一类非线性系统的自适应模糊滑模控制

针对一类不确定非线性系统提出了一种自适应模糊控制方法。该方法用模糊逻辑系统(FLS)逼近理想控制器；用滑模补偿控制器(SMCC)全局补偿逼近误差和系统的不确定性并消除外部干扰的影响，能够保证闭环系统全局渐近稳定，跟踪误差收敛到原点的邻域内。在闭环系统的稳定性分析中取消了文[1-4]中要求的逼近误差平方可积的条件。     

一种可自适应优化模糊控制规则的控制系统

提出一种模糊控制规则可自适应调整的控制算法.该算法利用模糊逻辑系统构建模糊辨识器和模糊控制器,依据辨识器在线预估输出误差与模糊控制规则相关参数优化之间的内在联系及自适应优化模糊控制规则.仿真实验表明了该算法的有效性.     

一类MIMO非线性系统的自适应模糊控制

本文针对一类MIMO非线性系统提出了模糊自适应控制方法,用FLS矩阵来逼近未知函数阵,用指数饱和函数项对逼近误差进行补偿.该方法不但能保证闭环系统稳定,而且使跟踪误差收敛于原点的小邻域内.     

模糊自适应滑模控制器及其应用研究

针对传统滑模变结构控制器（SMC）的抖振现象,提出了一种模糊自适应滑模控制方法．该方法采用模糊逻辑系统来逼近传统SMC中不连续的控制信号,以削弱其由于不连续切换引起的抖振．另外,为了补偿实际应用中系统的不确定性,给出了相应的自适应算法,以调节模糊系统的参数,并给出了算法的Lyapunov稳定性证明．最后,通过对一个感应电机位置控制的数值仿真计算,验证了方法的有效性．     

基于高木—关野型模糊系统的直接自适应控制

对高阶非线性系统设计了模糊直接自适应控制器。用高木－关野型模糊系统作为控制器，用鲁棒控制项对未知的逼近误差进行补偿以减小逼近误差对跟踪精度的影响。所给方法不但能保证闭环系统稳定而且可使跟踪误差收敛到原点或其小邻域内，此外还克服了外界干扰对系统误差的影响。     

自适应模糊跟踪系统的设计

提出一类自适应模糊控制器,选择系统的误差向量,作为模糊控制器的输入变量,构成了一种自适应模糊跟踪系统的设计方法,该方法利用李雅普诺夫稳定性理论,证明了其可行性,仿真结果验证了其有效性．     

模糊辨识器的设计及应用

本文根据模糊逻辑系统的理论,给出了一种设计模糊辨识器的方法,该方法可以根据一系列数据对非线性系统进行辨识,通过仿真结果表明辨识器能够很好地逼近真实系统.     

一类死区非线性系统的自适应控制

针对一类具有死区输入的非线性系统,基于模糊逻辑系统的逼近能力,提出了自适应跟踪控制问题。通过设计控制函数,解决了未知死区输入问题。利用反推技术,提出一种新的自适应控制方案。该方案保证了闭环系统的所有信号一致有界,并且跟踪误差收敛到原点的小邻域内。     

基于积分型李亚普诺夫函数的直接自适应模糊控制

针对一类具有未知下三角形函数控制增益矩阵的非线性系统，根据滑模控制原理，并利用I型模糊系统的逼近能力，提出了一种直接自适应模糊控制器设计的新方案．通过引入积分型李亚普诺夫函数及逼近误差自适应补偿项，证明了闭环系统是全局稳定的，跟踪误差收敛到零．仿真结果表明了该方法的有效性．     

基于S-function的模糊逻辑系统控制器Simulink仿真

提出将模糊逻辑系统表达式与模糊控制规则表相结合，并用S-function将其形成模块，再用Simulink对所设计的模糊控制系统仿真，编程快捷、调试方便。     

一种变论域自适应模糊跟踪系统的设计

文章提出一类改进的自适应模糊跟踪系统,选择误差向量作为模糊系统的输入向量,并将变论域思想与之相结合,构成了一种跟踪系统的设计方法,该方法利用李雅普诺夫稳定性理论,证明了其可行性,仿真结果验证了其有效性.     

基于niche的直接T-S模糊自适应控制

此提出了一种新型的基于Niche的直接模糊自适应控制,把含有参数的生态位贴近度作为零阶的T-S型后件,采用超稳定理论设计模糊控制器并得到了后件参数的自适应律,体现了生物界个体的自组织、自学习、自适应的能力.该方法简化了控制器设计,不需要监督控制项.同时降低了对最小逼近误差的要求,从而使方案更容易实现.通过对肌型血管疾病的仿真验证了本方法的可行性.     

欠驱动板球系统的自适应模糊滑模控制

针对板球系统中存在的非线性、欠驱动等特点,提出了一种自适应模糊滑模控制方案。首先根据板球系统的数学模型设计等效滑模控制律;其次为了消除等效滑模控制的抖振现象,利用自适应模糊滑模控制算法模糊逼近等效滑模控制系数以实现小球期望运动的鲁棒跟踪,保证轨迹误差在有限时间内收敛于零;最后通过Lyapunov理论严格证明了控制系统的稳定性。仿真和实验结果表明自适应模糊滑模控制能有效地改进球板系统的轨迹跟踪性能。     

模糊广义正则蕴涵代数

模糊蕴涵代数是取值于[0,1]区间上的模糊逻辑系统的一种代数抽象。通过引入模糊广义正则蕴涵代数的概念,对其性质进行了讨论,并给出了广义正则模糊蕴涵代数的一些等价刻画。     

基于模糊神经网络的成绩评价模型的研究

将模糊系统与神经网络结合,提出了一种成绩模型。根据成绩评价过程,采用五层结构的模糊神经网络(FNN),用自适应学习步长来加速网络收敛速度,用云模型来描述模糊的隶属关系。模型具有结果稳定,计算速度快的特点。试验结果表明:与常规的方法比较,该模型的评价准确性高。     

基于模糊PID的锂电池极片卷绕设备张力控制

锂电池极片卷绕设备卷绕过程中,控制好张力对卷绕的顺利进行、产品质量的保证起到关键的作用。文章以张力为对象,对锂电池极片卷绕设备控制系统进行设计,并将模糊自适应PID算法应用于张力控制系统。仿真结果表明,加入模糊自整定PID后系统稳定误差基本消除,系统响应时间和系统超调量明显减少,系统响应速度和控制精度有很大的改善,张力也稳定控制。     

基于T-S模型的自适应模糊滑模控制

对一类具有不确定性的非线性系统，根据滑模控制原理并利用T-S模糊系统的逼近能力，提出了一种自适应模糊滑模控制系统的设计方法。控制结构中采用模糊系统自适应补偿过程的不确定性，利用Lyapunov理论，证明了控制算法是全局稳定的，跟踪误差可收敛到零的一个邻城内。     

模糊自适应PID控制在过程控制实验系统上的应用

简单介绍了常规比例、积分、微分(PID)控制的优缺点和模糊控制的基本原理,介绍了模糊自适应PID控制的系统结构,针对过程控制装置中的双水箱液位系统,主调节器采用模糊自适应PID控制,副调节器采用比例积分调节器的串级控制系统对水箱液位控制.基于Matlab仿真和MCGS组态软件,对模糊PID控制进行研究.试验结果表明,模糊PID具有比常规PID更好的控制效果.此结果对于过程控制的理论研究和工程应用具有较好的参考价值.     

基于模糊聚类的自适应模糊神经网络

本文将模糊C均值聚类和自适应神经模糊网络结合起来．模糊C均值聚类用于对输入变量空间进行划分,生成初始的模糊规则库,自适应模糊神经网络（ANFIS）选用最小二乘法和BP算法．与普通的模糊神经网络相比,这种模糊神经网络收敛速度快,建模精度高。     

变论域模糊PID控制在数字随动实验系统中的应用

该文提出了一种变论域模糊自适应PID控制方法,利用变论域思想,设计了一种基于模糊规则的伸缩因子控制器,动态地调整模糊控制器的量化因子和比例因子。利用MATLAB的RTW/RTWT功能在实验室的数字随动系统上分别对PID控制、模糊PID控制、变论域模糊PID控制三种方法进行了实验对比,结果表明变论域模糊PID控制方法超调量小,调节时间短,具有更好的动态响应性能和自适应能力。