基于粒子群优化的模糊交通控制器设计研究

城市中往往存在着一些关键路口,其交通通畅与否会对周围的路网的交通流起着很大的影响,需要优先保持此路口的通畅.针对以上情况,设计了基于上下游交通信息的二级模糊交通控制器来对路网进行协调控制.在此基础上,本文提出了针对交通特性改进的粒子群优化算法(TIPSO),并采用TIPSO对第一级模糊规则进行优化,实验结果表明TIPSO对模糊规则具有较好的优化效果,能够离线训练获取到比人工设定的更优的模糊规则.     

模糊Petri网的自适应粒子群优化方法研究

模糊Petri网对专家知识库的模糊规则具有较强的表达能力,但其缺乏学习能力使得模型参数的确定较为困难,针对此问题提出一种适合于模糊Petri网参数确定的自适应粒子群优化算法。分析了模糊Petri网对专家知识库的模糊规则建模方法;研究了粒子群优化算法及其各种改进算法;在此基础上,提出适合于模糊Petri网参数确定的自适应粒子群优化算法。最后,以无向网络可靠性估计为例,通过实例分析并与基本粒子群优化算法进行比较,证明了所提方法的有效性和优越性。     

数据与知识双驱动的备件需求模糊预测模型

针对知识驱动型需求预测模型所需的专家知识稀缺、数据驱动型需求预测模型可解释性不足的问题,提出了数据与知识双驱动的备件需求模糊预测模型。该模型基于模糊聚类算法将数值型数据聚类为结构简单、可解释性强的规则库,运用模糊逻辑将领域专家知识表示为Mamdani型规则库。在此基础上,引入了一种新型智能计算理论——模糊网络理论对两类规则库进行合并运算,形成初始预测模型。采用遗传算法优化模型规则库的模糊集参数来提高模型预测准确性。通过与模糊聚类算法进行对比,提出的模型在可解释性以及准确性指标上均具有优势。     

军事道路交通网络模糊可靠性“瓶颈”分析模型

道路交通网络可靠性“瓶颈”往往决定了整个路网的可靠度的高低,是战时敌、我双方争夺的焦点之一。本文针对军事道路交通网络的特点,提出了路网模糊可靠度的概念,并对其进行了表征与评价;建立了路网任务模糊可靠度“瓶颈”算法模型。运用本模型对海湾战争中的伊军,从巴格达到巴士拉的主要道路交通网络,进行了任务模糊可靠度评价与“瓶颈”运算,结果与实际情况吻合性较好。     

基于蚁群算法的模糊控制规则优化设计

为了避免设计模糊控制系统时遇到的“规则爆炸”问题,提出基于模糊相容系数的模糊规则优化方法．该方法定义了模糊规则的相容程度,得出的相容系数矩阵作为蚁群算法的启发式因子．采用蚁群算法优化模糊规则进行仿真,结果显示该方法生成的模糊规则具有较好的相容性和控制性能．     

双机格斗行为建模方法研究

行为模型的真实性是决定CGF真实性的关键因素之一。针对双机格斗空战 ,提出了一种基于模糊规则的三层行为模型 ,并运用遗传算法对底层飞行状态模糊控制器进行了优化。文中给出了仿真实验结果。结果表明这种用模糊规则建立的行为模型产生了逼真的空战格斗行为。     

基于免疫FNN算法的加热炉炉温优化控制

针对复杂钢坯加热过程,提出了一种免疫克隆进化模糊神经网络(ICE-FNN)控制算法。首先根据现场样本数据建立过程神经网络模型;然后基于该模型,采用模糊神经网络控制器(FNNC)规则优化算法,确定FNNC的最佳规则数;最后由FNNC的规则优化所得参数构造初始种群的一个解,采用免疫克隆进化(ICE)算法对FNNC参数优化。该算法具有全局寻优和局部求精能力,仿真结果证实了其有效性。     

基于模糊神经网络的伺服系统PID控制

针对某装备伺服系统具有复杂的非线性和时变性,传统的PID控制存在自适应能力差的缺点,设计了一种模糊神经网络PID控制器。利用神经网络对模糊控制的控制规则进行优化,根据偏差E和偏差变化EC在线调整PID控制器的3个参数。通过与传统的PID控制器仿真实验对比,可以看出模糊神经网络PID控制器能够有效地提高该伺服系统的性能。     

鱼雷壳体结构的模糊优化设计

鱼雷壳体结构优化设计是鱼雷外形优化设计中的重要组成部分,关系着后期鱼雷总体优化设计的成败.但是,目前的鱼雷壳体优化设计方法仅是将设计变量作为固定变量来处理,没有考虑到设计变量存在的不确定性,另外环境变量也存在着不确定性,这些因素都说明鱼雷壳体优化设计实际上是一个模糊优化问题.如果忽略了鱼雷壳体优化设计的模糊性,会导致优化结果存在较为严重的危险性,同时也会对后期的鱼雷总体设计带来无法预知的影响.针对这一问题,在鱼雷壳体结构优化设计中引入模糊理论,建立鱼雷壳体结构模糊优化模型,并用单目标模糊优化方法进行鱼雷壳体结构模糊优化设计.将鱼雷壳体结构优化设计中存在的风险降到最低.     

通信系统接入的智能控制

针对通信系统在传统接入控制上的一些缺点,提出了模糊神经网络接入控制方法。首先,简单介绍了通信系统的接入控制原理,指出了传统接入控制的缺点;其次,描述了模糊神经网络模型,并在此基础上对网络进行优化;最后,同传统的接入控制方法进行比较。     

模糊神经网络在发电机励磁控制中的应用

采用含有惯性项学习算法的BP神经网络代替模糊PID控制器，对同步发电机励磁控制系统进行仿真。仿真结果表明，在系统遭受扰动或突加减载时，所设计的模糊神经网络励磁控制器具有良好的控制效果。     

一类三维混沌系统的T—S模糊控制

针对一类三维混沌系统,在用T—S模糊模型重构该系统的基础上,利用反馈控制思想和并行分布补偿（PDC）技术,基于Lyapunov理论为该系统设计了状态反馈控制器．利用线性矩阵不等式（LMI）可求出模糊控制器的参数,实现以衰减率a全局渐近稳定．对该系统的一个重要特例—ADVP系统的仿真结果验证了该控制方法的有效性．     

一类非线性时滞系统的时滞相关稳定性分析

针对一类非线性时变时滞系统,基于T-S模糊模型,采用自由权矩阵的方法,研究了该系统的稳定性问题。设计了一个与系统状态变量的导数有关的模糊控制器,推导出该控制器使闭环系统渐近稳定的充分条件,该条件等价于一类线性矩阵不等式（LMI）的可解性,并以仿真算例证明了控制器的有效性。     

基于一类T-模的模糊双向联想记忆网络的稳定性分析

首先定义了max-T复合模糊算子,建立了一类基于模糊复合算子的模糊联想记忆网络——模糊双向联想记忆,然后系统地分析了该网络的性质,在Hamming距离意义下证明了该网络的平衡点（吸引子）具有Lyapunov稳定性。     

导弹气动参数变化时PID与模糊控制的仿真

以参数大范围变化的导弹为研究对象,分别设计PID控制器和模糊控制器,并对PID控制器和模糊控制器组成的稳定回路进行仿真,仿真结果表明,PID控制器不能适应参数大范围的变化,表现为容易产生超调。简单模糊控制器对外界参数具有较好的适应性和鲁棒性,但存在稳态误差,通过采取模糊——积分并联混合,改善了模糊控制的稳态性能,提高了模糊控制的稳态精度。     

用Matlab实现减摇鳍模糊控制器仿真

基于Conolly理论建立了船舶模型,以横摇角和横摇角速度为输入量,鳍角为输出量,应用模糊控制理论设计了减摇鳍模糊控制器;利用Matlab的fuzzylogic工具箱针对不同海情对控制器进行了仿真.结果表明,减摇鳍模糊控制器与传统PID控制器相比具有更好的控制效果.     

PID参数模糊自整定控制器的设计与仿真研究

针对常规PID控制器不能在线进行参数自整定的问题,结合模糊控制技术,提出了一种 PID参数模糊自整定的方法.运用 Matlab模糊逻辑工具箱进行仿真研究表明,该模糊 PID控制器能迅速消除系统余差,改善普通模糊控制器的性能;既具有PID控制器高精度的优点,又具有模糊控制器快速、适应性强的特点,保证了调节系统具有良好的动、稳态特性.     

非线性短时延网络控制系统的容错控制器设计

针对一类存在短时延的非线性网络控制系统,提出了一种基于观测器的传感器失效完整性控制方法。首先利用模糊T-S模型对系统进行模糊建模,在此基础上,提出模糊控制器与模糊观测器的协同设计方法,然后应用李亚普诺夫函数法和线性矩阵不等式（LMI）法,给出了闭环模糊系统在传感器故障时具有完整性的充分条件。数值仿真算例表明,该方法是可行和有效的。