基于Modular网络和EM-SFM算法的模糊Sugeno模型(英文)

基于Modular网络重新解释了广为使用的模糊Sugeno模型 .随后 ,基于EM算法 ,提出了该模型的新算法EM SFM ,证明了该算法的线性收敛法 ,分析了它的收敛速度 .

Sugeno模糊模型的辨识与控制

提出了一种新的Ｓｕｇｅｎｏ模糊模型辨识算法和对非线性系统进行并行化设计的方法．在Ｓｕｇｅｎｏ模糊模型辨识中，应用模糊聚类方法可将其前提结构和结论参数的辨识分开进行，减少了计算量；对于非线性系统的控制，Ｓｕｇｅｎｏ模糊模型实际上是动态系统的局部线性化，可采用并行设计的方法设计控制器，然后通过模糊推理得到全局控制量．最后通过倒立摆系统的控制说明了本文算法的有效性．

基于Sugeno模糊模型的帆船控制方法研究

针对非线性、时变的帆船航行系统,提出一种基于Sugeno模糊模型的帆船控制新方法.采集舵手的航行经验建立知识库,将专家知识融合到控制系统中,提高了控制系统的智能度;采用Sugeno模糊模型,将舵角的非线性控制局部线性化,并设计相应的局部线性控制器,通过模糊推理综合各局部线性控制器的输出,得到全局控制量.仿真结果表明,该方法能实现对帆船航向的智能控制,具有一定的实用价值.

一种基于Sugeno模糊模型的测量数据处理方法

本文提出一种基于 Sugeno模糊模型的、针对测量时间受限条件下测量数据处理的模糊决策方法。该方法利用概率理论和模糊逻辑 ,分析处理多个中间测量结果中存在的不确定因素 ,并对这些结果进行有效融合。在动态称重系统中的应用结果表明 。

Sugeno模糊模型的辨识

提出了一种新的Ｓｕｇｅｎｏ模糊模型辨识算法．在Ｓｕｇｅｎｏ模糊模型辨识中，应用模糊聚类方法可将其前提结构和结论参数的辨识分开进行，减少了计算量．通过Ｂｏｘ－Ｊｉｎｋｉｎｓ数据建模说明了本文算法的有效性．

Sugeno模糊模型的辨识

提出了一种新的Sugeno模糊模型辨识算法。在Sugeno模糊模型辨识中,应用模糊聚类方法可将其前提结构和结论参数的辨识分开进行,减少了计算量;通过Box-Jinkins数据建模说明了本文算法的有效性。

基于Sugeno模糊模型的数控机床故障诊断法

在数控机床的故障诊断中,许多对数控机床故障征兆描述的诊断规则都是诊断专家的诊断经验,具有很大的随意性.文中将Sugeno模糊模型用于数控机床故障诊断系统的方式,实现了对各个诊断专家诊断结果的模糊综合,补充了诊断专家诊断知识的不足,消除了诊断专家诊断结论的随意性,保证诊断结论的准确,利用该方法基于诊断专家系统技术可以实现对数控机床的自动诊断,而且诊断结果准确、可靠.

应用自适应网络模糊推理系统的sugeno模糊模型辨识

给出了一种模糊系统建模的有效方法．首先用减法聚类对系统输入输出数据进行聚类，然后用自适应网络模糊推理系统建立系统的ｓｕｇｅｎｏ模糊模型，这样解决了因输入变量高维引起规则的组合爆炸问题以及隶属函数形状和模糊规则不能自动选择的问题．

基于简化Takagi-Sugeno模糊模型的系统镇定策略

针对Takagi-Sugeno型模糊控制器设计方法计算复杂且难以求解的问题,在分析原因的基础上,利用模糊规则将系统的输入输出空间划分为一个完备的模糊模式集,通过寻找与实时输入对应的模糊模式,对整个系统进行了简化。将该模型简化算法应用于一类非线性系统镇定问题的求解,利用Lya-punov稳定性分析理论和线性矩阵不等式等工具推导了闭环系统的可镇定条件,进而设计了相应的简化Takagi-Sugeno型模糊状态反馈控制器。仿真结果表明了这种模型简化方法的有效性。

基于Takagi-Sugeno模糊模型的电流跟踪型光伏并网逆变器

逆变器是光伏并网发电中的关键设备,如何调整PWM控制信号的波形,输出与电网电压同频率同相位的电流,是并网逆变器设计中最重要的问题。在分析比较了光伏并网发电系统逆变器各种控制算法的基础上,推导出了单相全桥逆变电路功率开关管占空比关于并网电压和电流误差等可测量物理量的函数关系式,提出了一套基于Takagi-Sugeno模糊模型的PWM波形产生方法。该方法采用四输入双输出的结构,将并网电压和电流误差等可测物理量作为模糊控制器的输入量,经T-S模型模糊处理之后分别得到两组功率开关管的控制信号的占空比。该文最后以单相全桥逆变电路为例,给出了详细的仿真分析,结果显示由该方法生成的PWM控制信号较之传统滞环比较控制等,有开关频率低、硬件电路简单、谐波畸变率小等优势,可实现并网发电要求的单位功率因数。

基于Takagi-Sugeno模糊模型的核反应堆功率积分控制系统

为了提高核反应堆运行的负荷跟随能力,提出了基于T-S模糊模型的积分控制系统。首先,在若干个工作点对非线性模型进行线性化,获得线性模型组;接着,使用成熟的状态反馈方法设计局部控制器;再应用并行分布补偿(parallel distributed compensation,PDC)方法,以在平衡工作点的相对中子密度作为前件变量,构造全局控制器。通过理论推演,获得了以线性矩阵不等式形式(linear matrix inequalities,LMI)表达的闭环控制系统的稳定性条件。求解线性矩阵不等式的结果表明,所设计的控制系统在大范围内是渐进稳定的。针对三种具有代表性的运行工况进行数值仿真,其结果显示,此核反应堆功率控制系统具有很好的负荷跟随能力。

二型Takagi-Sugeno-Kang模糊模型和不确定高斯混合模型的等价性

不确定的高斯混合模型和二型Takagi-Sugeno-Kang(TSK)模糊模型之间的对应关系被建立:任何一个不确定的高斯混合模型都唯一对应着一个二型TSK模糊系统,不确定的高斯混合模型的条件均值和二型TSK模糊系统的输出是等价的.基于此,一种设计二型模糊系统的新方法被提出:通过建立不确定的高斯混合模型确定二型TSK模糊系统,即用概率统计的方法设计二型模糊系统.仿真实验结果表明利用不确定高斯混合模型设计的二型模糊系统比其它模型具有更强的抗噪性和更快的速度.

基于Sugeno模糊模型的CNC机床故障诊断方法

通过将Sugeno模糊模型用于数控机床故障诊断系统的方式,实现了对各个诊断专家诊断结果的模糊综合,消除了诊断专家诊断结论的随意性,保证诊断结论的准确.利用此方法基于诊断专家系统技术可以实现对数控机床的自动诊断,诊断结果准确可靠.

基于量子衍生涡流算法和T⁃S模糊推理模型的储层岩性识别

鉴于梯度下降法易陷入局部极值、普通群智能优化算法易早熟收敛,提出一种基于量子衍生涡流算法(Quantum Vortex Search Algorithm,QVSA)和T⁃S模糊推理模型的岩性识别方法,QVSA具有操作简单、收敛速度快、寻优能力强等优点,有助于T⁃S模糊推理模型获得最优参数配置,从而实现储层岩性的准确识别。首先利用具有全局搜索能力的QVSA优化T⁃S模糊推理模型的各种参数;然后利用主成分分析方法降低获取的地震属性维度;再利用优化的T⁃S模糊推理模型识别储层岩性。实验结果表明,利用反映储层特征的8个地震属性识别储层岩性时,所提方法的识别正确率达到92%,比普通BP网络方法高5.1%,同时查准率、查全率、F1分数等指标也较BP网络方法提升明显。

基于小脑模型-模糊滑模控制的电力系统低频振荡控制策略研究

由于现代电力系统互联规模不断增大,柔性控制系统加入和长距离输电使得电网阻尼不断减小,运行方式的多变性不断改变系统潮流分布,极易引发低频振荡现象。针对此问题,该文提出一种基于小脑模型关节误差修正的模糊滑模附加阻尼控制策略。首先在模糊滑模控制(fuzzy sliding mode control,FSMC)的基础上,引入小脑模型关节控制(cerebellar model articulation control,CMAC)理论,构建CMAC-FSMC算法,提高滑模趋近阶段模糊逻辑对系统的补偿能力,最大程度提高系统稳定性能;其次通过构造CMAC-FSMC的调整指标与总控制率,减小控制误差,提高控制性能;最后通过线性降阶方法建立被控系统模型并确定区间振荡模态,采用几何测度法选择最佳反馈信号和安装位置,基于所提出的CMAC-FSMC方法进行广域阻尼控制器设计。通过对10机39节点系统进行仿真验证,结果表明CMAC-FSMC控制策略能够有效提高系统阻尼,显著抑制低频振荡。

基于模糊贝叶斯网络的引水隧洞安全评价模型分析

为准确预测黄河引水隧洞安全隐患,提出基于模糊集理论和主观贝叶斯方法的模糊贝叶斯安全评价模型。结合实际巡检数据,模型使用贝叶斯网络处理模糊信息与不确定信息,将巡检数据中给出的多态性故障事件模糊化;再通过贝叶斯网络的条件概率表找出不同故障事件之间的逻辑关系;最后获得对引水隧洞安全模型的整体评价。通过开展引水隧洞安全评价模型实例分析,验证了该方法的可行性。

Takagi-Sugeno模糊模型的可辨识性问题

Takagi- Sugeno模糊模型广泛应用于对复杂系统的辨识 ,但可辨识性问题很少涉及。本文给出在规则数和规则前件确定的情况下 ,Takagi- Sugeno模糊模型的可辨识性条件。

基于Sugeno模型的倒立摆模糊控制及实验

为实现对倒立摆非线性不稳定系统的精确控制,利用Sugeno模糊模型将其处理成多个局部线性模型的模糊逼近,并设计了模糊控制器.通过Simulink对倒立摆系统建模仿真,控制效果分析比较.现场实验表明,该算法能够实现对单级倒立摆的稳定控制,具有结构简单、良好的稳定性和快速性等优点,对其他非线性不稳定系统的控制提供了一种有效的途径.

概率区间值犹豫模糊集多属性群决策模型及其应用

目的:研究概率区间值犹豫模糊集及应用。方法:将概率区间值犹豫模糊数,用区间值隶属度的中位数、区间值隶属度的清晰度以及概率构成的三维点坐标进行刻画,在此基础上提出了概率区间值犹豫模糊元的相关运算。根据概率区间值犹豫模糊元的相关运算采用熵值法计算属性权重。最后基于TOPSIS思想给出了一个新的贴近度公式,并利用新的贴近度公式对方案排序。结果:建立的概率区间值犹豫模糊集多属性群决策模型可以有效排序方案。结论:将概率区间值犹豫模糊集采用区间值隶属度的中位数、区间值隶属度的清晰度以及概率来表示不仅可行,而且可以用来解决多属性群决策问题。

蛋白质编码区的Takagi-Sugeno模糊模型辨识

DNA序列编码区的辨识是基因辨识的一个重要方面。由于基因序列数据量大,导致许多统计辨识算法泛化性差、运算速度慢。根据编码区域序列和非编码区域序列相比有不同的碱基组成,提出将Takagi-Sugeno模型用于DNA序列的编码区辨识。首先,用基于模糊似然函数的模糊聚类算法确定系统的模糊划分数目,进而根据聚类个数建立相应的Takagi-Sugeno局部线性化模型,最后用最小二乘法实现模型结论参数的辨识。该算法不仅可以确定编码区的位置,还可以辨识出密码子第一位碱基的位置,对蛋白质结构的研究是非常重要的。算法简单、高效。仿真结果表明,该算法非常适合编码区辨识和其他编码区辨识算法有可比性。