基于差分进化Takagi-Sugeno模糊神经网络的电网故障诊断模型

为有效处理电网故障中存在的不确定性,提出一种基于改进差分进化Takagi-Sugeno模糊神经网络的电网故障诊断模型。该模型基于分布式并行处理的思路,根据配置的继电保护和断路器对每个元件而非整个电网建立相应故障诊断模型。为提高诊断模型的准确性,对差分进化算法的缩放因子和交叉率进行自适应改进,并将改进算法用于优化各模型的前件参数和后件参数。仿真结果表明,与其他神经网络相比,该模型能够成功诊断存在拒动、误动的复杂故障,提高了电网故障诊断的容错性。

基于监督学习的Takagi Sugeno Kang模糊系统图像融合方法研究

该文针对图像融合领域内难于对先验知识加以利用的问题提出一种新的有监督学习的Takagi Sugeno Kang(TSK)模糊系统图像融合方法。该方法通过引入TSK模糊系统构建标准图像融合图像库进行学习,将学习准则记录下来形成融合模型,并指导新的图像融合过程。不同于传统方法,该方法可以有效地避免模型参数择优的难题,在融合图像质量和适用范围方面表现出一定的优势。从单一类型图像融合和多种类型图像融合两个角度进行了实验研究,实验结果说明该方法的有效性。

基于Takagi-Sugeno模型的半主动TLCD对偏心结构的减震控制

采用在结构水平双向设置 TLCD半主动控制装置的方法 ,对偏心结构在多维地震作用下的振动控制问题进行了研究。首先论述了基于 Takagi-Sugeno模型的模糊神经网络的基本理论 ,然后介绍结构 -TLCD扭转耦联控制系统微分方程及其状态空间求解方法 ,最后在建立起半主动控制策略的基础上 ,利用基于 Takagi-Sugeno模型的模糊神经网络 ,根据控制准则调整 TLCD的开孔率 ,实现对结构的半主动控制。数值结果表明 。

基于Takagi-Sugeno模糊神经网络模型的卫星钟差预报方法

卫星钟差预报精度的不断提升是精密导航的关键问题.为了进一步提高钟差的预报精度和更好地反映钟差的变化特性,提出一种基于Takagi-Sugeno模糊神经网络(Fuzzy Neural Network,FNN)的钟差预报方法.该方法首先根据钟差数据的特点对钟差进行预处理,然后以预处理后的数据建立一种高精度预报钟差的Takagi-Sugeno模糊神经网络算法.采用IGS(International Global Navigation Satellite System Service)不同采样间隔的精密钟差数据进行了短期预报试验,并与ARIMA(Auto-Regressive Integrated Moving Average)模型、GM(1,1)模型及QP(Quadratic Polynomial)模型进行了对比试验,分析结果表明:对不同类型原子钟,该方法用于钟差短期预报是可行的、有效的,其获得的卫星钟差预报结果明显优于常规方法.

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-Kang模糊集合的噪声干扰检测方法

为识别混合在接收机热噪声中的人为噪声干扰信号,提出了基于TSK(Takagi-SugenoKang)模糊集合的干扰检测方法。首先将无干扰环境下信道热噪声数据和有人为噪声干扰下的混合噪声数据组合成训练数据序列,利用训练序列对TSK模糊集合模型进行训练,调节模型中规则的多项式系数,使TSK模糊模型对接收信号中的噪声特性与干扰判决之间建立确定函数关系,实现对噪声干扰的检测。通信电台的实验验证表明:尽管接收机的自动增益控制将外部噪声干扰缩小到与本机噪声相当水平,所提方法仍能有效检测出信道中是否有人为噪声干扰存在。

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。

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.

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。

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。

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Takagi-Sugeno型自适应模糊神经网络的模拟电路故障诊断

该文提出了一种基于Takagi-Sugeno型自适应模糊神经网络故障诊断方法。首先通过电路仿真获得故障样本,其次利用主成分分析对故障样本进行降维处理,减少自适应模糊神经网络的输入,降低训练时间,然后采用BP算法与最小二乘法相结合的混合学习算法训练自适应模糊神经网络的连接权值和隶属度函数。仿真结果表明,此方法能够快速有效地对模拟电路的故障进行诊断和定位,表现出了很好的应用潜力,在容差模拟电路故障诊断领域具有较好的应用前景。

Takagi-Sugeno型分层混合模糊-神经网络训练算法研究

为寻求适合离散和连续变量并存数据特点的最佳训练算法,本文对基于三角波,梯形,Gaussian隶属函数的Takagi-Sugeno型分层混合模糊-神经网络训练算法进行综合比较研究,使用梯度下降法详细推导了各个参数的迭代规则,并给出了完整的训练算法和详细的参数调整过程.以Pyrimidines和Heart-UCI为数据分别进行函数逼近与数据分类实验,并与经典的BP算法比较.实验结果表明Takagi-Sugeno型分层混合模糊-神经网络在高维且离散与连续变量混合的函数逼近和分类上比BP神经网络更具优势,而基于Gaussian隶属函数的训练算法函数逼近精度比基于三角波和梯形隶属函数的训练算法精度更高.

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。

符号空间上Takagi函数的局部水平集

利用符号空间上Moran集的维数性质,研究符号空间上Takagi函数水平集和局部水平集的维数,对符号空间中任意一点给出其对应局部水平集的维数,最后讨论了局部水平集Hausdorff维数的某种连续性.

大型快锻液压机Takagi-Sugeno模糊系统设计

利用ITI-SimulationX软件建立了大型快锻液压机本体和主控系统的精确仿真模型,进行了三维本体与一维系统的集成仿真,结果表明:液压机热态锻造精度达到§1 mm,最高锻造频次达85次/min;针对大型快锻液压机工艺范围广、工况复杂的特点,利用MATLAB/Simulink软件设计了Takagi-Sugeno模糊控制器,以主控系统锻造行程、锻透深度、最大工作压力、工作缸数量和主泵数量作为输入变量,高频响比例阀启闭曲线作为输出变量,依据主控系统仿真结果确定模糊推理规则,通过ITI-SimulationX与MATLAB/Simulink软件协同仿真接口模块实现了对主控系统的智能控制,使液压机在各种工艺参数下,均能达到较高锻造精度和较快响应速度,更好地适应了大型快锻液压机的生产工艺需求.

基于Matlab和给小费模型的Mamdani与Takagi&Sugeno型模糊推理算法研究

在模糊推理中,Mamdani和Takagi&Sugeno是两种应用最广的模型。本文对这两种推理模型的原理进行了说明,并对其输入输出变量的形式、推理结果及适用范围等进行比较和分析。利用Matlab中Fuzzy工具箱,通过给小费模型进一步验证两种推理模型的优缺点和适用范围。

基于Takagi-Sugeno模糊模型的自动雨刮控制系统设计

提出了一种基于Takagi-Sugeno模糊模型的自动雨刮控制系统设计方法。首先对传统雨刮系统的操作模式、实现方法等进行了分析,然后,给出了基于Takagi-Sugeno模糊模型的自动雨刮控制系统的软硬件结构和控制器设计方法。实验结果表明:本文所提出的自动雨刮控制系统的有效性。

基于Takagi-Sugeno的再励学习模糊神经网络控制

提出一种模糊神经网络的自适应控制方案。针对连续空间的复杂学习任务,提出了一种竞争式Takagi-Sugeno模糊再励学习网络,该网络结构集成了Takagi-Sugeno模糊推理系统和基于动作的评价值函数的再励学习方法。相应地,提出了一种优化学习算法,其把竞争式Takagi-Sugeno模糊再励学习网络训练成为一种所谓的Takagi-Sugeno模糊变结构控制器。以一级倒立摆控制系统为例,仿真研究表明所提出的学习算法在性能上优于其它的再励学习算法。

一类新的Takagi-Sugeno模糊时滞系统的稳定性准则

本文提出一种新的时滞划分方法—变时滞划分法,以解决连续延时Takagi-Sugeno模糊系统的稳定性和镇定性问题.不同于已有的文献,用可变参数将时变时滞区间[0,d(t)]划分为若干个可变子区间,并得出模糊时滞系统的新的时滞相关稳定性准则.本文提出的新方法能充分利用时滞子区间的内部信息,因此新的时滞相关稳定性准则比以往结果具有更小的保守性.基于Lyapunov稳定性理论,以线性矩阵不等式形式给出T--S模糊系统的新的时滞相关稳定性准则,并将稳定性和镇定性研究结果扩展到具有不确定参数的T--S模糊系统.仿真实例证明了本文方法降低保守性的有效性.