基于遗传算法的模糊逻辑控制器优化设计

设计了一种新的适用于模糊逻辑控制器优化的遗传算法，实现了模糊逻辑控制器参数和结构的同步快速优化．该算法对经典的简单遗传算法进行了改良，设计了一种带区间限制的十进制编码方案，实现了模糊控制器隶属度函数和控制规则的联合编码；并设计了受限分步一致交叉和变异算子，改进了经典赌轮选择法，避免了病态个体产生，加快了收敛速度．通过对典型的一阶和二阶工业对象控制器优化的仿真研究表明，相对于一般的遗传算法，该算法在群体规模较小（２０或４０）的情况下，能够在２０代左右快速收敛到理想结果，并且在进化过程中很少产生病态个体，因此能够在小群体规模下，实现模糊控制器参数和结构的快速同步优化．

可编程模糊逻辑控制器芯片的设计

本文提出了一种由模拟电路实现的通用可编程模糊逻辑控制器（ＰＦＬＣ），针对两输入变量、一输出变量的控制对象，允许有８１条控制规则．该控制器是由电流型ＣＭＯＳ多值器件构成，采用２μｍ标准ＣＭＯＳ工艺制造．ＰＦＬＣ有方便的输入／输出接口和修改规则，其模糊推理过程是并行的，每时钟周期完成一次，最高时钟频率可达１ＭＨｚ．

提高交直流电力系统稳定性的HVDC模糊逻辑控制器

提出一种附加在高压直流 ( HVDC)系统上的辅助型模糊逻辑控制器以提高交直流互联电力系统稳定性。在控制器的设计中应用能量函数法 ,通过增大振荡的减速能量来提高系统的稳定性水平。借助于 HVDC线路的快速控制能力 ,采用模糊规则平滑地调整 HVDC输送的功率 ,并使用自适应控制技术以提高控制器的稳定性。在 4机和 8机交直流电力系统上的仿真结果表明 ,该控制器在平抑系统小信号振荡的同时也可在一定程度上改进系统的暂态稳定性。

基于神经网络与模糊逻辑控制技术的“舒逸”智能空调控制器

本文介绍了一种以追求节电、舒适、低噪为其目的、以ＩＳＯ－７７３０所推荐的舒适度指标ＰＭＶ＝０作为控制的目标、采用了当代先进的智能信息处理与智能控制技术的“舒逸”空调智能控制器。

模糊逻辑控制器应用于四辊冷轧机液压弯辊系统的研究

为实现四辊冷轧机液压弯辊系统的精确控制 ,设计应用了一种模糊逻辑控制器。仿真结果表明 ,模糊控制是对液压弯辊进行控制的有效工具 。

新型模糊逻辑励磁控制器的研究

研究了一种新型模糊逻辑励磁控制器，它有一个电压控制模块和一个阻尼控制模块，两个模块的输入信号分别为发电机端电压和电功率，采用相同的模糊逻辑控制规律。仿真研究表明，它比常规及线性最优励磁控制器具有更好的控制性能，易于实际应用。

基于多值逻辑电路和二值PLA的硬件模糊控制器

本文基于多值逻辑电路（DYL）和二值可编程逻辑阵列（PLA），提出一种模糊控制器硬件设计方案．该模糊控制器由输入量化电路、二值PLA、输出译码器及输出转换电路四部分组成，具有线路规范、结构简单、运算速度快、可编程等优点．仿真与模拟实验结果表明电路设计正确。

泛模糊逻辑控制器研究

文章在总结模糊逻辑控制器一般结构的基础上,采用泛逻辑算子簇柔化了模糊推理操作,从而提出了一种新型的变结构模糊逻辑控制器———泛模糊逻辑控制器,同时使用具有自适应学习率的模糊神经网络BP算法进行训练,可据不同控制对象来确定合适的控制结构。仿真结果表明,该方法是有效的。

基于模糊逻辑的电阻点焊微机控制器的研究

利用 1 6位高性能单片机 80 C1 96KC丰富的软硬件资源及高精度霍尔电流传感器采集工频点焊主回路初级焊接电流和离散化积分方法获取电流有效值 。

用多元逻辑电路实现模糊自组织PID控制器

针对一类生产过程，本文提出了一种PID控制器参数的模糊推理自整定方案，并基于多元逻辑电路（DYL）得以硬件实现．仿真表明电路设计正确，控制效果明显优于Ziegler－NicholsPID控制器，且对系统参数变化有较好的自适应能力．

一种新的可提高电力系统暂态稳定性的SVC模糊逻辑控制器

暂态稳定性问题是目前电力系统遇到的几种主要的稳定稳定性问题之一。由于SVC等电力电子型FACTS设备的快速响应特性,它们不仅能够完成稳态潮流控制,还能够提高电力系统动态和暂态稳定性。传统的SVC模糊逻辑控制器均以被控量的偏差和偏差变化率为输入,以SVC的电纳B_(svc)直接作为控制输出来进行设计。提出一种新的能够在暂态过程中动态调整传统SVC一阶动态控制器增益的模糊逻辑控制器的设计方法。该模糊逻辑控制器以传统SVC一阶动态控制增益为输出。间接完成SVC的控制。通过安德森3机9节点算例系统验证了该模糊逻辑控制器的有效性。

基于模糊逻辑与神经网络技术的智能控制器自动设计系统的研究

通过对模糊逻辑控制器设计过程的分析,从总的角度给出了基于模糊逻辑与神经网络技术的智能控制器自动设计系统的详细设计思想及设计过程,并较详细地介绍了该智能控制器生成系统中的几种自学习算法的基本原理及利用与添加方法,最后以梯度学习算法为例验证了智能控制器自动设计系统的有效性。

PID和模糊逻辑控制器控制直流电动机的性能比较

为比较比例积分微分控制器和模糊逻辑控制器控制直流电机的性能,本文从构建直流电机的数学模型入手,分别对传统的PID控制器、Ziegler-Nichols(Z-N)回路整定技术调整PID控制器和模糊逻辑控制器控制直流电机的性能进行了实验仿真。结果表明,与传统的PID控制器、Z-N回路整定技术调整PID控制器相比,模糊逻辑控制器具有更好的控制效果。

基于模糊逻辑控制器的WSN移动节点导航算法

为了实现含有移动节点的混合无线传感器网络中的网络覆盖优化，提出了一种点对点的基于模糊逻辑控制器的移动节点导航算法。该算法通过移动节点选择、移动节点向盲区填补坐标径直移动、避让固定节点、避让其他移动节点四个主要步骤，实现移动节点对覆盖盲区的弥补。该算法可以优化网络覆盖，延长网络生命周期，并且在导航过程中兼顾节能与网络负载平衡，综合性地提升网络性能。通过仿真结果与相关算法的分析对比，验证了该算法的有效性和在缩短移动节点导航时间方面的优势。

一种基于PFLC的可演化模糊逻辑控制器设计与实现

常规的模糊控制器主要通过计算机软件或单片机实现,但模糊控制器是一个高度并行的系统,实时性、自适应性要求较高,这种实现方式不能满足现代模糊控制器的设计要求。要解决这个问题必须从算法和器件结构入手。本文提出以可编程模糊逻辑控制器芯片(PFLC)作为可演化的部件,利用遗传算法优化生成模糊规则的演化硬件结构。模糊规则的自适应性是通过引入可调整因子,根据环境的变化自寻优获得。以典型二阶系统模糊控制为例进行仿真实验,其结果表明了这个可演化的模糊逻辑控制器结构的可行性。

新型模糊逻辑二级电压控制器

设计了一种新型的基于极坐标二值模糊逻辑规则的模糊逻辑二级电压控制器。该控制器有效地将模糊逻辑规则和二次电压控制相结合 :将引导节点的电压偏差及其微分作为模糊逻辑控制规则的前项输入 ,与规则作用后 ,推理出相应的电压控制信号 ,然后引入比例积分器 ,得到区域无功控制信号 ,通过发电机的励磁控制 ,实现对引导节点电压的控制。该控制器通过引入控制发电机的参与因子 ,实现了区域内各控制发电机之间的相互协调和补充。以 New England39节点系统为例进行仿真计算 ,结果表明 :所设计的二级电压控制器在系统发生电压扰动的期间 ,能够从区域电压稳定的角度出发 ,调整各级电压控制器的电压参考值从而调整其无功出力 ,为系统提供所需的电压支持 ,使得系统的负荷电压水平维持在较好的状态 ,提高了系统的电压稳定性。它比常规 PID二级电压控制器具有更好的控制性能。

多输入多输出模糊逻辑控制器的设计

首先提出一种适合于多输入输出(multi-input-mult-output,MIMO)系统的新型模糊逻辑控制器。该控制器由若干多输入单输出模糊控制器(multi-input-single-mult-output fuzzy logic controller,MISOFLC)构成。每个MISOFLC由许多单输入单输出模糊控制轟(single-input-single-output fuzzy logic controller,SISOFLC)组成。该控制器采用互补型隶属函数,具有一组零控制面,只要使量化因子满足一定的条件,控制系统就是渐近稳定的。最后将上述控制器用于二节机械手中进行仿真实验,验证了上述算法的可行性和有效性。

基于模糊逻辑-自动控制理论算法的无人机控制测绘研究

为提高无人机测绘的控制精度,研究设计了模糊PID控制器,利用模糊逻辑和自动控制理论算法,来改进无人机在测绘任务中的控制精度。研究调整了控制算法的参数和模糊规则,增加了一个阈值作为新的控制量以减少控制误差。实验结果显示,该控制器的误差波动范围更小,稳定在-0.05~0.05 m/s范围之内,其对单个动作的调节时间也仅为0.58 s,稳态误差为0.05 m,最大超调量为0.4%。改进模糊PID的调节效率高、控制精度高、稳定性强,对推动无人机应用领域的发展,提升地理测绘和环境监测等任务的效率和精确性具有重要意义。

一种可演化的查表式模糊逻辑控制器设计与实现

常规的模糊控制器主要通过计算机软件或单片机实现,但模糊控制器是一个高度并行的系统,实时性、自适应性要求较高,这种实现方式不能满足现代模糊控制器的设计要求。要解决这个问题必须从算法和器件结构入手。根据多值逻辑和PLA理论,提出了一种可演化的查表式模糊逻辑控制器。根据模糊逻辑控制器查询表的对称性和单调性特点,提出了一种查询表的简单生成算法。利用J门和PLA设计查询表硬件电路。以典型二阶系统模糊控制为例进行仿真实验,其结果表明了这个可演化的模糊逻辑控制器结构的可行性。

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。