自适应-神经模糊推理在不规则时间序列预测中的应用

自适应—神经模糊推理(ANFIS—Adaptive Neuro-Fuzzy Inference System)是将自适应调节及神经网络技术应用在其中的模糊推理技术。应用 ANFIS对一组数据进行学习训练,可以建立相应输入输出数据的模糊推理系统。文中举例说明如何使用 ANFIS 在不规则时间序列 MG(Mackey-Glass)预测中的应用。     

基于自适应神经模糊推理系统的导弹直/气复合控制系统设计

针对导弹直/气复合控制问题,提出了一种基于自适应神经模糊推理系统的导弹直/气复合控制系统设计方法.首先,建立了直/气复合导弹数学模型.然后,针对常规模糊控制设计严重依赖经验的问题,在模糊控制的基础上引入神经网络,通过样本数据学习建立自适应神经模糊推理系统(ANFIS),并设计了脉冲调宽调频调制器.最后,通过仿真试验验证了所提的控制系统设计方法.仿真结果表明,基于ANFIS的导弹直/气复合控制系统能够快速精确地跟踪加速度指令.     

基于自适应神经模糊推理算法的无人机电推进燃料电池供气系统性能优化

本文针对某无人机基于聚合物交换膜燃料电池和锂离子电池的混合动力电推进系统的应用,研究开发了一种基于自适应神经模糊推理系统的电源管理系统控制技术,以控制混合动力电力推进系统,同时优化燃料电池供气系统的性能。本文以所建立的某无人机混合电推进系统数学模型为研究对象,研究了燃料电池电流与燃料电池供气系统压缩机功率之间的关系,建立了燃料电池电流与最佳压缩机功率关系的参考模型。在参考模型的基础上,引入自适应控制器来优化燃料电池供气系统的性能。基于自适应神经模糊推理系统的控制器将压缩机的实际运行功率动态调整到参考模型中定义的最佳值。自适应控制器的在线学习和训练能力用来辨识燃料电池电流的非线性变化,并产生压缩机电机电压的控制信号,以优化燃料电池供气系统的性能。在Matlab 仿真环境中开发了质子交换膜燃料电池和锂离子混合动力电推进系统模型并对所设计的控制器进行了仿真分析,结果表明基于自适应神经模糊推理系统的控制器为燃料电池供气系统压缩机性能优化提供了一种新颖而全面的途径,使燃料电池供气系统获得最大净功率输出。将燃料电池系统的净功率输出与最佳压缩机功率和恒定压缩机功率进行了比较,结果表明优化的压缩机功率配置比恒定的压缩机功率配置节能2.62%。同时,燃料电池自适应神经模糊推理系统控制器优化了燃料电池供气系统的能量利用。     

基于模糊推理Petri网的A320飞机偏航阻尼系统

分析了普通Petri网和模糊推理Petri网的特点,采用形式化的极大代数矩阵算法,利用模糊推理Petri网描述并发系统的能力,对飞机偏航阻尼系统的故障建模并分析,得到各级故障发生的概率,用以指导飞机维修中的故障排除,既有严格的数学理论基础,又能准确描述故障之间的关联,也利于计算机编程实现。     

异型螺杆铣削刀具监控仪的研究

针对异形螺杆铣削加工特点,阐述了异型螺杆铣削刀具磨损/破损监控原理,采用振动信号和功率信号特征值作为检测刀具磨损的参量,利用自适应神经--模糊推理系统(ANFIS)算法和哈默斯坦非线性系统的辨识,建立刀具状态监控模型,并基于模型进行了监控仪的设计,并对监控系统的设计做了详细的论述.经试验验证,该系统满足了对刀具监控的要求.     

多媒体数据库中基于语义检索的研究

提出了一种多媒体数据库语义检索原型MSFRP。介绍了系统原型设计及其多媒体对象分割匹配技术,设计了多媒体对象语义模型,描述了模糊推理检索方法。MSFRP实现从特征层到语义层的多媒体数据检索,有效支持多媒体数据库的复杂查询应用。     

FUZZY-PID在激光陀螺稳频控制中的应用研究

在分析环形激光陀螺光强控制系统原理的基础上 ,针对自行研制的激光陀螺 ( RLG)计算机稳频控制系统的情况 ,研究了 FUZZY- PID与常规 PID控制算法 ;介绍了一种应用模糊推理功能实现 PID参数自整定的控制器 ,它是在常规 PID调节器的基础上 ,采用模糊推理思想 ,根据不同的 E和 EC,对 PID参数 KP、KI、KD 进行在线自整定的模糊控制器。仿真结果表明 :系统的动、静态性能都符合指标 ,该算法是实现激光光强控制进而完成激光频率控制较理想的控制算法。     

四输入模糊推理自校正控制在发动机控制中的应用

四输入模糊推理算法是同时利用两个输入模糊变量的误差和误差变化率进行模糊推理;在四输入模糊推理算法中引入自校正技术,形成了基于四输入模糊推理的双变量自校正模糊控制算法;仿真研究了该控制算法和控制器的特性,结果表明用该控制方法设计的航空发动机模糊控制系统获得了满意的控制性能。     

基于MAX—⊙复合运算和模糊关系Pb的多维模糊推理算法

模糊推理是广泛应用在人工智能AI中的一种不精确推理方法 ,本文采用MAX -⊙复合运算和模糊关系Rb,依据J.F .Baldwin真值限定概念 ,给出在离散隶属函数下的多维Sugeno -Takagi模糊推理算法。     

航空发动机的智能神经网络自适应控制研究

针对结构复杂、模型不确定、强非线性的航空发动机对象,提出一种综合模糊推理、神经网络自适应和PID简单控制各自优点的控制方案.在改进模糊PID控制器的基础上,进行了新型智能型神经网络控制器的设计,并提出离线混沌蚁群优化与在线误差反传调整相结合的优化方法.应用具有良好泛化能力的最小二乘支持向量机进行系统辨识,对某型航空发动机进行了设计点处的线性和非线性模型控制仿真.结果表明:控制系统具有满意的动、静态性能和较好的鲁棒性,验证了该方案的可行性和有效性.      

基于MATLAB的海上目标威胁程度仿真研究

介绍了MATLAB模糊逻辑工具箱的基础知识和基本用法,以及海上目标威胁程度等级计算的基本方法,并在此基础上提出了运用MATLAB模糊逻辑工具箱进行海上目标威胁程度等级的仿真。根据海上目标威胁程度等级计算的基本要求和模糊推理系统的构造方法,确定了系统各变量的隶属度函数,制定了系统的模糊规则。仿真结果表明,运用MATLAB模糊逻辑工具箱进行海上目标威胁程度等级的仿真,建立系统隶属度函数和模糊规则非常快捷、方便,各输入变量对输出变量目标威胁程度等级的影响非常直观。     

基于专家控制器的电动汽车感应电机弱磁区优化控制研究

由于感应电机驱动系统采用数字控制器和脉宽调制输出会伴随着数字延迟的问题,加之参数可能存在的扰动,使得传统的间接磁场定向控制方法在感应电机高速弱磁区的控制性能降低。针对此问题,提出了一种基于专家控制器和模糊推理机制的感应电机弱磁区优化控制策略。考虑到传统间接磁场定向控制中电流调节器在弱磁区若没有获得适合的电流参考指令,则可能会产生高频振荡乃至失稳。因此,在传统方法的基础上将转速闭环输出的电流参考先送入到专家控制器,专家控制器基于数据库和模糊推理,对电流参考进行修正,其中模糊推理机制基于简单的高斯函数逻辑实现。最后,构建了感应电机驱动试验平台,开展了电机在弱磁区的高速驱动试验,试验结果验证了新型控制策略的有效性。     

Research on the Algorithm of Avionic Device Fault Diagnosis Based on Fuzzy Expert System

Based on the fuzzy expert system fault diagnosis theory, the knowledge base architecture and inference engine algorithm are put forward for avionic device fault diagnosis. The knowledge base is constructed by fault query network, of which the basic element is the test-diagnosis fault unit. Every underlying fault cause’s membership degree is calculated using fuzzy product inference algorithm, and the fault answer best selection algorithm is developed, to which the deep knowledge is applied. Using some examples, the proposed algorithm is analyzed for its capability of synthesis diagnosis and its improvement compared to greater membership degree first principle.     

火箭弹电动舵机模糊单神经元PID控制算法

针对制导火箭弹电动式舵机,为提高其响应速度和精度,文章在模糊PID控制基础上,提出了模糊单神经元PID控制方法。首先,建立了火箭弹舵机系统模型;然后,将模糊推理、单神经元自学习算法和PID控制相结合,建立智能控制系统,以实现对舵机输入指令的精确、快速响应。经仿真实验表明:在此智能控制下,舵机位置在阶跃响应的调节时间、超调量以及正弦跟踪上相对于传统模糊PID控制均得到有效改进,具有良好的动静态性能、自适应性和稳定性。     

基于自适应滑模与模糊控制的导弹直接力/气动力复合控制系统优化设计

 针对导弹直接力/气动力复合控制问题,提出了一种基于自适应滑模控制(ASMC)与模糊逻辑的自动驾驶仪设计方法。该方法将整个导弹控制系统分为气动力控制子系统(ACS)和直接力控制子系统(RCS)两部分。前者采用自适应滑模控制理论进行设计,利用其所具有的强鲁棒性优点,克服了包括参数摄动与外界扰动在内的各类不确定性因素的影响。后者通过基于规则的模糊推理来确定不同条件下直接力作用的大小,以辅助提高气动力子系统的性能。在控制系统结构确定的条件下,利用遗传算法(GA)对各参数进行优化,实现了两个子系统之间的协调工作。仿真结果表明,所提出的控制方案对机动指令具有较好的跟踪效果,适用于直接力/气动力复合控制导弹的控制系统设计。     

非线性系统在线模糊建模的快速算法

对于复杂、病态、非线性动态系统,基于模糊集合的模糊模型,利用模糊推理规则描述动态系统的特性,是一种有效方法。讨论了利用模糊方法实现非线性系统的建模方法。首先,利用在线模糊竞争学习方法划分输入变量的模糊空间,然后利用卡尔曼滤波算法辨识模糊模型的参数。仿真结果表明了该方法的实用性和有效性。     

分布参数为模糊变量的结构体系模糊可靠性分析方法及应用

 随机模型的分布参数是由随机试验结果进行统计推断而得出的,往往难以准确预知,将其描述为模糊变量是可行的。将模糊数学理论与可靠性分析相结合,对分布参数为模糊变量的结构体系模糊可靠性进行了分析,具体推导了两种失效模式间的模糊相关系数和二阶联合模糊失效概率的求解公式,求出了失效模式间不相关和相关两种情况下,结构体系模糊失效概率在各λ水平截集下的区间解,估算出了结构体系的模糊失效概率,并对加筋板结构的模糊可靠性进行了分析。通过算例表明该方法更符合工程实际,是有效可行的。     

模糊推理和证据理论融合的航空发动机故障诊断

提出了一种模糊推理与证据理论相结合的航空发动机故障诊断方法.首先,根据故障征兆信号,结合专家经验对发动机故障原因发生的可能进行模糊推理,解决故障诊断中的模糊性问题;其次,将模糊推理结果作为证据的基本置信度分配,确保赋值的准确性;最终,采用证据组合规则对多个证据进行融合决策,减小故障诊断的不确定性测度,并解决证据间的冲突问题,从而实现对故障源的精确定位.实验结果表明,该方法可行且有效.      

BLDCM位置伺服系统的模糊滑模控制

针对BLDCM位置伺服系统,设计了一种模糊滑模变结构控制器。滑模变结构控制具有响应速度快、控制精度高、鲁棒性强的特点,但普遍存在抖振现象。把模糊控制引入到常规滑模变结构控制中,采用模糊推理来调节开关控制的幅度,能有效的削弱滑模切换时产生的剧烈抖振,而不牺牲滑模变结构控制对系统参数摄动和外界扰动的强鲁棒性。仿真结果表明该方案在BLDCM位置伺服系统中提高了控制系统的精度和鲁棒性,使得控制性能得到了极大的改善。