首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 140 毫秒
1.
针对Lurie混沌控制系统,进行了T-S模糊建模和模糊控制器设计,从而实现了Lurie混沌系统的稳定.在用T-S模糊模型精确重构Lurie系统结构的基础上,利用反馈同步思想,基于并行分布补偿(PDC)技术,得到了简单且易实现的控制器.仿真结果验证了该控制方法的有效性.  相似文献   

2.
输入变量个数会对模糊建模精度产生影响.对于一个实际的复杂系统,可测的或者需要考虑的输入变量非常多.是不是考虑的影响因素越多,即模糊系统的输入变量越多,则辨识的效果就越好呢?本文基于T-S模糊模型,分别采用对称三角形模糊划分和网格对角线法以及模糊聚类划分提取模糊规则,对Box-Jenkins煤气炉数据和Mackey-Glass混沌时间序列进行建模,得到了模糊模型训练性能指标和检验性能指标随输入变量个数增加时的变化趋势曲线,并给出了结论.  相似文献   

3.
讨论一类非线性动态系统的混合H2/H∞模糊输出反馈跟踪控制问题。首先利用T-S模糊模型对系统进行建模,然后设计基于观测器的控制器,使跟踪误差尽可能的小,并且对于任何有界参考输入,满足给定的H∞跟踪性能,以及在满足给定的H∞跟踪性能下,达到H2次优控制性能,最后将观测器与控制器的设计问题转化为EVP(特征值问题)。  相似文献   

4.
针对一类具有不确定性、多重时延和状态未知的复杂非线性系统,把模糊T-S模型和RBF神经网络结合起来,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,并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RBF神经网络,应用自适应RBF神经网络作为补偿器来补偿建模误差和不确定非线性部分.证明了闭环系统满足期望的跟踪性能.示例仿真结果表明了该方案的有效性.  相似文献   

5.
针对一类带有执行器故障的T-S模糊互联的容错跟踪控制问题,提出了一种模糊自适应容错控制器。该控制器由一个模糊控制器和一个自适应控制器组成,模糊控制器能够保证系统没有故障时闭环系统渐近稳定,而自适应控制器能够补偿系统的执行器故障。所提出的容错控制方法不但使得闭环系统渐近稳定、系统的输出渐近跟踪给定的参考信号,并获得H∞控制性能。最后应用Lyapunov函数和线性矩阵不等式的方法,给出和证明了带有执行器故障的T-S模糊互联系统的稳定的充分条件。仿真结果进一步验证了所提出方法的有效性。  相似文献   

6.
研究了一类带有执行器故障的T-S模糊系统的容错跟踪控制问题。设计中,把模糊控制与自适应控制相结合,提出了一种新的容错控制方法。该控制器由正常控制器和一个自适应控制器组成,能够使得闭环系统稳定,故障状态模型渐近跟踪正常模型,并获得优化的控制性能。应用Lyapunov函数和线性矩阵不等式方法,给出和证明了带有执行器故障的T-S模糊系统的稳定的充分条件。仿真结果进一步验证了所提出的方法的有效性。  相似文献   

7.
研究一种基于T-S模糊双线性系统的跟踪控制器设计及稳定性分析.使用分布并行补偿法(PDC)设计了模糊控制器,得到模糊双线性系统跟踪控制渐近稳定的充分条件,仿真结果验证了该方法改进了闭环系统的性能.  相似文献   

8.
针对模糊建模在进行结构辨识时需事先设定聚类数的问题,本文在改进模糊分割聚类算法的基础上,对算法中聚类数c给出优选方法,提出了参数自适应模糊聚类算法,并结合递推最小二乘法构建T-S模糊辨识算法。为了验证本文提出的模糊辨识方法的有效性,采用该算法对熟知的Box-Jenkins煤气炉数据和实际的电液位置伺服系统数据进行建模,结果显示该辨识方法具有较高的逼近精度和较好的泛化能力。  相似文献   

9.
基于GA-BP的模糊神经网络控制器与Elman辨识器的系统设计   总被引:6,自引:0,他引:6  
提出了一种基于神经网络的模糊控制系统 ,该系统由模糊神经网络控制器和模型辨识网络组成 .文中介绍了模糊神经网络控制器采用遗传算法离线优化与 BP算法在线调整 ,给出了具体控制算法 ,推导了变形 Elmam网络的系统辨识算法 .仿真结果表明了此法的可行性和有效性 .  相似文献   

10.
在进行粒子群优化的收敛性理论分析的基础上,推出了保证粒子群优化算法收敛性的参数设置区域,合理选择粒子群算法的关键参数,将粒子群优化与广义预测控制有机融合,用粒子群算法来解决广义预测控制的优化问题,提出基于粒子群优化的广义预测控制算法,通过工业过程对象的仿真并和传统的广义预测控制算法进行了对比分析,表明了该算法的有效性,特别是算法具有良好的输出跟踪精度和较强的鲁棒性.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号