关于Fuzzy矩阵的广义逆

本文分别给出了Fuzzy矩阵存在广义{1,3}-逆、广义{1,4}-逆以及Moore-Penrose广义逆Fuzzy矩阵的一些充要条件。又得到求上述广义逆Fuzzy矩阵的一些公式。主要的结果有: 1.Fuzzy矩阵A的广义{1,3}-逆A^((1.3))(广义{1,4}-逆A^((1.4))存在的充要条件是Fuzzy关系方程有解。2.Fuzzy矩阵A的Moore-Penrose广义逆A^T存在的充要条件是Fuzzy关系方程均有解。3.如果B、C分别为Fuzzy关系方程的一个解,那么。

有逆的、满秩的和非奇异Fuzzy矩阵的判定及其关系

本文提出有逆Fuzzy矩阵。

基于T-S模型的小车倒立摆控制

小车倒立摆系统作为1个典型的不稳定非线性系统,是进行控制理论教学及开展各种控制实验的理想实验平台,对小车倒立摆系统的控制分解为2部分:一部分称为"摆杆控制",采用T-S模糊模型来描述,利用系统的不确定性把系统表示成不确定系统的形式,设计出全局渐进稳定的模糊模型;另一部分称为"小车控制",通过对位置误差和小车速度的模糊化计算,得出控制量。最后,通过对小车倒立摆系统外加干扰信号、给定平移指令、参数摄动等实验表明,采用基于T-S模型的模糊控制,该系统可以在0.4s的时间内取得良好的控制效果,并且具有较强的鲁棒稳定性和良好的抗干扰性能。

投资方案优劣的模糊层次分析法

介绍了基于梯形模糊数的模糊层次分析法,应用一种对模糊数排序的方法来确定最优方案,并用所提出的方法持中立的态度分析了一个算例,说明了该方法的有效性和实用性.

倒立摆系统的鲁棒H_∞加权混合控制

为了建立控制理论教学及开展各种控制实验的理想实验平台,研究了存在结构参数不确定性和具有干扰信号的倒立摆系统。首先将该系统分解为摆杆控制系统和小车控制系统。摆杆控制系统采用T S模糊模型来描述,利用系统的不确定性把系统表示成不确定系统的形式,采用鲁棒H_∞控制策略及LMI优化算法解算出反馈值,并设计出全局渐进稳定的模糊模型;小车控制系统则采用对位置误差和小车速度进行模糊化计算的方法,再利用模糊控制器进行处理计算,并最终得出控制量。最后再对两个系统进行加权混合控制。对倒立摆系统进行外加干扰信号、给定平移指令以及参数摄动等实验时,系统均可以在0.4 s的时间内取得良好的控制效果。实验结果表明:提出的加权控制方法具有较强的鲁棒稳定性和良好的抗干扰性能,验证了该方法的有效性。

λ截可逆模糊矩阵

提出了λ截可逆模糊矩阵的概念，讨论了λ截可逆模糊矩阵的性质，证明了模糊矩阵A是λ截可逆模糊矩阵的充分必要条件为A是正交模糊矩阵，给出了求λ截可逆模糊矩阵A的全部λ截逆模糊矩阵的方法．

基于LMI的CDF方法在倒立摆控制中的应用研究

基于单级倒立摆这一非线性系统的T-S模糊模型,提出了一种采用模糊模型相除补偿技术和LMI技术相结合的模糊控制器设计方法,并在MATLAB/Simulink上进行了仿真试验。仿真结果表明,该方法与基于LMI的PDC方法相比,具有调节时间短,保守性更小的特点,规则越多,优势越明显,非常适用于复杂非线性系统的控制。

基于多列神经网络算法的固定开关频率模型研究

为提高三电平逆变器开关控制精度,采用复杂多列神经网络控制模式构建三电平逆变器经典模型,设计经典三电平逆变器的开关阵列人工智能控制算法。通过对比分析该算法与传统模糊控制矩阵算法的数据仿真差异后发现,电压互感器的录波图频率控制在200 Hz时的工程学经济性较强,多列神经网络法和传统的模糊矩阵法相比,电压峰值控制精度、波形频率控制精度明显偏高。即多列神经网络可以有效控制三电平逆变器的输出波形、减少谐波量、提升输出电能质量。

平面运动n级倒立摆的鲁棒保成本模糊控制

针对参数不确定平面运动n级倒立摆系统,研究了鲁棒保成本模糊控制器设计问题。给出了将系统动力学模型转化为一种新型广义T-S模糊模型的方法,由此避免了求逆矩阵的过程。为获得保守性更低的系统稳定性设计条件,通过引入松弛变量矩阵来解耦Lyapunov函数中的系统矩阵,增加了设计条件的自由度。然后讨论了最优鲁棒保成本模糊控制器的设计条件,并将这些条件转换成了线性矩阵不等式(LMI)的凸优化问题。最后,在仿真实验中以平面运动二级倒立摆系统为例验证了本文方法的有效性。