神经网络控制在综合火力／飞行系统中的应用

提出了两种基于模糊控制的神经网络控制器的设计方案，并将这两种控制器应用于综合火力／飞行系统的耦合控制。两种方法的主要差别在于获取样本的方式不同。方案１是通过对模糊控制方法得到的响应曲线采样获取样本，由Ｂａｃｋ－Ｐｒｏｐａｇａｔｉｏｎ学习算法训练神经网络，得到一组固定权值。神经网络控制器采用这组权值以“联想记忆”的方式工作。方案２则从用模糊控制算法得到的控制查询表中获取样本。因为模糊控制查询表比较大，采样时依据该表构成的相平面图的特点，对采样点数进行了压缩，使所设计的神经网络的规模可以接受，其余的设计步骤与方案１基本相同。仿真结果表明，采用这两种神经网络控制器的控制系统都具有良好控制性能     

模糊PID控制在温湿度控制系统中的应用

针对模糊控制的不足和ＰＩＤ控制的缺点提出了一种智能温湿度控制的方法。该方法把模糊控制技术和ＰＩＤ算法结合起来，采用多模态分段控制设计出温湿度控制系统。通过半实物仿真实验可知，该方法对多变量、强耦合、大惯性对象的控制是非常有效的，具有超调小，调节迅速和上升时间短的特点，且具有很好的鲁棒性。     

一种基于模糊控制的直升机姿态控制器设计方法

研究了直升机姿态模糊控制技术。首先将专家知识和训练数据相结合生成了直升机的前置模糊姿态控制器。由于模糊控制所固有的不精确性，以及直升机的飞行状态多变，前置模糊姿态控制器无法对直升机进行精确控制，本文提出利用另一个在线自适应模糊控制器补偿控制误差。自适应模糊控制器的自适应学习算法通过李亚普诺夫稳定性分析得到，从而也保征了整个系统的稳定性。仿真算例征明了本文方法的有效性。     

关于遗传算法模糊控制的研究

在控制对象的数学模型由于受非线性的时变的影响很难精确确定时，模糊控制是一个比较好的方法，但模糊控制规则易受人的因素的影响而归纳得不完善，并且不能自学习影响了模糊控制的效果。遗传算法可以搜索整个空间，不易陷入局部最优解，不受搜索空间的性假设的约束。可以解决非常困难的寻优问题，本文提出关于遗传算法的模糊控制，使控制规则得到优化，从而改善了控制性能。仿真实例表明这种方法是可行的。     

自动功率因数调整器中的计数式模糊控制方法

本文提出了自动功率因数调整器中的计数式模糊控制方法，描述了控制对象的特点和控制准则，并且定义了一般计数式模糊控制器概念，从而为计算机控制系统设计得出了一种新的方法。     

基于商空间理论的模糊控制在航空相机中的应用

针对航空相机快速返回定位问题,应用商空间理论提出了一种快速无超调定位模糊控制算法。将位置偏差量模糊化．并根据模糊等价关系合并正规峰集,从而得到了不同粒度下的控制规则．系统通过不断改变粒度,采用粗拉度粗调,细粒度细调的方法,实现快速无超调定位。在模拟相机平台上采用3个粒度层,通过模糊规则调整模糊输出和PID控制器的积分时间实现最速控制、模糊控制和PID控制在不同粒度下的转换．实验结果表明此算法具有定位快、稳定精度高以及无超调等优点．     

点焊质量模糊控制系统研究

简要介绍了电阻点焊单片机微机模糊控制原理，确定了点焊模糊控制算法，分析了点焊模糊控制系统的硬件结构和软件设计。实验结果表明，该控制系统能够有效实现点焊质量的模糊控制，具有较强的自适应特性，可用于电阻焊智能制造。     

开关磁阻电动机的Fuzzy-PI控制

本文介绍了开关磁阻电动机低速时的斩波控制与高速时的单脉冲控制方案,论述了控制参数的优化选择范围及其变化对电机效率和转矩的影响,在分析了模糊控制,比例积分控制以及系统本身特点的基础上,提出了基于上述控制方案的Fuzzy-PI复合控制算法,并详细地讨论了这种算法在开关磁阻电机系统中的实现,采用的粗调、细调技术有效地解决了动态性能与稳态精度之间的矛盾。文章最后给出了在5.5kWSR132-8/6样机上的运行试验结果。试验表明:这种控制方法性能优良。     

模糊控制算法分析及改进

基于E.H.Mamdai等人的模糊控制算法,本文讨论了模糊控制器参数的选择及对系统输出性能的影响。与已有的方法不同,本文注重物理概念的分析,并研究了模糊控制器参数的自调整问题。这是因为基本模糊控制器参数的选择难以同时兼顾控制系统的动静态性能,一般只好采取折衷的方法。为了改善控制系统性能,一种实用的方法是在线调整模糊控制器的参数。文中提出了一种分段式自调参方案,仿真结果表明该方案优于已有的自调参方案。为了达到有效的调参目的,本文给出了模糊控制器参数初始配置的一种关系,并通过仿真,验证了该关系是确切的。最后,基于模糊控制算法的特点,探讨了一种新的模糊控制算法的构思,作为今后进一步研究的问题。     

模糊逻辑的神经网络实现

研究了模糊控制中，模糊推理规则由多层神经网络实现问题。将模糊推理规则中的每一个规则的前件知识，直接嵌入神经网络的权中，然后利用神经网络的自学习功能；自动辨识控制规则，且对隶属函数进行微调整。其学习方法主要采用误差逆传播算法。     

时滞系统的Elman网络多步预测模糊控制方法

讨论了Elman神经网络的结构与学习算法,研究了基于Elman网络的动态系统辨识模型、预测模型及预测算法,并与模糊控制相结合,研究神经网络多步预测模糊控制方法。仿真结果表明该方法可以提高系统的鲁棒性及稳定性,多步预测最佳模糊控制的控制精度及ITAE指标均较无预测时要优。     

机载光电跟踪系统基于遗传算法的模糊控制器优化设计研究

分析了机载光电跟踪系统的构成，并对机载光电跟踪系统的最主要成部分－陀螺平台框架系统设计了基于GA（遗传算法）的模糊控制器，由于遗传算洒可以搜索整个空间，不易陷入局部最优解，不受搜索空间的限制性假设的约束，因此本文通过遗传算法对模糊控制器的控制规则，参数以及量化因子和比例因子进行了优化，在对模糊控制器设计的过程中，为了提高模糊控制的精度并加速遗传算法的收敛速度，还采用了变论域的方法，通过对系统详细的仿真研究，验证了基于GA的模糊控制器设计的良好控制效果。     

一种直升机的组合智能飞行控制系统的设计

讨论了模糊逻辑控制与神经网络相结合的一种控制方法，给出了一种增益自适应调整的模糊控制方法和ＢＰ网络自适应变步长学习算法，前者提高了系统对参数变化的适应能力，同时也提高了系统的控制精度，改善了系统品质，后者缩短了网络的学习时间，有利于实时控制的实现。这两种方法成功地用于直升机飞控系统的设计。同时，针对某型直升机用数字仿真证明了该方法的优点和良好效果     

飞机穿越微下击暴流风切变的智能控制

在应用模糊逻辑建模与辨识方法建立微下击暴流风切变模型的基础上，根据恒定俯仰姿态改出微下击暴流的飞行引导策略，提出了一种改出微下击暴流风切变的模糊反馈控制系统，并将遗传算法应用于该模糊逻辑控制器的设计。结果表明，本文提出的建模方法能够更真实地反映出飞机穿越微下击暴流风场的动态特性；采用模糊逻辑控制器，可使得飞机在穿越微下击暴流风场时具有较好的改出性能；另外，遗传算法的应用对已设计的模糊逻辑控制器进行了优化，进一步改善了飞机穿越微下击暴流的性能。