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.

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.

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。

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。

基于覆盖的Sugeno测度粗糙集模型及其三支决策

概率粗糙集是研究不确定信息的重要理论基础,有着广泛的应用。由于概率粗糙集中的等价关系和概率测度的可加性要求过于严格,且在实际问题应用中难以满足,因此,对概率粗糙集及其模型进行拓展研究是非常有必要的。在概率粗糙集、Sugeno测度和三支决策的理论基础上,对基于覆盖的Sugeno测度粗糙集模型及其三支决策规则进行了研究。首先构造了一种基于覆盖关系的Sugeno测度粗糙集模型,定义了该模型的上、下近似算子;然后证明了其并、交、补等运算的代数性质;最后结合三支决策理论,给出了该模型的三支决策规则和方法,并用实例验证了其有效性。

SUGENO型网络在空战CGF战术决策中的应用

提出了运用SUGENO线性模型研究空战仿真中飞机CGF的战术机动决策问题,构建了决策ANFIS网络。把各种作战态势纳入到统一框架下考虑,并运用混合学习算法完成网络的训练。用最速下降算法优化前提参数,用最小二乘法拟合结论参数。该模型训练速度快,鲁棒性好,能较客观地反映实际空战模型,较好地模拟飞行员的决策,并为蓝方CGF的智能化设计奠定了基础。

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。

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。

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.

连续Takagi-Sugeno模糊系统的局部H_∞控制

针对含有外部扰动的连续Takagi Sugeno模糊系统,本文给出了抑制这种扰动的局部H∞控制新方法.首先,应用拉格朗日极值法给出了新的界定隶属函数导数的条件,与现有文献相比该条件有两个优点:1)能够将Lyapunov水平集必须包含在紧集C中的要求转化为线性矩阵不等式(Linear matrix inequality,LMI);2)能够找出比现有文献大的稳定区域.然后,基于此条件得到了局部H∞控制定理.最后通过两个仿真算例证明了该方法的有效性.

基于Takagi-Sugeno模型的钢球磨煤机智能控制

钢球磨煤机制粉系统是一个非线性、大滞后、强耦合的多变量系统,其自动控制一直是热控领域的研究热点。依据通用的非线性系统智能控制模型——Takagi-Sugeno模型机理,建立了钢球磨煤机制粉系统智能控制模型和智能控制系统。仿真结果表明,该智能控制模型对于钢球磨煤机制粉系统具有较好的控制作用。

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.

改进粒子群优化Takagi-Sugeno模糊径向基函数神经网络的非线性系统建模

针对复杂非线性系统建模的难点问题,提出了一种基于改进的粒子群优化算法(PSO)优化的T-S模糊径向基函数(RBF)神经网络的新型系统建模算法。该算法将T-S模糊模型良好的可解释性及RBF神经网络的自学习能力相结合,构成T-S模糊RBF神经网络用于系统建模,并采用动态调整惯性权重的改进的PSO算法结合递推最小二乘算法实现网络参数的优化调整。首先,利用所提算法进行了非线性多维函数的逼近仿真,仿真结果均方差(MSE)为0.00017,绝对值误差不大于0.04,逼近精度较高;又将该算法用于建立动态流量软测量模型,并进行了相关的实验研究,动态流量测量结果平均绝对误差小于0.15 L/min,相对误差为1.97%,基本满足测量要求,并优于已有算法。上述仿真及实验研究结果表明,所提算法对于复杂非线性系统具有较高的建模精度和良好的自适应性。

基于Takagi-Sugeno模型的嵌入式模糊控制器设计

在对一类模糊控制器的实现方式进行了分析的基础上,针对嵌入式系统的特点,提出了一种基于Takagi Sugeno模型的工程化实时模糊控制算法,并将其应用于小型数控机床的主轴电机驱动系统设计。实验结果表明,该嵌入式模糊控制系统具有实时性强、响应速度快、精度高的特点,在现场控制中有效可行。

基于Takagi-Sugeno模型的磁流变半主动悬架控制

采用精度较高的Bouc-Wen模型对磁流变减振器建模,建立了包含减振器非线性动态特性的1/4车辆模型。为了解决Bouc-Wen模型给磁流变半主动悬架系统带来的非线性,通过Takagi-Sugeno模糊建模对磁流变半主动悬架系统的非线性项进行局部线性化,并利用并行分布补偿(PDC)方法求取系统的控制器。设计了与Bouc-Wen模型相结合的磁流变半主动悬架控制系统,系统仿真结果和硬件在环仿真试验验证了该方法的有效性。

基于Takagi-Sugeno模糊模型的模糊非线性规划问题

Takagi-Sugeno模糊模型的本质在于:一个整体的非线性动力学模型可以看成是许多个局部线性模型的模糊逼近.本文将这一思想扩展到非线性规划问题,提出了将一个整体非线性规划模型视为许多个局部线性规划模型的模糊逼近的方案.

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 .