单水箱液位控制系统的模糊推理建模及仿真

首先,依据实际背景,利用单水箱实验系统设计了几种典型的液位控制实验;然后,将模糊推理建模法应用于实际的单水箱液位控制系统中,推导得到其数学模型,即变系数线性微分方程组;最后,利用仿真实验检验了这些数学模型的准确性。结果表明这种建模方法比较精确,充分考虑了实际系统的非线性特性。

一类非线性系统的模糊推理建模与控制仿真

针对一类非线性系统,首先使用模糊推理建模法由输入输出数据对得到该系统的数学模型,然后直接对所得的模型进行变论域自适应模糊控制,最后在不同参考输入情况下进行了仿真实验,并与常规模糊控制进行了比较。结果表明,基于模糊推理模型基础上的变论域自适应模糊控制具有相当的普适性和非常好的跟踪性、实时性。

四维超混沌系统的模糊推理建模

模糊推理建模方法是基于一定量的状态输入数据和状态变化率数据的一种建模方法.基于模糊推理建模的理论推导出了四维自治超混沌系统的模糊推理建模方法,并对一个新的四维自治超混沌系统进行仿真实验,说明了模糊推理建模方法在对四维超混沌系统建模中的有效性.

T-S型模糊推理建模方法的插值同质性

本文从插值角度对T-S模糊推理建模进行了进一步阐述,揭示了它与数值微分推导T-S模糊推理建模结果的一致性。在选择全交叠三角形隶属函数的特定情况下,T-S型模糊推理模型是插值的另外一种表现形式。T-S型模糊插值推理建模因满足插值性而在逼近性方面优于普通的T-S模糊系统。最后利用仿真实验对理论分析进行了有效性与可行性验证。

分布参数系统的模糊插值推理建模

通过T-S模糊系统与HX方法结合,设计分布参数系统的分片T-S型模糊插值推理建模法,给出了算法的实现步骤.T-S型模糊插值推理建模法可以利用有限采样数据信息,反映分布参数系统时空规律.该建模方法满足插值机理,参数易求.理论分析与仿真实验均验证了方法的有效性,表明算法建模精度较高,运行时间较短.

基于参数可调隶属函数的模糊插值建模方法研究

将模糊推理建模法应用于一阶非线性系统,其中的插值函数一经确定,被控对象的模型即被确定。由于不同系统适用不同的插值函数,如果需要用其它插值函数对系统建模,得重新建立系统模型。设计了一类可调参数插值函数,通过改变其中的参数,从而改变函数形状,最后得到一个较适用的模型框架。

蓄储液系统两种建模方法的仿真比较与分析

生产中大部分液位控制系统的被控对象都可以看作是某种具有类似特征的蓄储液系统,它的建模研究具有重要的实际意义。以水箱系统的建模为例,研究常见的机理分析建模方法和基于模糊推理的新建模方法在蓄储液系统建模中的应用。通过设计系列的对比实验,借助计算机仿真与实物实验相结合的方法,对两种建模方法进行了系统的比较与分析,指出了两种建模方法各自的特点及其适用的对象。

模糊控制系统的建模

提出一种基于模糊推理的关于控制系统的建模方法,称之为模糊推理建模法,它可以作为不同于熟知的机理建模法和系统辨识建模法的第3种建模方法.该方法根据模糊逻辑系统的插值机理将关于被控对象的模糊推理规则库转换为一类变系数非线性微分方程（组）,从而得到控制系统的数学模型;这样便解决了在模糊控制系统中被控对象难于建模的问题.

GENERALIZED PREDICTIVE CONTROL FOR DIFFERENCE-ALGEBRAIC BIOLOGICAL ECONOMIC SYSTEMS

In this paper, a nonlinear difference-algebraic system is used to model some populations with stage structure when the harvest behavior and the economic interest are considered. The stability analysis is studied at the equilibrium points. After the non- linear difference-algebraic system is changed into a linear system with the unmodeled dynamics, a generalized predictive controller with feedforward compensator is designed to stabilize the system. Adaptive-network-based fuzzy inference system （ANFIS） is used to make the unmodeled dynamic compensated. An example illustrates the effectiveness of the proposed control method.