T—S模糊控制器中各类算子对系统输出的影响

模糊控制系统的核心是模糊控制算法，对Takagi-Sugeno（以下简称T—S）模糊控制器，由于其合取算子与汇总算子选取的不同，使其算法区别很大。文中对几种常用T-S模糊控制算法的输出曲面及误差曲面进行比较，以确定这些算子变化对系统输出的影响。     

多输入模糊控制系统的输出

本文讨论了多输入的模糊控制系统的输出问题。模糊控制系统的规则库是由规则函数所确定的,如果输入、输出空间采用三角模糊划分,我们会发现某些模糊控制算法其输出可简单地成系统输入的函数。     

模糊思维与物理教学

思维是人脑对客观事物的一般特性和规律性的一种概括的、间接的反映过程,思维的构件是概念,概念是反映现实事物一般的、本质的和独特的特征的思想,在教学中,我们总是力求使学生弄清概念,可是有一些概念本身却具有模糊性,这些概念外延边界既不是有限的,又不是无限的,而是模糊不清的,外延是模糊的集合,例如,“只有障碍     

基于二维直方图和模糊熵准则的阈值化方法

图像分割是图像分析、识别和理解的基础。图像分割主要是指将图像分成各具特性的区域并提取出感兴趣目标的技术,其研究多年来一直受到人们的高度重视;阈值化法是图像分割的一种重要方法,在图像处理与识别中广为应用;针对图像分割中细节往往被忽略导致后续处理困难的问题,基于模糊关系和最大模糊熵原理提出了一种阈值化方法,对二维直方图进行模糊分割;为了获得图像分割中的细节,提出的方法根据最大熵原则自动确定模糊区域和门限,进而获得二维模糊熵和遗传算法最优解,最后获得图像细节;通过对不同灰度水平和颜色类型图像进行实验比较,实验结果表明提出的方法优于二维非模糊方法和一维模糊熵分割法,得到该方法在图像分割中获得细节的结论。     

基于点扩散函数参数辨识的运动模糊图像的盲恢复研究

运动模糊图像恢复的核心是点扩散函数的估计和直接去卷积算法。针对快速运动而形成的低信噪比和小模糊长度图像模糊的问题,提出了一种新的算法来估计模糊核函数的参数,在确定模糊核函数后,模糊图像的恢复采用了一种自然图像梯度统计先验的直接解卷积算法,实验结果证明,与R.Fergus的算法相比较,对于线性运动造成的图像模糊有更快的速度和更好的恢复效果。     

一种自适应路面图像模糊增强算法

针对传统的图像模糊增强算法增强强度小、处理灰度层次变化丰富的图像效果不佳以及控制参量难以设置等问题，提出了一种新的图像模糊增强算法.首先对局部窗口中像素点进行基于邻域一致性模糊熵测度的分类，并以分类为依据，对每个像素点均确定一最佳渡越点.对模糊隶属度函数也进行了研究改进，设计的函数具有良好的曲线形状，并通过调整控制参量，使渡越点的位置和函数曲线进行最佳的结合，能通过少量的迭代次数获得较好的增强效果.在模糊逆映射上，采用线性逆变换函数，保持了模糊映射所带来的增强效果，并消除了由于截断带来的灰度信息的损失，在运算效率上也得到了提高.新算法对灰度变化丰富的路面图像的增强取得了良好的效果，并且控制参量均为自适应计算，不需进行人为干预，具有很好的通用性.     

基于形态矩阵的图像模糊匹配方法

将模糊匹配方法与形态矩阵方法相结合，构造了形态矩阵模糊匹配关系的隶属函数，并给出 了形态矩阵的模糊匹配判据，用以比较图像的形态特征. 分析和实验结果表明，采用该方法 对图像进行匹配分析时，能够对图像进行更有效的检索. 关键词： 模糊匹配 隶属函数 形态矩阵的模糊匹配     

一种混合模糊含噪图像的参数辨识方法

在航空摄影、景象匹配导航等领域,由光学相机采集的图像往往同时存在着运动模糊和散焦模糊。成像中的噪声进一步加大了混合模糊图像点扩展函数的参数辨识难度。提出了一种双谱混合模糊含噪图像的点扩展函数参数辨识方法。首先计算出经混合模糊后的标准测试图像所对应的运动和散焦模糊的双谱,然后通过曲线拟合出双谱中各自的统计特性与运动模糊尺度或散焦半径之间的函数关系,由此训练出的BP神经网络可以完成对其它含有噪声的混合模糊图像点扩展函数的参数辨识。实验结果表明,该方法适用于含有噪声的一定模糊参数范围内的混合模糊图像。在信噪比为25dB的情况下,辨别出的模糊参数偏差不超过0.5个像素。     

基于RBF模糊神经网络的垂直轴风力机设计

半转结构垂直轴风力机具有优良的空气动力特性,为了进一步提高风电系统输出电能的质量,在RBF神经网络与模糊逻辑系统的函数等价条件下,探索了基于T-S模糊模型的RBF模糊神经网络控制算法,并依此设计出两叶结构半转式垂直轴风力机控制器;通过与常规PID控制算法的仿真比较,表明基于T-S模型的RBF模糊神经网络控制算法在两叶结构半转式垂直轴风力机的恒转速控制方面具有一定的优越性。     

一种预测混沌时间序列的模糊神经网络方法

给出了一种预测混沌时间序列的模糊神经网络及其学习方法，给出的方法能直接从数据中提取模糊规则，经过优化得到最佳模糊规则库，并利用神经网络的自学习功能修改隶属函数的参数和网络的权值，减少了规则的匹配过程，加快了推理速度，增强了网络的自适应能力. 使用该神经网络及其学习方法对Lorenz混沌时间序列进行了预测仿真研究，试验结果表明给出的预测工具和方法是有效的. 关键词： 模糊神经网络 模糊规则提取 混沌时间序列预测     

基于观测器的模型不确定的耦合时空混沌H∞跟踪控制

考虑子系统的时空耦合作用及模型的不确定性 ,实现模型不确定的耦合时空混沌的跟踪控制非常困难 .然而耦合时空混沌的每个子系统用一系列模糊逻辑模型逼近 ,同时考虑子系统状态的不可测性 ,采用模糊观测器来估计子系统的状态 .由于混沌模型的很多参数和动态特性很难准确地确定即模型具有不确定性 ,因此在用模糊模型逼近的同时定会产生建模误差 .基于模糊模型及状态观测器 ,考虑混沌模型的不确定性 ,提出一种H∞ 模糊跟踪控制方法 ,实现模型不确定性的耦合时空混沌的鲁棒跟踪控制 .将控制方案表征为求解线性矩阵不等式问题 ,并用凸优化方法求解控制器参数 ,确保系统的全局渐近稳定性 .仿真验证了所提方案的有效性 .     

小模糊尺度下运动模糊方向鉴别算法研究

针对现有模糊方向鉴别算法检测小尺度运动模糊图像存在误差的问题,基于运动模糊图像二次傅里叶变换后的频谱特性,分析了其误差成因,并提出了一种适用于小尺度运动模糊图像模糊方向鉴别的新算法。首先对小尺度运动模糊图像的频谱进行细化,通过中值滤波对细化图像去噪,避开了频谱噪声带来的估计误差问题;其次,选取灰度中值作为阈值进行二值化,同时去除二值图像的中心十字亮线和中心亮斑,使模糊方向特征更加明显;然后用投影变换计算出亮条纹方向得到小尺度模糊图像的方向估计。最后通过仿真验证了算法在运动模糊尺度为3～10像素的小尺度情况下的实效性。实验结果表明,该算法相比其他同类算法对于小尺度运动模糊图像的模糊方向估计精度更高。     

基于类前馈解耦的双模糊控制在电站锅炉燃烧系统的仿真研究

为了进一步提高目前电站锅炉燃烧系统的控制性能,在分析了某亚临界锅炉燃烧系统动态特性与影响因素的基础上,将各回路主控制器采用可以适时调整控制器参数的模糊自适应PID控制器,并且根据前馈补偿解耦原理在各耦合回路间增加类前馈补偿的模糊解耦控制器来实现全新的燃烧系统优化设计;通过MATLAB仿真表明,采用文章提出的双模糊控制策略相比常规的模糊自适应PID控制,响应时间缩短了45.2%,超调量降低了53.6%,调节时间减少了32.7%,鲁棒性增强,控制性能有了很大提升。     

基于模糊推理的纹理图像融合方法研究

研究了模糊逻辑方法在图像特征层融合中的应用,介绍了两种模糊推理方法—Mamdani型和Sugeno型模糊逻辑推理系统,以及基于Sugeno型模糊推理的自适应模糊神经网络系统;在红外-可见光双通道图像融合实验中,采用Gabor滤波提取两幅图像的纹理特征,并分别采用两种模糊推理方法进行特征层融合。对融合效果进行了分析,结果表明两种模糊逻辑方法在不同应用环境下都可以取得了较好的融合效果。     

基于LabVIEW的机械密封模糊控制系统软件设计

机械密封的泄漏特性和摩擦特性相悖,为了提高机械密封的可靠性、延长使用寿命,必须对机械密封进行可控性研究,使机械密封工作在最佳工况。机械密封的泄漏率和端面摩擦扭矩之间无法建立精确的数学模型,因此在研制测控装置时使用基于模糊集合理论的模糊控制方式。目前大部分模糊控制类论文仅仅停留在论述模糊控制器的设计原理及流程上,本文结合实际应用完整的阐述了基于LabVIEW设计模糊控制软件的过程。     

用模糊算子法对用通俗语言描述的颜色标志的定量评价

本文在确定颜色模糊性的基础上,用模糊算子的方法分析了用通俗语言描述的颜色标志,提出了一种颜色标志的定量方法。     

曲能变直吗

在力学中，研究物体的曲线运动时，把小段曲线看成直线段是一种常用的方法．在具体问题中，能否这样代替，学生中存在着一些模糊甚至错误的认识，有必要给予澄清．     

模糊聚类正交方法若干结果

本文提出一个新的模糊聚类方法:正交法,这种方法基于如下正交聚类原则:记截矩阵R_λ=(α₁,α₂,…,α_n),其中列向量α_j=(α_1j,α_2j,…,α_nj)^T,所谓向量α_i,α_j正交,指内积(α_i,α_j)=0。     

帧转移型数字相机帧转移模糊的复原

帧转移型面阵CCD相机因其诸多优点而得到了广泛的使用 ,但它也存在帧转移模糊的问题。介绍了CCD相机的几种面阵类型及其各自的一些特点 ,重点介绍了帧转移型面阵器件的工作过程 ,分析了面阵CCD器件帧转移模糊形成的原因 ,并提出了解决帧转移模糊的方法。介绍了用该方法消除帧转移模糊的实例 ,验证了方法的有效性     

基于神经网络的模糊系统

模糊理论和神经网络是信息处理和控制领域的最新技术，但各有优缺点。本文介绍了一种将二者结合起来，充分发挥二者优点的方法，以期能对读者有所帮助。