一类非线性系统的模糊自适应跟踪控制

针对一类非线性系统，把模糊T—S模型和自适应模糊逻辑系统两种模糊逻辑方式结合起来，提出了一种基于观测器的跟踪控制方案。首先，应用模糊T—S模型对非线性系统建模，设计观测器用来观测系统状态；由线性矩阵不等式得到模糊模型的控制律。其次，构建了自适应模糊逻辑系统；应用基于权值、中心和宽度三个参数可调节的自适应模糊逻辑系统作为补偿器来补偿建模误差。文中证明了闭环系统满足期望的跟踪性能，实现了跟踪目的。两连杆机械臂的仿真结果表明该方案消除了建模误差对跟踪的影响。     

基于中介逻辑的多模态逻辑系统

多模态逻辑作为模态逻辑的扩充，是模态逻辑进行时态和动态扩充的基础。中介逻辑是一个新的逻辑系统，自创立后得到了很大发展，并在数理逻辑及计算机科学领域中得到广泛应用。为将中介逻辑进行时态和动态扩充，本文构造了一种基于中介逻辑的多模态逻辑系统ＭＭＫ，讨论了它的推理规则和语义解释，并证明了ＭＭＫ的可靠性和完备性，在此基础上给出了一种基于中介逻辑的时态逻辑系统ＭＴ，对它的可靠性和完备性进行了讨论。最后，分析了相应的经典多模态逻辑系统与ＭＭＫ系统及经典时态逻辑系统和ＭＴ系统之间的关系。     

中介时序逻辑系统MTL的模型性性质

时序逻辑作为一种把时间概念直接引入其形式系统的逻辑系统，它具有较强的表达能力，近年来在计算机科学领域获得了广泛的应用。基于中介逻辑对时序逻辑进行多值扩充，建立了一种中介时序逻辑系统ＭＴＬ。讨论了它的形式系统和语义解释，但未论及其完备性。本文对ＭＴＬ系统作进一步的讨论。在一可传结构下，讨论了它的可传、连通和过滤等模型论性质，为进一步讨论ＭＴＬ系统的完备性作了理论上的准备。     

中介时序逻辑系统MTL的模型论性质

时序逻辑作为一种把时间概念直接引入其形式系统的逻辑系统,它具有较强的表达能力,近年来在计算机科学领域获得了广泛的应用.基于中介逻辑对时序逻辑进行多值扩充,建立了一种中介时序逻辑系统MTL(Medium Temporal Logic).讨论了它的形式系统和语义解释,但未论及其完备性.本文对MTL系统作进一步的讨论.在一可传结构下,讨论了它的可传、连通和过滤等模型论性质,为进一步讨论MTL系统的完备性作了理论上的准备.     

中介公理集合论系统与经典公理集合论系统的关系——形式证明部分

在中介公理集合论系统（ＭＳ）中重新定义了良集的概念，讨论了它的性质。证明良集完全满足经典公理集合论系统（ＺＦＣ－：ＺＦＣ系统中去掉正则公理）的全部公理，且其配套的逻辑系统恰为中介逻辑的二值子系统ＦＩ＊ＭＬ，说明整个经典数学也能奠基于ＭＳ之上，从而最终回答了中介数学与经典数学的包含关系问题。     

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。     

中介逻辑的模型论性质

中介逻辑是朱梧槚与肖奚安合作创立的一个新的逻辑系统,该系统的创立有着很强的哲学背景,因此在创立后得到了很大的发展。但对于该系统语义的研究还不够广泛和深入。本文系统地研究了中介逻辑的模型论性质。第一部分系统地定义了中介逻辑模型论的一些概念:如语言、结构、解释、满足等,第二部分证明了对任一和谐理论,都可在其见证集的等价类上建立其模型。利用此定理,笔者证明了广义完全性定理,并由此证明了中介逻辑的可靠性与完备性。本文最后一部分讨论了中介模型论的其他重要性质。利用中介逻辑的完备性,本文证明了紧致性定理,即一理论有模型当且仅当其任一有穷子集有模型。文中还证明了中介逻辑的Lowenheim-Skolem-Tarski定理。     

模糊聚类法在试验模态参数识别分析中的应用

为了搜索系统的真实极点,将模糊聚类理论引入试验模态参数分析.根据极点之间内在的亲疏关系,将其 合理地聚为若干类,搜索每一类的最佳极点,即系统的真实极点,在稳态图中自动完成真实极点的选择.该方法 能够避免人为因素造成的识别误差,提高识别结果的可信度.在正交多项式曲线拟合和多参考点最小二秉复频 域识别系统中引入该方法,实现了稳态图中极点的自动选择,提供了真实极点选择的一种新思路.通过仿真和实 验证明了模糊聚类法对极点选择的可行性和稳定性.     

模糊ISODATA聚类分析方法的改进

模糊在分析方法具有较强的实用性，但传统的基于模糊划分的ＩＳＯＤＡＴＡ迭代方法由于人为引进了参数，因而在数学理论上显得不够严谨，本文对这一问题提出了克服的办法，得到了改进的模糊ＩＳＯＤＡＴＡ聚类分析法。该方法考虑到各个指标对分类的影响不同，必须赋以不同的权重，因而在实用中更符合情况。文中证明了建立改进的迭代方法所需要的两条定理，建立在此基础上的方法数学理论严谨，由此得到的聚类结果更令人信服。文中还结     

有限语言下占先模型的赋值结构

占先语义是知识表示与推理中应用最广的语义结构，它有多种定义方式，其中以S.Kraus,D.Lehmann及M.Magidor提出的KLM占先结构最为著名。但是对KLM占先结构本身的模型论性质却缺少系统深入的研究。本文在有限语言框架下，对一般KLM占先模型的赋值结构性质进行了研究，给出了占先模型与其赋值结构逻辑等价的充分必要条件，证明了有限语言框加下，逻辑等价的单射模型在同构意义下的唯一性。这些结果说明，KLM赋值结构为证明有限语言下单可表示类后承的表示定理提供了一种充分的通用性方法。     

一种变论域模糊自适应导引律研究

针对空空导弹的导引律问题，基于模糊逻辑和遗传算法．提出了一种论域自调整的进化模糊导引律。将导弹与目标的接近速度以及导弹的视线角速度作为模糊控制器的输入，指令加速度作为输出，并在传统的模糊逻辑控制基础上引入了一个非线性变论域函数，从而实现了模糊变量论域的动态改变，然后使用遗传算法对导引规则进行了寻优。以某型空空导弹模型为对象使用MATLAB对导弹攻击过程进行了仿真。仿真结果表明，该方法的机动过载小，拦截飞行时间短，是一种较为优越的制导方法。     

非定常气动力辨识的模糊逻辑方法

提出了用内部函数和二次型隶属函数对非线性非定常气动力进行模糊逻辑建模与辨识的方法 ,分别用 F- 18和 F- 16飞机强迫振荡的实验数据建立了非线性非定常气动力模型 ,讨论了隶属函数导数的连续性对模糊逻辑模型精度的影响 ,并与已有的 Fourier模型和非线性代数模型进行了比较。结果表明 ,文中提出的建模方法能够给出更为满意的结果。     

基于模糊判断的产品方案综合决策方法研究

产品方案综合决策的主要任务是根据用户提出的功能要求从多个方案中选择实现该功能的最佳结构，这是一个复杂的多目标离散决策问题，层次分析法（Analytical hierarchy process,AHP)是解决这个问题的有效方法。本文在研究AHP产品决策方法的基础上，指出了传统模糊AHP算法具有依赖于判断矩阵的结构、计算复杂、不便于工程应用等局限性，提出在产品方案决策中用模糊特征向量法和区间判断的定量化方法来改进AHP算法，并以某企业专用齿轮箱产品设计方案为例证明了AHP改进算法的有效性。     

高超声速飞机纵向通道的多级模糊逻辑控制

针对飞行过程中高超声速飞机的纵向模型具有不稳定的动态特性,多变量之间的强耦合以及易变的模型参数,采用多级模糊逻辑控制为其纵向通道设计飞行控制系统。该系统由控制内环和控制外环组成,控制内环用于稳定纵向的飞行姿态,控制外环可以确保高超声速飞机对指令信号的准确响应,将两者结合起来设计的飞控系统具有高度非线性解耦控制能力。因其控制过程不依赖于高超声速飞机的精确模型,故保证了系统的强鲁棒性能。仿真研究表明,该控制系统可以维持高超声速飞机的纵向稳定性能。     

故障诊断专家系统中的模糊推理方法

分析了在构造机械加工故障诊断专家系统时领域知识的不确定性，认为国在故障诊断领域，专家的思维逻辑以及大部分领域知识反映的事物的模糊性而不是随机性，由此提出了基于模糊集理论的模糊诊断方法。利用隶属度和模糊综合评判的概念和方法有效地处理了领域知识描述和诊断推理中的不确定性问题，指出了在模糊推理模型中，模糊诊断权矩阵是专家诊断知识和诊断经验的集中体现，并且给出了确定初始诊断权矩阵的方法。     

非线性飞控系统的滑模PI混合模糊逻辑控制

针对一类空间飞行器的非线性姿态控制问题，首先通过变换将其强耦合模型分解成若干个子系统，把各子系统之间的耦全、未建模动态和外界扰动视为系统的不确定性。而后提出了一种结合滑模控制与比例积分控制的模糊逻辑控制器，运用李亚普诺夫原理对系统的稳定性进行了分析。用这种控制器对系统进行分散鲁棒自适应控制，仿真说明相对于传统滑模控制器，它具有响应速度快，跟踪精度高，鲁棒性强的优点。     

不确定时滞系统的模糊鲁棒H∞控制

讨论了一类具有时滞的不确定非线性系统的模糊H∞状态反馈控制问题。采用具有时滞和不确定项的Takagi-Sugeno(T-S)模糊模型对非线性系统进行建模，提出了一套基于LMI的模糊鲁棒控制器的系统设计方法，并给出了模糊H∞状态反馈控制器存在的充分条件，以保证闭环模糊系统渐近稳定并满足从干扰输入到输出控制输出的H∞范数界约束。示例仿真表明了该方法的有效性。     

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。