基于概率信息与协作学习的鲁棒T-S模糊建模方法

T-S模糊建模方法在非线性系统建模中取得了大量的应用.然而,T-S模型在参数辨识过程中忽略了结构风险项,同时没有考虑各个规则之间的联系,因此在数据受到非高斯噪声和异常点的影响时,模型容易失效.针对以上不足,提出了基于概率信息与协作学习的模糊建模方法.该方法建立了规则之间协作学习机制以保证模型的连续性、平滑性与鲁棒性,并进一步构建了包含正则化项、误差项、规则概率信息及规则之间协作关系项的目标函数,用于提高模型的泛化能力和建模性能.除此之外,建立了空间投影机制,将数据低维特征空间的非线性关系转换为高维投影空间的线性关系,以增强规则之间的协作性.针对该模型,建立了基于最小二乘的求解方法,获得了可靠的模型参数.数学算例仿真和实际锻压实验表明:所提出的方法在面对噪声以及强非线性影响时,依然能在规则数较低的情况下保持优秀的建模性能.对比其他优秀的模糊建模方法,该模型有着更强的抗干扰能力,且建模均方根误差(RMSE)远低于其他建模方法.综上所述,所提出的方法对传统方法和建模理论进行了改进,即使面对强非线性系统拥有较强的泛化能力、鲁棒性以及优秀的建模能力,并且能够以较少的模糊规则对工程当中非线性、不确定性系统建模.

水面无人艇的模糊建模方法研究

为更好地应对水流、风力等外界干扰,提高航行的安全性和可靠性,研究水面无人艇的模糊建模方法。从惯性和艇体坐标系的2个角度,建立水面无人艇运动数学模型,全面描述无人艇的运动状态,包括位置、速度、加速度、航向角等关键参数;通过考虑风、浪、流这3个方面的干扰因素,建立水面无人艇环境干扰模型,得到总扰动力矩;以水面无人艇运动数学模型为基础,获取无人艇距离与航向角的偏差,作为模糊神经网络PID算法的输入,更好地应对水流、风力等外界干扰,输出水面无人艇航速与舵角控制量;依据总扰动力矩,得到无人艇的等效舵角值,与舵角控制量相加,得到最终的舵角控制信号,完成水面无人艇模糊建模,提高航行的安全性和可靠性。实验证明:该方法可有效确定水面无人艇的总扰动力矩,完成无人艇航速与舵角控制。

节能减排多目标机组组合问题的模糊建模及优化

为减少温室气体排放,节能减排发电调度是一种必然。建立了多目标机组组合模型,综合考虑了一次能源消耗成本、SO2和CO2减排多个目标。通过定义目标隶属度函数将确定性问题模糊化,采用最大化满意度指标法将多目标优化问题转化为单目标优化问题,然后采用遗传算法求解该优化问题。对一个10机24时段的算例进行了仿真,结果表明,所提出的多目标机组组合,能在兼顾节能与SO2排放的同时,减少温室气体的排放,使机组组合的结果更合理。该内容是控制温室效应、发展低碳电力与可持续发展战略实现的有益探索。

永磁同步电动机的混沌模型及其模糊建模

推导出永磁同步电动机 (PMSM)的数学模型 ,讨论了常输入电压、常外部转矩条件下系统的稳态特性 .该模型在适当的参数选择和外部输入下 ,可以呈现出非常复杂的极限环或混沌行为 .基于Takagi_Sugeno模糊建模方法 ,给出了永磁同步电动机的TS模糊模型 ,这为进一步研究模糊和混沌理论的内在联系 ,及利用基于模糊模型的控制方法控制混沌现象提供了一条途径 .计算机仿真结果表明TS模糊系统的吸引子与原系统的混沌吸引子是拓扑等价的 .

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。

基于摩擦模糊建模与补偿的机器人低速控制

针对摩擦引起机器人低速时运动性能恶化、作业精确度变差的问题,提出考虑负载力矩影响的摩擦模糊建模方法及模糊自适应鲁棒控制策略。通过摩擦测量实验,提取关节摩擦随负载力矩变化的特征,并提出一种扩展摩擦模型以描述关节摩擦特性。为克服固定补偿难以处理摩擦不确定性的弱点,引入模糊逻辑系统逼近摩擦现象,并实现模型的线性化以设计自适应学习机制。在此基础上,设计模糊自适应鲁棒控制算法,该算法采用前馈的方式补偿关节摩擦的影响,自适应项实现参数的在线调整,并根据系统中不确定性的界,设计鲁棒控制项以保证系统的鲁棒性。对比实验结果表明,所提出的摩擦模型与控制算法使关节最大跟踪误差可控制在0.005°以内,与未考虑负载力矩影响的控制器相比,平均跟踪误差和最大跟踪误差分别降低了25%、14.55%。

复杂系统模糊建模的模糊树方法

对含高度非线性的复杂系统的模糊建模提出了一种二叉线性模糊树方法 .证明了对n维空间中任一闭集上有限样本集或连续函数 ,总存在模糊树模型以任一精度逼近之 .模糊树模型在一定程度上模拟了对复杂问题进行分层、分段简化决策的思维过程 。

基于状态估计的摩擦模糊建模与鲁棒自适应控制

针对一类多自由度机械系统,研究了基于状态估计的摩擦模糊建模与鲁棒自适应控制问题.提出用模糊状态估计器估计摩擦模型中的不可测变量,并用严格正实和李雅普诺夫稳定性理论证明了状态估计误差的一致最终有界性.运用模糊状态估计结果设计了多变量鲁棒自适应控制器,其中摩擦模糊模型中的自适应参数是基于李雅普诺夫稳定性理论设计的,并证明了闭环系统跟踪误差的一致最终有界性.本文对多自由度质量、弹簧和摩擦阻尼系统进行的仿真,结果表明所提出的状态估计算法和自适应控制策略是有效的.

基于模型的故障诊断中的模糊建模和推理

分析了基于模型的故障诊断方法的原理和特点以及其他故障诊断方法（基于规则、基于人工神经网、基于案例）的局限性．针对基于模型的故障诊断，提出了运用人工神经网和遗传算法的模糊建模方法，简化了建模复杂性．给出了基于模糊模型的故障诊断推理方法。

考虑电压安全裕度的多目标最优潮流模糊建模

将模糊建模方法应用于考虑电压安全裕度的多目标最优潮流模型,并提出为保证系统安全经济运行,有必要确定合理的理想负荷裕度范围。系统所有负荷按线性、恒功率因数持续增长的变化模式进行研究,用预测–校正原对偶内点法求解优化模型。算例结果表明,该模型可有效确定出系统运行需要避免的负荷条件以及系统的最优安全负荷点。仿真分析指出了影响系统最优发电成本的主要因素。

基于过程输入输出变化关系的模糊建模方法

针对难以建立精确数学模型的复杂过程 ,提出一种基于过程输入输出数据变化关系的模糊建模方法。首先按过程输出随输入变量变化的程度对输入变量论域进行划分 ,在此基础上确定模糊模型的规则总数和前件参数 ;然后根据所建模糊模型可表示为一个前馈模糊神经网络 ,利用 BP学习算法求得过程模糊模型的后件参数。仿真例子验证了该模糊建模方法的有效性 ,同时表明所建模糊规则模型具有较好的泛化能力。

结构振动的模糊建模与模糊控制规则提取

模糊振动控制中存在的模糊控制规则的建立大都依赖于主观经验的现状，对此本文提出了一种通过对结构振动模糊建模来产生控制规则的方法。首先，通过对系统运动状态变量的模糊化，建立结构振动的模糊关系模型；其次通过对结构振动的模糊关系模型的分析，提取出模糊控制规则；最后，通过一个单自由度体系的数值仿真对方法进行了验证。

模糊时间序列挖掘在复杂系统模糊建模中的应用

针对于复杂工业过程领域模糊建模问题 ,提出了一种基于时间序列的模糊定量数据挖掘方法 ,并讨论了其在复杂系统模糊逻辑推理模型结构辨识中的应用 .该方法建立在系统历史采集数据库基础之上 ,较好的解决了多入多出 (MIMO)非线性复杂工业过程模糊建模时初始模型的建立问题 .文章最后讨论了该方法在氧化铝熟料烧结回转窑建模中的应用 ,取得了良好的现场运行效果 .

基于霍夫变换的模糊建模研究及其应用

传统TS的建模方法由于其本身的不足,在实际应用中有一定的局限性。本文基于输入输出数据,提出一种基于霍夫变换的改进TS模型,首先确定模糊模型结论部的参数,然后利用聚类方法确定模型前提部的参数,从而建立了非线性系统的模糊模型,仿真结果表明了该方法快速性和有效性。

一类不确定机械系统的双调节自适应模糊建模与鲁棒控制

针对含摩擦环节的不确定机械动力系统,建立摩擦力模型及其相应的控制补偿策略一直是人们所关注问题。由于摩擦力所固有的非线性及不确定特征,使得用传统的数学建模与控制补偿方法难以达到满意的系统性能要求。考虑到传统摩擦力模型的缺陷以及不具备自学习和自适应环境的能力,提出用自适应模糊建模技术逼近摩擦动力系统并将辨识结果用在控制器设计中。在用自适应模糊技术建立摩擦模型过程中,自适应参数由跟踪误差和摩擦建模误差共同调节,这加快跟踪误差的收敛速度和模糊建模的逼近精度。在控制器设计方面,考虑到系统存在摩擦建模误差,采用鲁棒控制器设计方案并运用李雅普诺夫稳定性分析证明闭环系统跟踪误差的有界性。数值仿真和试验结果验证了该方法的有效性和实用性。

基于MATLAB的非线性系统模糊建模及仿真

该文主要介绍了利用MATLAB的fuzzy工具箱来解决非线性系统的模糊建模问题的几种方法,讲解了模糊建模的设计原理与步骤,在MATLAB环境中用编程和可视化编辑两方法来解决建模问题,针对原有方法的不足给出了改进,并给出程序设计。通过一个非线性实例设计了它的自适应神经网络模糊模型,从仿真结果可看出改进后的非线性系统模型更有效。

基于局部线性度量的模糊建模

提出了一种高木－关野模糊逻辑系统的学习算法，该算法的核心是基于数据样本局部线性度量的聚类，它可以有效地确定规则数以及相应模糊逻辑系统的参数初值．通过对系统的参数进行优化，可以很好的描述输入输出变量间的关系．仿真实验说明了该方法的优越性．

电力系统无功优化模糊建模研究

传统无功优化算法的目标函数一般为满足电压限制下的有功网损最小,未考虑电压的'软约束'特性,这通常会使得优化后的系统部分母线电压非常接近其合格范围的边界,成为系统安全运行的隐患。针对无功优化问题的这些特点,引入模糊规划算法以解决这一问题。建立了带有模糊安全约束的无功优化模型,并采用非线性原-对偶内点法内嵌二次罚函数法求解。算例的结果表明,带有模糊安全约束的无功优化模型能够在降低系统网损的同时确保节点电压留有一定的安全裕度。

一种有效的T-S模糊建模方法及其应用

提出了一种基于模型建立仿射线性Takagi-Sugeno(T-S)模糊模型的方法;并对其局部与全局逼近性能进行了统一讨论;其中,考虑到该方法简单的局部逼近原理,定义了一种非线性测度指标,利用其建立优化问题对T-S模糊模型的前提变量输入空间进行非均匀划分以减少模糊规则数量。然后,面对建立风能转换系统(WECS)高精度控制设计模型的需要,将上述方法应用于WECS本质非线性气动模型的线性化处理,得到了其T-S模糊线性化模型。最后,通过Matlab仿真实验及多种误差评定指标量化对比逼近精度,验证了上述方法的有效性。

基于模糊建模的非线性鲁棒模型预测控制

针对离散不确定模糊模型,提出了一种鲁棒非线性模型预测控制方法。导出了预测性能指标上界,将稳定性约束、输入约束和输出约束变换成容易求解的线性矩阵不等式（LMI）形式,从而将非线性模型预测控制Min-Max优化问题变换成具有线性矩阵不等式约束的广义特征值问题（GEVP）。对于采用的状态反馈预测控制器,讨论了滚动时域优化的可行性,证明了闭环系统的鲁棒稳定性。仿真结果表明了控制器的有效性。