基于广义模糊双曲模型的自适应动态规划最优控制设计

为连续非线性系统提出了一种有效的最优控制设计方法.广义模糊双曲模型(Generalized fuzzy hyperbolic model,GFHM)首次作为逼近器用来估计HJB(Hamilton-Jacobi-Bellman)方程的解(值函数,即它是状态与代价函数之间的映射),然后,利用该近似解获得最优控制.本文方法只需要一个GFHM估计值函数.首先,阐述了对于连线非线性系统最优控制的设计过程;然后,证明了逼近误差是一致最终有界的(Uniformly ultimately bounded,UUB);最后,一个数值例子验证了本文方法的有效性.另一个例子通过与神经网络自适应动态规划的方法作比较,演示了本文方法的优点.

广义模糊双曲正切模型及其逼近性研究

提出一种广义模糊双曲正切模糊模型(GFHM),此模型可以看做是模糊双曲正切模型的扩展·采用广义变量的双曲正切函数和的形式表达了模糊化、模糊推理和反模糊化的运算过程·并采用Stone Weierstrass定理证明了此模型可以逼近定义在紧集上的任意连续实函数,具有全局逼近性,可以用于复杂系统的建模·

基于广义模糊双曲正切模型的自适应控制器

针对一类非线性函数未知的非线性离散系统,提出一种新的基于广义模糊双曲正切模型的参考模型自适应控制器设计方法,并利用Lyapunov稳定性理论证明了该控制器是全局渐近稳定的.仿真例子证明了该方法的有效性.

基于广义模糊双曲正切模型的管道检漏方法

为了更加准确的检测管道的泄漏,保护国家财产和自然环境,本文提出一种基于广义模糊双曲正切模型的输油管道泄漏检测方法。将阀门开度,泵的状态,流量,温度,压力,密度作为输入变量,采用广义模糊双曲正切模型来区分负压波的来源,并通过输出值来判断是否发生泄漏。利用现场采集来的数据结合MATLAB进行大量仿真,给出仿真结果证实了基于广义模糊双曲正切模型检测管道的泄漏,能够有效的排除因调泵、调阀等正常的管道工况调整引起的参数波动而出现的误报警。

一种高解释性的改进的广义模糊双曲正切模型

提出了一种高解释性的改进的广义模糊双曲正切模型,证明了此模型的模糊规则基的每一条规则的后件是此模型输出在相应的规则中心的Taylor一阶展开,它仍然是一个全局逼近器。给出了此模型的训练算法,仿真结果表明了该模型具有更高的逼近精度。

基于广义模糊双曲正切模型不确定系统的自适应控制

对于解决一类含有外部扰动的非线性系统的不确定项,本文提出了一种自适应控制方法,该方法基于广义模糊双曲正切模型(GFHM),利用GFHM的全局逼近特点,模糊规则数少,辨识精度高的优点,结合backstepping技术,设计系统的自适应控制器,保证系统所有信号有界与跟踪误差收敛性.通过仿真实例的比较说明了本文的方法逼近效果比传统的自适应模糊控制方法好.

模糊双曲正切模型研究综述

模糊双曲正切模型(Fuzzy hyperbolic tangent model,FHM)是一种全局模糊模型也是一种神经网络模型.根据此模型设计的控制器能够实现系统的性能指标达到最优.FHM与其他模糊模型相比,更加适用于对多变量及系统内部信息所知有限的非线性系统进行建模.本文依据FHM的模型发展历程对现有的研究成果加以总结,并对这一研究领域内待解决的问题和未来发展方向作了进一步的展望.

广义模糊双曲正切PID控制器性能分析

从功能的角度分析了广义模糊双曲正切PID控制器本质特点和控制能力的问题。首先提出了基于广义模糊双曲正切模型的PID控制器,通过系统地分析控制器的结构,证明了该控制器的性能优于传统的线性PID控制器。通过解析分析,分析了该控制器的非线性变化能力。为简化调节参数,提出了三区域广义模糊双曲正切PID控制器。最后,将该控制器和几类经典的模糊PID控制器进行了比较。

一类非线性系统的广义模糊双曲正切模型自适应控制器设计

针对一类非线性系统的稳定控制器设计问题,根据广义模糊双曲正切模型的万能逼近性质,提出一种带有可调参数的广义模糊双曲正切模型的自适应控制器设计方法.该设计方法的优点是使得自适应律的个数不依赖于广义模糊双曲正切模型的线性基函数的输出形式,可以有效减少在线估计的参数数目,并且能够保证被控系统的状态一致终极有界.最后通过数值算例表明了所提出的设计方法的有效性.

一种鲁棒直接自适应模糊控制算法

针对一类含有不确定项的非线性系统,提出了一种鲁棒直接自适应模糊控制算法.首先,该算法中用广义模糊双曲正切模型逼近系统的等价控制项;之后,设计了双曲正切函数的鲁棒补偿项,从而得到一种没有抖振的平滑控制输入.在系统的控制增益已知、部分已知和未知三种情况下,利用Lyapunov函数证明了采用上述控制策略可保证控制系统跟踪误差收敛到原点的一个小的邻域内,且所有的变量一致有界.仿真例子说明了该算法的有效性.

一种控制增益函数未知的自适应模糊控制

针对一类控制增益函数未知的、含有不确定项的非线性系统,为实现其跟踪控制目标,提出了一种鲁棒直接自适应模糊控制方法.该方法仅要求控制增益函数为有界函数,用广义模糊双曲正切模型逼近一个与控制增益函数无关的新颖的等价控制器,并为消除系统中的不确定项和逼近误差设计了一个双曲形式的鲁棒补偿控制项,从而保证了系统跟踪误差收敛到原点的一个小的邻域内,且所有的变量一致有界,控制输入平滑没有抖振.利用Lyapunov函数证明了该算法的有效性,并用倒立摆仿真实例进行了验证.

一种新的模糊自适应控制方法

针对未知的非线性不确定系统,提出了一种基于广义模糊双曲正切模型的模糊自适应控制方法·该方法采用广义模糊双曲正切模型作为未知的非线性对象的辨识器,以此为模糊自适应控制器提供参数自调整必需的梯度信息·通过与其他的辨识器比较,说明了广义模糊双曲正切模型辨识器具有辨识参数少,辨识复杂性较小,易于提高逼近精度的优点·自适应控制器的梯度算法使被控对象的输出能很好地跟踪期望输出·仿真结果表明,此控制方案对未知的非线性系统的输入有很强的自适应跟踪能力·

一种鲁棒补偿的直接自适应模糊控制算法

针对一类含有不确定项的非线性系统,提出了一种鲁棒直接自适应模糊控制算法,可在系统的控制增益已知、部分已知和未知三种情况下,实现系统跟踪有界参考信号的控制目标。该算法采用广义模糊双曲正切模型逼近系统的等价控制项,广义模糊双曲正切模型具有模糊规则个数少,更易于用语言描述获取的特点,在实际应用中更易实现。同时,引入鲁棒补偿项消除系统的不确定项和逼近误差,放宽系统稳定条件为最小近似误差有界。利用Lyapunov函数证明了采用上述控制策略保证了控制系统跟踪误差收敛到原点的一个小的邻域内,且所有的变量一致有界。仿真例子说明了该算法的有效性。