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。

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。

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.

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.

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.

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。

基于T-S模型的模糊系统辨识方法综述

模糊模型设计方法归结为两种,即语义驱动和数据驱动。数据驱动模型具有更好的性能,是目前研究的热点。模糊系统辨识是数据驱动下模糊系统建模的重要手段,辨识的优良直接影响系统建模的精度。模糊系统辨识可以分为两部分进行认识,即模糊系统结构辨识和参数辨识。回顾了近年来模糊系统辨识的理论和方法,如subtractive聚类、多分辨率自适应空间分解、SVM、核函数法、粒子群算法和并行遗传算法等。对各种算法原理、特点进行了介绍,对模糊系统辨识的发展进行了展望。

基于T-S模糊决策的PMSG风电系统广义预测控制

为提高风力发电系统在额定风速下的最大风能追踪性能,以永磁同步风力发电机(PMSG)为研究对象,采用局部等效建模方法,获得PMSG多工况运行的T-S模糊模型。以模糊规则后件作为受控自回归增量滑动平均(CARIMA)模型,采用广义预测控制(GPC)算法,对各模糊规则设计独立的GPC控制器,预测PMSG转速输出。仿真结果表明,在阶跃风速和组合风速的扰动下,基于T-S模糊决策的PMSG转速输出(如调节时间和超调量)较PI方法有明显下降,转速响应速度有大幅提高,最佳叶尖速比稳定在最优值,风能利用率显著提升。

基于T-S模糊模型的采样数据网络控制系统H∞输出跟踪控制

研究具有采样数据的基于T-S(Takagi-Sugeno)模糊模型网络控制系统H∞输出跟踪控制问题.提出将采集器端数据采样周期、数据传输时滞和数据丢包转换为零阶保持器端数据更新周期,在此基础上,利用输入时滞法和PDC(Parallel distributed compensation)技术,建立网络环境下被控对象和参考模型合并的基于T-S模糊模型的增广系统模型.通过Lyapunov方法,并充分利用采样特性,给出系统实现H∞输出跟踪的充分条件,以及可靠模糊控制器的设计.仿真结果表明所设计模糊控制器能够实现该类系统良好的跟踪.

基于T-S模型的液压系统模糊故障树分析方法研究

针对液压系统故障树分析时存在的故障概率获取不足、事件联系难以确定以及不能描述故障程度这三方面的问题,将T-S模型引入到模糊故障树分析中:用模糊可能性描述部件的故障概率;用T-S门代替传统逻辑门来描述事件间的联系;用模糊数描述部件的故障程度。结合液压机动力源系统故障树分析实例,计算出顶事件发生故障和出现各种故障程度的模糊可能性。

T-S模糊控制系统稳定性分析及控制器设计

研究了在新型的模糊Lyapunov方法下连续T-S模糊控制系统稳定性和模糊控制器设计问题,首先,得出了自由系统新的稳定性充分条件,这个条件具有更大的宽松性;然后基于一系列线性矩阵不等式设计了模糊控制器,这些矩阵不等式可以利用凸优化技术来进行解决。通过对两个具体的实例的仿真验证了本算法的有效性。

基于分段模糊Lyapunov方法的T-S模糊系统H_∞控制

针对具有外部扰动的T-S模糊系统,利用分段模糊Lyapunov函数和线性矩阵不等式方法研究了模糊系统的镇定问题,给出了闭环系统渐近稳定的充分条件,提出了闭环系统γ一次优H∞控制器的参数化设计方法.仿真实例验证了所提出方法的有效性.

含输入和状态时滞的T-S模糊系统的鲁棒控制

针对一类带有输入时滞和状态时滞的不确定模糊系统,讨论了其稳定性和H_∞鲁棒控制控制器设计问题.根据"Descriptor fom"的Lyapunov-krasovskii泛函方法,得到的时滞相关稳定性准则,使得所设计的控制器能确保闭环系统渐近稳定.为了使所得的结果具有更小的保守性,同时还设计了一个凸优化算法.仿真结果说明本文所提出方法的可行性和优越性.

基于T-S模糊模型的混沌系统鲁棒控制器设计

研究具有参数不确定混沌系统基于T S(Takagi Sugeno)模糊模型的鲁棒控制器设计。首先利用IF THEN模糊规则把不确定非线性系统的状态空间分成不同的区域,构建具有参数不确定性的T S模糊模型;然后提出使得系统在平衡点渐近稳定的鲁棒模糊控制器设计。该方法通过解一组线性矩阵不等式分别设计局部控制器,通过并行分布补偿的方法设计T S模糊系统的鲁棒控制器,渐近稳定性的条件更为宽松,能够有效降低鲁棒控制器设计的保守性。最后以Lorenz混沌系统为例,研究混沌系统的鲁棒控制器设计,仿真研究结果表明所设计的鲁棒控制器对参数不确定Lorenz混沌系统具有良好的控制效果。

T-S模糊系统的局部稳定

讨论了T-S模糊系统的局部稳定性及控制器设计问题.给出连续T-S模糊系统局部稳定的定义,利用非二次Lyapunov函数和线性矩阵不等式(LMI)方法得到连续T-S模糊系统局部稳定的充分条件,并给出了基于LMI的局部镇定控制器设计方法.该方法不同于已有的全局稳定控制器设计方法,为判别模糊系统的稳定提供了新的选择.最后通过数值算例演示了控制器的设计方法,并证明了该方法的可行性.

离散T-S模糊系统的输出反馈H_∞控制

研究离散 T-S 模糊系统的输出反馈镇定及输出反馈 H_∞控制问题.通过引入松弛变量,将离散 T-S 模糊系统的输出反馈镇定问题归结为求解一组线性矩阵不等式(LMIs),进而给出基于 LMI 的输出反馈 H_∞控制器的设计方法.该方法的优点是,不仅可以用来设计阶数与原系统相等的全阶动态输出反馈控制器,还可以设计降阶动态输出反馈控制器和静态输出反馈控制器.最后通过仿真算例演示控制器设计方法.

关于T-S模糊系统稳定性的一个代数判据

引用一个特定的矩阵测度,基于M矩阵的基本性质,分析T S模糊系统的稳定性问题·结果表明:利用T S模糊系统子系统的系数矩阵构造一个判断矩阵,该判断矩阵的稳定性蕴涵着原T S模糊系统的全局稳定性·这个代数判据不同于现有的Lyapunov稳定性框架之下的分析结果·然后,根据PDC算法,给出一种基于该代数判据的模糊状态反馈控制器的设计方法,并给出闭环T S模糊系统判断矩阵稳定的一个必要条件·最后,通过一个数值算例说明如何利用该代数判据来设计模糊状态反馈控制器·

基于T-S模糊系统的软测量混合建模研究

在分析几种模糊系统建模方法的基础上,提出一种简单有效的软测量建模方法.该算法基于变结构构造法模糊建模思想,均匀设计模型的初始结构,以绝对误差为建模指标,通过增加模糊规则来提高T S模糊系统的精度.为降低规则参数辨识的计算量,提高建模速度,将规则参数分为线性和非线性两部分,分别采用Levenberg Marquardt法与最小二乘法进行辨识.实例证明,本文所提出的建模方法规则分布合理,收敛速度快,泛化性能好,适合建立多输入的软测量模型,具有较好的实际应用价值.*

时滞T-S模糊广义系统鲁棒H_∞控制

针对控制系统中的时滞会导致系统的不稳定和较差的系统性能,研究了时滞T-S模糊广义系统的鲁棒稳定性问题、鲁棒镇定性问题以及基于状态反馈的鲁棒H∞控制问题,给出了时滞T-S模糊广义系统的正则、无脉冲和渐近稳定的定义;依据Lyapunov理论,证明了使闭环系统渐近稳定并且具有适当的H∞性能指标的充分条件,用线性矩阵不等式方法,表示了这些充分条件,从而可以通过解矩阵不等式容易地获得状态反馈增益矩阵。算例说明所提方法有效和可行。

T-S模糊模型在跳汰机排料系统中的应用

针对常规的PID控制难以解决实际工业系统的时滞性、非线性等问题,文章提出了一种基于T-S模糊模型的跳汰机排料系统的设计方案,介绍了跳汰机自动排料控制系统的组成,分析了T-S模糊模型辨识原理,详细阐述了基于T-S模糊模型的跳汰机排料系统的建模及仿真。实验结果表明,T-S模糊模型能够比较精确地反映出被控系统中输入与输出之间的关系,也证明了T-S模糊模型可用于非线性控制系统的建模仿真,是现代控制理论与非线性控制系统之间进行沟通的有力工具。