广义二型模糊逻辑系统降型及其采样离散Nie-Tan算法

广义二型模糊逻辑系统在近年来成为学术研究的热点问题,而降型是该系统中的核心模块。最近的研究证明了连续Nie-Tan(CNT)算法是计算区间二型模糊集质心的准确方法。发现了离散Nie-Tan(NT)算法中的求和运算和CNT算法中的求积分运算的内在联系,用2类算法完成基于广义二型模糊集α-平面表达理论的广义二型模糊逻辑系统质心降型。3个计算机仿真实验表明,当适当增加主变量采样点个数时,所提出的基于主变量采样的离散NT算法计算出的广义二型模糊逻辑系统质心降型集和解模糊化值结果可以精确地逼近基准的CNT算法,且采样离散NT算法的计算效率远远高于CNT算法的效率。

基于二分搜索改进Karnik-Mendel算法的广义二型模糊逻辑系统降型

广义二型模糊逻辑系统在近年来被广泛关注,降型仍然是系统的核心模块。改进Karnik-Mendel算法是最流行的降型算法。根据广义二型模糊集的α-平面表达理论,提出一类二分搜索改进Karnik-Mendel算法来完成广义二型模糊逻辑系统质心降型。在取相同的主变量采样率情况下,通过2个计算机仿真示例说明,该算法在不损失计算精度的前提下可取得比改进Karnik-Mendel算法更高的计算效率。

基于FPSO的电力巡检机器人的广义二型模糊逻辑控制

针对电力巡检机器人(Power-line inspection robot,PLIR)的平衡调节问题,设计了广义二型模糊逻辑控制器(General type-2 fuzzy logic controller,GT2FLC);针对GT2FLC中隶属函数参数难以确定的问题,通过模糊粒子群(Fuzzy particle swarm optimization,FPSO)算法来优化隶属函数参数.将GT2FLC的控制性能与区间二型模糊逻辑控制器(Interval type-2 fuzzy logic controller,IT2FLC)和一型模糊逻辑控制器(Type-1 fuzzy logic controller,T1FLC)的控制性能进行对比.除此之外,还考虑了外部干扰对三种控制器控制效果的影响.仿真结果表明,GT2FLC具有更好的性能和处理不确定性的能力.

一个基于模糊逻辑的不确定性推理模型

针对合取运算、析取运算和加权平均运算在求解人机智能化CAPP系统的实际问题时所存在的不足,提出了以权系数为基础的广义模糊逻辑概念.在此基础上,构建了基于模糊逻辑的不确定性推理模型.通过在该模型中引入一组新的函数(即组合函数、匹配函数、传递函数和选择函数),较好地解决了推理中不确定性的匹配与传播这一关键问题,并使用Visual Prolog 5.2智能语言实现了不确定性推理的过程,从而使CAPP系统中模糊工艺知识的获取、表达与应用得以基本实现.

基于量子粒子群的斜坡上两轮移动机器人的广义二型模糊控制

两轮移动机器人(2WMR)本身具有多变量和非线性等特征,从而使其控制变得复杂。当2WMR在倾斜的表面上移动时,控制问题变得更加复杂。针对2WMR的非线性模型,设计2WMR的广义二型模糊逻辑平衡控制器和位置控制器。针对广义二型模糊逻辑控制器(GT2FLC)中前、后件中参数难以设定的问题,通过量子粒子群算法(QPSO)优化隶属函数中的参数。针对GT2FLC和区间二型模糊逻辑控制器(IT2FLC)在不同斜面上对移动2WMR的平衡和位置控制的效果进行进一步的对比分析,并干扰对控制效果的影响。仿真结果表明,GT2FLC具有更好的抗干扰能力。

离散型和连续型改进Karnik-Mendel算法在高阶模糊系统降型中的关系研究

降型是广义二型模糊逻辑系统的核心模块。比较和分析了离散改进Karnik-Mendel(EKM)算法中求和运算和连续EKM(CEKM)算法中求积分运算,基于广义二型模糊集的α-平面表达理论,扩展EKM算法计算完成广义二型模糊逻辑系统质心降型。当计算广义二型模糊逻辑系统的质心降型集和质心解模糊化值时,用2个仿真实验说明了当适当增加广义二型模糊集主变量采样个数时,离散EKM算法的计算结果可以准确地逼近CEKM算法。

一类非线性系统的模型参考自适应模糊控制

针对一类不确定非线性系统 ,基于一种修改的监督控制方案并利用广义多线性模糊逻辑系统的逼近能力 ,提出了一种模型参考自适应模糊控制器设计的新方案。该方案利用参考模型作为性能指标 ,自适应调节模糊控制器的规则库 ,并通过引入最优逼近误差的自适应补偿项来消除建模误差的影响 ,不但能保证闭环系统稳定 ,而且可使跟踪误差收敛到零。

不确定系统的模型参考自适应模糊控制

针对一类不确定非线性系统,基于王立新1994年提出的监督控制方案并利用广义多线性模糊逻辑系统的逼近能力,提出了一种MIMO系统的模型参考自适应模糊控制器设计的新方案.通过引入最优逼近误差的自适应补偿项来消除建模误差的影响,不但能保证闭环系统稳定,而且可使跟踪误差收敛到接近零.仿真结果表明了该方法的有效性.

广义二型模糊逻辑系统质心降型及加权Karnik-Mendel算法

随着广义二型模糊集的α-平面表达理论被提出,广义二型模糊逻辑系统在近年成为学术界热点研究问题。本文比较了离散Karnik-Mendel(KM)算法与连续版本的KM(continuous version of KM,CKM)算法中的运算,通过数值积分中牛顿-柯斯特求积公式把KM算法扩展成三种不同形式的加权KM(weighted KM,WKM)算法,而KM算法只是WKM算法在取特殊权重值下的一种例子。两个计算机仿真例子用来阐述和分析WKM算法的表现。总体来说,WKM算法在计算广义二型模糊逻辑系统质心解模糊化值时可取得比KM算法更小的绝对误差和更快的收敛速度,这给二型模糊逻辑系统的设计和应用提供了潜在的价值。

不确定系统的鲁棒稳定性

针对一类不确定非线性系统,基于王立新1994年提出的监督控制方案提出了一种SISO系统的模型参考自适应模糊控制器设计的新方案。该方案同时利用广义多线性模糊逻辑系统的逼近能力和Ⅰ型模糊逻辑系统的逼近能力,不仅能保证闭环系统状态全局稳定,而且有效避免了控制增益可能出现的奇异性问题。理论分析证明了跟踪误差收敛到零,仿真结果表明了该方法的有效性。