基于支持向量机回归的T-S模糊模型自组织算法及应用

结合模糊聚类算法和支持向量机回归算法提出了一种新的T-S模糊模型自组织算法.该算法首先利用一种改进模糊聚类算法提取模糊规则和辨识前件参数,然后将T-S模糊模型后件变换为标准线性支持向量机回归模型,并利用支持向量机回归算法辨识后件参数.仿真结果表明,相比现有的自组织算法,本文提出的T-S模糊模型自组织算法在规则数较少的情况下,仍然具有较高的辨识精度和较好的泛化能力.最后,利用提出的T-S模糊模型自组织算法较好地建立了直拉硅单晶炉加热器和空气预热器的温度模型.

基于T-S模糊模型的球磨机负荷控制系统

球磨机负荷控制系统通过调节给煤机的转速控制存煤量在给定值附近。针对其存在非线性、参数时变和大延迟等难以控制的特性,提出基于T-S模糊模型的预测函数控制新方法。用T-S模糊模型描述对象的非线性动态特性,根据模糊规则将非线性模型分解为若干个局部线性模型,并依据球磨机负荷对象的特性,将线性模型简化为一阶纯滞后环节。对辨识后得到的每个局部线性模型采用预测函数控制算法。仿真研究结果表明:系统响应速度变快、超调量较小,表现出较好的动态响应特性,同时还避免了PID控制器3个参数难以整定的困难。

一种T-S模糊模型的自组织辨识算法及应用

提出了一种新的具有自适应学习能力的T-S模糊模型辨识算法。该算法通过使同一条规则的高斯函数的宽度参数彼此相等建立与支持向量机等效的T-S模糊模型,在此基础上,利用模糊聚类算法和支持向量机分别建立前后件辨识模型,并利用一种改进粒子群优化算法优化输出误差函数使前后件参数联合辨识,从而获得T-S模糊模型的结构和参数。仿真结果表明,相比其它方法,文中方法具有较高的逼近精度和较好的泛化能力,由此算法获得的直拉单晶炉热场模型具有0.1171的均方差,完全符合均方差小于0.5的要求。

基于超平面的T-S模糊模型辨识

针对多输入多输出(MIMO)的非线性热工动态对象,基于超平面的建模思想,提出了一种新的T-S模糊模型建模方法,既能够统一前、后件的参数辨识,又能防止过多增加计算量。介绍了通用的T-S模糊模型,详细推导出点到超平面的距离公式,据此,提出基于平均线性度的有效性能指标函数S(c),从而避免了规则数确定的盲目性。针对T-S模糊模型分段线性的特点,得出了输入、输出联合空间中的点到各后件子模型所对应的超平面距离,归纳出具体的建模步骤,同时给出了平均线性度D(c)的计算公式。新的建模算法可解释性好,不仅具有良好的精度,而且具有较好的泛化能力。最后,针对典型负荷被控对象的仿真结果证实了该方法的有效性。

基于T-S模糊模型的非线性自适应逆控制系统

现在非线性自适应逆控制系统中,由于对象模型和逆控制器均采用非线性自适应滤波器,自适应过程需要同时训练至少两个串联的非线性自适应滤波器,从而造成自适应学习过程过于复杂。利用一组自适应LMS滤波器建立非线性对象的T-S模糊模型,它为逆控制器的学习提供了准确的解析的对象模型Jacobian信息,从而有效简化了自适应逆控制学习过程。仿真结果表明,无论是离线建模还是在线建模,该非线性自适应逆控制方法均能取得理想的控制效果。

基于T-S模糊模型和迭代学习观测器的飞行系统故障容错控制

针对执行器失效的一类飞行控制系统,提出基于迭代学习观测器的模糊容错控制律,利用T akag i-Sugeno(T-S)模糊模型对非线性系统进行描述、建模和控制。一旦系统发生故障,迭代学习观测器在估计系统状态的同时估计执行器的卡死值,然后利用估计的状态和故障信息构成反馈模糊控制律进行调节,以实现故障系统对参考系统的状态跟踪。给出了系统能进行容错控制的参数匹配条件,并利用Lyapunov理论详细分析了系统的稳定性以及闭环系统信号的有界性,某歼击机的仿真实例证明了本文方法的有效性。

采用改进PSO的非线性系统T-S模糊模型辩识

提出了一种新的T-S模糊模型的非线性系统辨识方法。采用自适应模糊C均值聚类算法确定模糊模型的前件结构及参数,用改进的粒子群优化(PSO)算法来辩识模糊模型的结论参数以获得系统参数的最优估计。仿真结果表明该方法是有效的。

基于TS模型的时滞模糊混沌控制系统的稳定性分析

研究了基于TS模型的时滞模糊混沌控制系统的指数稳定性问题。对一大类时滞混沌系统的受控系统,采用并行分散补偿技术,设计了线性反馈模糊控制器。然后,利用Lyapunov-Krasovskii泛函方法,结合线性矩阵不等式和微分不等式技术,对常量时滞和变量时滞的模糊混沌控制系统,提出了控制器的指数稳定性条件,并给出了相应的控制律。由于所有结果都采用线性矩阵不等式的形式给出,因此,稳定性条件和控制律易于数值计算。

T-S模糊模型在跳汰机排料系统中的应用

针对常规的PID控制难以解决实际工业系统的时滞性、非线性等问题,文章提出了一种基于T-S模糊模型的跳汰机排料系统的设计方案,介绍了跳汰机自动排料控制系统的组成,分析了T-S模糊模型辨识原理,详细阐述了基于T-S模糊模型的跳汰机排料系统的建模及仿真。实验结果表明,T-S模糊模型能够比较精确地反映出被控系统中输入与输出之间的关系,也证明了T-S模糊模型可用于非线性控制系统的建模仿真,是现代控制理论与非线性控制系统之间进行沟通的有力工具。

基于T-S模型的模糊控制器设计

讨论了一类由T-S模糊模型表示的不确定时滞非线性系统的模糊控制器设计问题。刻画了系统的不确定性,采用并行分布补偿的基本思想设计了状态反馈控制器,分析了现有T-S型模糊控制器设计方法计算复杂且难以求解的原因,在此基础上,提出了一种与系统实时输入相关的动态模型简化算法。同时,利用Lyapunov稳定性理论和线性矩阵不等式等有关工具,得出了该不确定时滞非线性系统的稳定条件,并给出了系统以衰减率α全局渐近稳定的充分条件,从而相应得出T-S型模糊状态反馈控制器。仿真实例表明,该设计方法的有效性。

基于T-S模型的自适应模糊广义预测控制

对一类非线性系统,利用一种基于模糊规则的快速模糊辨识方法建立起系统的T-S模型,并基于该模型应用局部递推最小二乘方法根据采样值对模型参数进行在线修正,根据系统动态线性化模型采取广义预测控制策略,从而实现了基于T-S模糊模型的非线性系统自适应模糊预测控制。与以往的模糊广义预测控制算法相比,此方法简单,而且较大地减少计算量,适合于在线控制。通过仿真研究验证所提方法的有效性。

基于遗传算法的开关磁阻电机T-S模糊模型

开关磁阻电机(SRM)磁路高度饱和及双凸极结构使相绕组的磁链是转子位置和相电流的非线性函数。建立这一非线性映射是准确解算SRM特性的基础。采用Takagi-Sugeno(T-S)模糊逻辑来建立开关磁阻电机的非线性模型。所建模型具有结构简单、训练周期少、运算速度快、鲁棒性强的特点。为提高模型的精度,模型的参数应优化。但本模型目标函数的梯度信息很难得到,这样传统的基于梯度信息的优化方法很难被用来优化模型的参数,为此采用遗传算法来优化模型参数。遗传算法是一种并行、随机但直接进化最适合个体且不依赖计算局部导数来引导搜索过程的一种优化算法。模型输出数据与实测数据和泛化样本数据十分接近。仿真的电流波形与实测的电流波形很吻合,表明所建立的模型具有精度高、泛化能力强、运算速度快、鲁棒性强的特点。

基于T-S模糊模型时滞系统问题的研究

研究一类用T-S模糊模型描述的不确定时滞系统问题。基于线性矩阵不等式(LM I)的可解性,经理论证明得出了T-S模糊时滞系统时滞相关稳定性准则。

基于遗传模拟退火的广义T-S模糊模型的混沌系统辨识

针对混沌系统辨识引入广义T-S模糊模型,使系统中隶属函数具有自适应性;并对T-S模糊模型前件模糊规则数、各加权值、隶属函数自适应参数进行遗传退火算法优化,使系统具有最佳结构和参数。以一维的Logistic系统和二维的Henon系统为例进行仿真分析,结果表明辨识模型能够拟合原混沌系统,收敛速度及精度良好。

基于T-S模糊模型的小型汽油机恒转速控制

汽油发动机具有非线性、多工况等特点,传统的增益调节方法很难保证发动机整个工作范围内恒转速控制的稳定性及性能要求。本文基于Takagi-Sugeno(T-S)模糊理论,提出了一种系统化的模糊增益调节方法,并应用于某二冲程电喷汽油发动机的恒转速控制器设计。建立了描述发动机非线性动态特性的T-S模糊模型。基于此模型,考查发动机转速的镇定问题,导出了具有H∞性能的控制律的存在条件及设计方法。非线性仿真结果表明,所设计的T-S模糊控制器满足小型无人直升机对发动机控制的抗干扰性、跟踪性及鲁棒性要求。

应用余弦函数划分T-S模糊模型的辨识方法

采用余弦函数划分输入空间,使得曲线型隶属函数满足模糊化分后隶属度和为1,给出了T-S型模糊模型的辨识方法,并通过仿真实例说明本方法的有效性。

基于T-S模糊模型的稳定性分析

T-S模糊系统是最常见的模糊模型,对T-S模糊控制系统的稳定性进行研究。基于Lya-punov直接法,论述模型稳定性的一个充分条件,即能找到一个共同的正定矩阵P,同时给予证明,对条件中正定矩阵P的求取问题进行转化,使之成为对矩阵正定性的判定,从而简化求取步骤。为T-S模糊稳定性的判定提供新的思路。

基于T-S模糊模型的非线性不确定系统奇偶方程鲁棒故障诊断

针对T-S模糊模型描述的具有外部干扰的非线性不确定系统,构造了相应的测量冗余方程和奇偶方程,给出并证明了对特定传感器和执行器故障敏感的最优奇偶向量的存在条件和求解定理.采用奇偶方程故障检测与诊断方法,研究了非线性不确定系统的鲁棒故障检测和诊断.最后,通过仿真示例说明了本文所提出的方法是有效的.

基于单组缓发中子模型的反应堆功率T-S模糊控制

基于T-S模糊模型,针对单组缓发中子点堆动力学方程,设计了T-S模糊控制器来实现对反应堆功率的控制.仿真结果表明,所设计的T-S模糊模型控制器能够较好的控制反应堆功率的输出,取得较好的控制效果.

一种基于T-S模型的模糊预测控制

提出了一种基于T-S模型的模糊预测控制策略。T-S模糊模型用来描述对象的非线性动态特性,通过当前的工况参数实时在线的修正每一时刻的阶跃响应模型参数,将模糊模型作为常规线性预测控制DMC方法的预测模型,从而把T-S模型对复杂的非线性系统的良好描述特性和预测控制的滚动优化算法相结合,来实现利用常规线性预测控制策略对非线性系统的有效控制,有效地解决了复杂工业过程的强非线性问题。pH中和过程的仿真结果表明其性能明显优于传统的PID控制器。