respect to the desired action of fuzzy controller.     

倒立摆系统的泛逻辑控制及相关比较研究

针对水平导轨直线型二级倒立摆的稳定控制问题,提出了基于泛组合运算模型的泛逻辑控制方法,并设计实现了其线性二次型最优调节器、拟人智能控制器和模糊控制器。通过对各控制器设计特点和控制效果的比较研究发现,所提出的泛逻辑控制器由于本质上具有的柔性特征,对系统具有较高的控制精度,在控制快速性和稳定性方面表现较好。     

A PREDICTIVE FUZZY LOGIC CONTROLLER FOR RESIN MANUFACTURING

Exothermic reactions in polymerization processes require precise control of the reaction temperature in order to avoid the danger of temperature run-away and the consequent damage to expensive materials. Mathematical modeling of the reaction process, in order to construct a model-based control, is highly complex due to the unpredictable and nonlinear exothermic reaction temperatures. In such cases, Fuzzy Logic Control (FLC) is very useful since it does not require a mathematical model for generating a control law. This paper details a design methodology for a sensor-based FLC control system in producing phenol formaldehyde resin adhesives. A control structure called predictive FLC is developed and employed. Several experiments were carried out to ascertain the accuracy of predictive FLC in controlling the reaction temperature. Two of the temperature responses are included in the paper.     

一种进化模糊逻辑控制器的新方法

结合进化学习分类器的密歇根和匹兹堡方法的优点,首次将对单条控制规则的评价引入了模糊逻辑控制器（ＦＬＣ）的进化过程中,解决了匹兹堡类型的学习分类器系统“强化信息的带宽窄”的问题,实现了ＦＬＣ在控制器级和规则级的同时进化,控制器的控制规则数目也可以自由变化,实验结果表明新方法有较高的效率,优化的模糊控制器的结构简单,性能良好。     

自学习模糊逻辑推理网络及模糊控制器的构成

提出了一种自学习模糊逻辑推理网络和自学习模糊控制器的构成方法.这种方法是 把RCE(Restricted Coulomb Energy)模型进行扩展.使其能够进行模糊逻辑推理,并用于构 成基于RCE模型的自学习模糊控制器RLFC(RCE—based Learning Fuzzy controller).这种 方法有以下特点:a)学习速度高.追加学习容易;b)网络的信息处理工作单元的个数由自学习 决定,通用性好;c)不存在局部极小点问题.自学习模糊控制器RLFC可以直接把熟练者的操 作知识转换成模糊控制规则,自动构成模糊控制器.数值仿真实验表明其效果良好.     

自学习模糊逻辑推理网络及模糊控制器的构成1)

提出了一种自学习模糊逻辑推理网络和自学习模糊控制器的构成方法.这种方法是把RCE(Restricted Coulomb Energy)模型进行扩展,使其能够进行模糊逻辑推理,并用于构成基于RCE模型的自学习模糊控制器RLFC(RCE-based Learning Fuzzy Controller).这种方法有以下特点a)学习速度高,追加学习容易;b)网络的信息处理工作单元的个数由自学习决定,通用性好;c)不存在局部极小点问题.自学习模糊控制器RLFC可以直接把熟练者的操作知识转换成模糊控制规则,自动构成模糊控制器.数值仿真实验表明其效果良好.     

大集成度PLD逻辑综合算法研究

大规模集成ＰＬＤ器件的逻辑综合是近年来引起广泛关注的热点和难点问题。本文从组合优化的角度研究运用单边迭代策略解决大集成度ＰＬＤ二级综合问题的方法和运用布尔网络重构思想解决ＰＬＤ多级分解问题的方法。