基于Sugeno型模糊推理算法的模糊控制器及其应用

介绍了Sugeno型模糊推理算法的基本原理,给出了一种实现方法,并对其控制性能进行了仿真.

Mamdani与Sugeno型模糊推理的应用研究

从模糊控制系统中Mamdani和Sugeno两种模糊推理模型的结构着手,对其输入输出变量的形式和在模糊控制中的作用,以及两种模糊推理的推理结果和适用范围进行比较和分析.利用Matlab中Fuzzy工具箱的计算和图形化功能,通过实例进一步验证两种系统的优缺点和适用范围,为模糊控制器设计的模糊推理类型的选用提供方法.

基于优化模糊推理型伸缩因子的光储三端口变换器设计

为解决三有源桥变换器开关管数量多、体积大、稳压能力差等问题,通过拓扑推演得到了一种基于双向CLLLC谐振变换器与单向Buck-Boost电路的改进型三端口变换器拓扑,减少了开关管的数量、优化了变换器体积的同时,提升了三端口I变换器系统的快I速稳压能力。负载端口单输入模式下系统的等效拓扑是非最小相位系统I,为提高此模式下系统的抗扰动性i能,li解决传统P控制以及模糊P控制精度差、响应速度慢等问题,实现了优化模糊推理型变论域模糊P控制算法的设计。借助MATLAB/Smu真,结果表明了算法设计的正确性。

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Sugeno模糊推理的静止无功补偿器多模态切换方法

多模态控制主要采用快速切换控制方式实现,此方法在切换瞬间易引起控制器输出和系统响应出现抖动现象。为平滑过渡过程,提出了一种基于Sugeno模糊推理的控制模态切换方法,将不同控制器的控制输出作为输入引入到Sugeno系统的输出隶属函数,并将输出隶属函数的概念扩展以实现模态的平滑过渡。通过仿真分析基于非线性度变换比例积分微分(proportional integral differential,PID)控制和常规PID控制2种方式在静止无功补偿器上的控制效果,验证了该方法可以平滑抖动现象,实现模态切换的平稳过渡。

模糊推理三I方法的R_L型约束度分析

研究了基于蕴涵算子RL 的模糊推理的三I方法的约束度理论 ,分析了约束度的性质 ,得到了一般化的α三IFMP (模糊取式 )最大解计算公式与α三IFMT(模糊拒取式 )

模糊推理的三I逄法的R_L型支持度分析

在文献 [1 ]提出的三 I算法的支持度理论的基础上 ,全面展开了基于L ukasiewicz蕴涵算子 RL的三 I算法的理论 ,给出了模糊 MP算法与模糊 MT算法的计算公式 ,并考虑了三 I算法制还原性问题 ;进一步研究了三 I算法的支持度理论 ,分析了支持度的性质 ,得到了一般化的 α-三 IFMP公式与 α-三 I FMT公式 .

Sugeno模糊推理实现PID的分层控制及仿真研究

结合普通PID控制和模糊控制理论,在普通PID控制原理的基础上,提出了利用模糊控制理论中的Sugeno模 糊推理实现模糊PID分层控制。此算法既结合了普通PID控制算法中所具有的结构简单、易实现、易使用的特点;同时又 加入了专家经验等模糊智能控制的思想,使整个控制算法在控制过程中能根据实际所处的控制阶段及控制要求来动态地调 整PID各参数。针对不同的仿真对象进行了仿真实验,仿真结果表明:使用此算法,整个控制过程性能参数有了很大的提 高,超调明显减小,调节时间缩短,反应速度加快。由于此算法实现方便,原理简单,而且控制效果好,在实际的工业控 制过程中具有非常广泛的应用范围,值得推广和借鉴。

产品选型设计中的模糊推理方法

基于模糊理论,提出了在产品概念设计阶段进行选型的方法。该方法的提出基于以下认识:一方面,任何一个产品超类都可划分为多个子类,每个子类都具有区别于其他子类的固有特征。为此,可为每一子类的产品建立一个标准模型;另一方面,产品的设计问题通常是由一组以技术参数表达的设计要求来描述的。那么,若能把设计问题映射到某个标准模型,则该标准模型所代表的结构类型就是问题的解。实现这种映射的方法就是模糊模型识别。该方法可以作为一种推理策略使用在设计型专家系统对相关问题的求解中。

二型模糊集模糊推理方法的单调性

模糊推理是蓬勃发展中的模糊控制技术的数学核心,二型模糊集的模糊推理是研究二型模糊逻辑系统的基础。各种模糊推理方法都具有单调性,从而导致人们当使用这些模糊推理方法时,应首先判明所讨论问题领域的推理是否具有相应的性质,否则可能导致不恰当的推理结果。

基于Mamdani方法下二型模糊集的模糊推理模型

模糊推理是蓬勃发展中的模糊控制技术的数学核心,二型模糊集的模糊推理是研究二型模糊逻辑系统的基础。研究并给出了基于Mamdani方法下二型模糊集的各种模糊推理模型,包括单输入单输出模糊推理模型,多输入单输出模糊推理模型,多规则、多输入单输出模糊推理模型等。

模糊推理结合Michigan型遗传算法的网络入侵检测方案

针对计算机网络中安全性问题,提出一种融合模糊推理和Michigan型遗传算法的网络入侵检测方案。首先,通过一种启发式过程来确定每个模糊if-then规则后件类和确定性分数。然后,利用Michigan型遗传算法,通过交叉和变异操作来进化模糊系统的规则,产生高分类率的模糊规则。最后,通过协同进化后的模糊系统实现入侵检测。在DARPA数据集上进行实验,结果表明该方案能够精确的检测U2R、R2L、Do S和PRB类网络攻击,具有很高的安全性。

基于二型模糊集的多重多维多输出模糊推理模型及Mamdani算法

模糊推理是模糊控制技术的数学核心,二型模糊集的模糊推理是研究二型模糊逻辑系统的基础。类似一型模糊集模糊推理的Mamdani算法,研究并给出了二型模糊集的多重多维多输出模糊推理模型及相应的Mamdani算法。

应用Lukasiewicz蕴涵的O型模糊推理

基于Ｏ型模糊集的模糊推理称为Ｏ型模糊推理。本文给出了应用Ｌｔｉｋａｓｉｅｗｉｃｚ蕴涵的Ｏ型模糊推理方法，并讨论了这一推理方法的良好性质。

剩余型直觉模糊推理的反向三Ⅰ方法

提出直觉模糊取式(IFMP)和直觉模糊拒取式(IFMT)问题的直觉模糊推理的反向三Ⅰ原则、反向α-三Ⅰ原则和反向三Ⅰ约束原则.针对剩余型直觉模糊蕴涵算子,给出IFMP、IFMT问题的直觉模糊推理的反向三Ⅰ算法、反向α-三Ⅰ算法及反向三Ⅰ约束算法求解的计算公式和分解形式,指出这些算法都是相应模糊集情形下的推广,讨论IFMP、IFMT问题的直觉模糊推理的反向三Ⅰ算法的还原性.

一种基于粗糙集和模糊推理的生活方式病检查模型

为了实现从大量的医学数据中获取有效的知识并形成规则和做出正确的推理,提出了一种基于粗糙集和距离型模糊推理进行生活方式病检查的模型.采用改进的依赖度属性约简算法研究属性约简,去掉不必要属性,减小规则库规模,提高粗糙集知识发现方法在医疗健康数据上的分类效率和准确性.采用距离型模糊推理方法匹配知识库中已有规则,计算规则和给定事实的距离进行推理检查,构建距离型模糊推理的检查系统.通过实验数据描述了知识库的构建过程,并验证了模型的有效性.

面向后件集的模糊推理机制:用于区间型type-2模糊逻辑系统

目前,大多数模糊推理都是利用t–范数和t–余范数或其改进形式对连接词进行建模,这些模型不能将模糊规则中前件集与后件集之间的相关性信息引入到模糊推理过程,这会丢失蕴含在规则中的一些信息甚至导致推理结果与实际经验严重不符.为解决此问题,本文首先引入模糊集合面向对象变换的概念,并将其推广,建立了合成type-2模糊集合模型.基于此模型,针对区间型type-2模糊逻辑系统,提出一种面向后件集的模糊推理机制,该机制能将前件集与后件集的相关性信息(包括清晰数和模糊数两种情形)引入到模糊推理过程.仿真结果表明,该方法能捕获到模糊规则中更多的不确定性信息,并为模糊逻辑系统的设计提供更大的自由度.

一种新的O型模糊推理方法

基于Ｏ型模糊集的模糊推理称为Ｏ型模糊推理。作者给出了应用标准序列逻辑蕴涵的Ｏ型模糊推理方法，这种Ｏ型模糊推理方法具有比ＬＯＦＲ推理更好的性质，而且计算简便。

基于模糊推理脉冲神经膜系统的变压器故障诊断方法

油中溶解气体分析是目前变压器状态监测及故障诊断的主要手段,但气体含量易受到变压器容量、结构和故障工况等因素影响,存在一定程度的不确定性。因此,提出了一种基于模糊推理脉冲神经膜系统的变压器故障诊断方法。首先,根据油中溶解气体分析数据提取特征气体量值。其次,利用高斯型隶属函数对提取的特征气体量值进行模糊处理。在此基础上,根据故障类型所对应的模糊产生式规则,构建基于模糊推理脉冲神经膜系统的故障诊断模型。最后,利用模糊推理算法对故障诊断模型进行计算,得到每种故障类型的置信度,从而确定故障类型。实例分析结果表明,该方法能够有效地识别变压器各类型故障,具有较高的诊断正确率。

基于多值蕴含的二型模糊推理模型

针对Mamdani蕴含算子不支持经典逻辑的问题,采用与一型模糊逻辑系统类似的研究方法,讨论了基于Kleene-Dienes、Lukasiewicz、Zadeh和Reichenbach蕴含算子的二型模糊推理模型,分别给出了这四个二型模糊推理模型最终模糊集的隶属函数表达式。研究结果表明,这四个二型模糊推理模型及其算法具有一般经典逻辑的共同属性,比Mamdani二型模糊推理模型更自然。研究结论突破了已有的框架,有助于二型模糊逻辑系统的进一步研究。