基于模糊树模型的混沌时间序列预测

应用模糊树模型,对混沌时间序列进行建模和预测.该方法可以根据建模数据在空间中的分布信息,基于二叉树结构自适应划分输入空间,得到模糊子空间,在与叶节点对应的子空间上建立线性函数作为模糊规则的后件,用隶属度函数将各分片线性函数光滑连接,最后得到一个精度比较高的非线性映射.通过对Mackey-Glass、Lorenz和Henon混沌时间序列的建模和预测研究,仿真结果表明,该方法具有建模精度高、运行速度快、泛化能力强、预测步数多、适用范围广等优点. 关键词： 模糊树模型 混沌时间序列 预测     

永磁直线同步电机位置系统的模糊IP控制研究

针对具有电磁推力大、响应快、易于矢量解耦控制的永磁直线同步电机PMLSM,研究高精度位置伺服控制系统的设计,以满足高速加工与高精度微进给加工的需求。考虑被控对象的变化和外界扰动,控制器的参数难于在线修订,设计了一种模糊/积分-比例IP位置控制器。它将具有并联反馈环节的IP控制器与模糊控制器有效结合,根据位置偏差的变化率进行切换,即存在较大输入指令与系统输出偏差较大时采用模糊控制,而系统输出接近于输入指令时则采用IP控制器,从而发挥模糊控制器对变参数系统的自适应性和IP控制器的快速和准确性优势。仿真实验结果表明模糊/IP控制器在稳态精度和动态性能方面优于单纯的IP控制器和模糊控制器,能够满足变参数控制系统的性能指标。     

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。     

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     

基于实时操作系统的光电稳定自适应模糊PI复合控制方法研究

针对经典稳定控制理论存在超调与快速性之间难以调和的矛盾,建立了稳定控制系统数学模型,采用自适应模糊实现控制的快速性,用PI保证系统的稳态精度,以误差为模糊控制的输入,设计一种实用的自适应模糊和PI复合控制系统,并在基于VxWorks实时操作系统的数字平台上得以实现.仿真和试验表明:设计的新型自适应模糊PI复合控制系统超调量为0,调节时间约8 ms,带宽约29 Hz.     

基于增益调整型模糊PID的脉动真空灭菌器控制系统

针对目前脉动真空灭菌器控制效果不好而产生湿包的问题,结合Chien-Hrones-Reswicks整定算法,提出用模糊变增益PID的控制策略,控制器输入取控制舱内温度的偏差e和偏差变化率Δe。根据实际操作经验,加入模糊规则,输出取PID控制器2个参数的调整值,从而实现PID参数的在线自整定。在MATLAB/SIMULINK环境下进行了仿真实验,进行了传统PID控制与模糊变增益PID控制动态性能的仿真比较,结果表明采用模糊变增益PID控制策略可明显提高脉动真空灭菌控制系统的动态性能。.     

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。     

基于模糊模型的混沌时间序列预测

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.讨论了利用模糊建模方法实现非线性系统的建模和预测.首先，利用在线模糊竞争学习方法划分输入变量的模糊输入空间，然后利用卡尔曼滤波算法估计模糊模型的参数.采用该方法对Mackey Glass混沌时间序列进行预测试验，结果表明利用本方法可以在线或者离线能对Mackey Glass混沌时间序列进行准确预测，证明了本方法的有效性. 关键词： 模糊竞争学习 混沌时间序列 卡尔曼滤波     

常用模糊控制算法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，由于其合取算子、蕴涵算子、汇总算子和去模糊化算子选取的不同，使其算法区别很大。文中对几种常用模糊控制算法的输出曲面进行比较，以确定这些算子变化对系统输出的影响。     

无刷直流电动机矢量控制系统的研究

针对方波驱动的无刷直流电动机有输出转矩脉动较大的问题,根据无刷直流电动机非线性、多变量、强耦合的特点,建立了以id=0为控制策略的无刷直流电动机矢量控制系统。把传统PI控制与模糊控制相结合,对速度环设计了一种模糊PI控制器, 利用模糊控制对PI控制器参数进行自整定。利用MATLAB/Simulink搭建了无刷直流电动机矢量控制系统仿真模型,分别对传统PI控制器和模糊PI控制器作用下的矢量控制系统进行仿真研究。仿真结果表明模糊PI控制器性能的优越性,提高了控制系统的动态性能和静态精度。以SH79F1611为控制核心,搭建了无刷直流电动机矢量控制系统的硬件实验平台,实验结果验证了控制方案的可行性。     

混沌时间序列的模糊神经网络预测

设计一种新型混合模糊神经推理系统，该系统仅从期望输入输出数据集即可达到获取知识、确定模糊初始规则基的目的.再利用神经网络学习能力便不难修改规则库中的模糊规则以及隶属函数和网络权值等参数，这样大大减少了规则匹配过程，加快了推理速度，从而极大程度地提高了系统的自适应能力.用它对Mackey-Glass混沌时间序列进行预测试验,结果表明利用该网络模型无论离线还是在线学习均能对Mackey-Glass混沌时间序列进行准确的预测，证明了该系统的有效性. 关键词： 神经网络模型 模糊逻辑 混合推理系统 混沌时间序列     

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。     

膜系优化设计中的模糊输入及评价函数的改进

为建立更为合理科学的目标光谱函数,从而改进膜系的自动设计,在进行理想光谱曲线输入时,对光谱反射比或透射比要求不严格的波段不进行精确输入,只输入一个区间范围;要求严格匹配的波段,按点输入准确值。同时,评价函数的构造根据波段要求的严格与否做不同的变形。采用改进以后的方法设计的膜系与原来的膜系相比,层次减少,而且设计时间缩短。采用模糊输入法,对评价函数的构造做相应的变形,可以改进膜系的自动设计。     

基于PLC的环境模拟系统温度控制算法的研究与实现

针对环境模拟试验温度控制系统中被控对象存在的非线性、时滞等特点,本文采用区间限幅PID控制算法和模糊PID控制算法对传统控制方法进行了改进。首先为了解决模拟量三通粗调阀调节缓慢的缺点,建立了区间限幅PID控制算法的控制规则表,并将其在PLC中实现。其次提出用模糊PID控制算法来解决电加热器的非线性、大时滞性问题,并结合实际控制经验建立了模糊控制规则表,然后将模糊PID控制算法在PLC中进行实现。最后将限幅PID和模糊PID控制算法应用于某大型环境模拟试验控制系统,实验结果表明利用改进算法对温度控制具有良好的稳定性及精确度。     

模糊理论改进算法的CT图像弱边缘检测

为改进传统工业CT图像弱边缘检测效果及速度不佳问题,研究了基于分步式模糊推理法与改进解模糊算法的CT图像弱边缘检测方法。选取了相关度、一致性测度、梯度作为模糊化特征,推理过程中相对于整体推理法,采用了Mandani推理法依据简化的推理规则表进行分步模糊推理,在解模糊过程中依据隶属度函数图像提出改进解模糊方法。通过实验验证得出分步推理法对CT图像弱边缘的检测效果更好。在保证解模糊精度的前提下,采用重心法改进的解模糊法,相对传统方法计算速度有了很大提高。     

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。     

参数微扰激光超混沌系统模糊模型

研究了存在参数微扰的激光超混沌系统的Takagi-Sugeno (T-S) 模糊模型的逼近性及建立问题。分析了存在参数微扰的激光超混沌系统的动力学特性。基于典型T-S模糊系统的建模原理,研究了激光超混沌T-S模糊系统的通用逼近性,通过确定非线性关键变量、模糊隶属度函数及模糊规则,建立了激光超混沌系统的T-S模糊模型。仿真结果表明,所建立的模糊模型能够有效逼近存在参数微扰的激光超混沌系统。     

基于改进T-S模型的航空发动机振动值监控方法

针对T-S模型在规则库建立过程中存在的重复学习、效率低下等问题,采用模糊关联规则挖掘的方法对T-S模型进行改进;首先采用基于矩阵的模糊关联规则挖掘算法,深入分析和利用频繁项集的性质,减少数据库扫描次数以及挖掘过程中产生的中间结果,提高规则挖掘效率;其次,从挖掘结果中选取模糊规则,对其处理后建立T-S模型规则库;最后,将改进的T-S模型应用于航空发动机振动值监控中;实验结果表明,改进的T-S模型能够有效实现发动机振动监控。     

基于递阶模糊聚类的混沌时间序列预测

提出一种新的基于递阶模糊聚类系统的模糊建模方法.目的在于通过一系列的步骤优化T-S模糊模型结构，实现非线性系统的建模和预测.首先利用最近邻聚类法初始划分输入空间，得到规则数及初始聚类中心，用模糊C均值算法(FCM)进一步优化聚类中心；然后利用加权最小二乘法估计模糊模型的初始参数，进一步利用带遗忘因子的递推最小二乘法优化结论参数.采用该方法对Mackey-Glass混沌时间序列进行预测实验，结果表明可以对Mackey-Glass混沌时间序列进行准确建模和预测，证明了本方法的有效性. 关键词： 递阶模糊聚类 模糊建模 混沌时间序列 最小二乘     

基于模糊控制的自适应光学校正技术

自适应光学中普遍采用的比例-积分-微分(PID)控制严格依赖于变形镜的响应模型,响应模型的标定非常繁琐且性能容易随时间和温度而漂移.采用模糊控制摆脱了对变形镜响应模型的依赖,通过波面的快速重构,从波面中提取波面评价指标,将该评价指标及其微分作为模糊PID控制器的输入.选择模糊输入和输出论域的隶属度函数,设计出模糊规则库,通过模糊推理、解模糊等过程,对PID控制器的3个参数即比例kp、积分ki和微分kd进行模糊自整定,实现了自适应控制.采用高速数字信号处理器(DSP)设计了硬件验证测试平台,通过该平台的测试,证明该方法有效可行,在不需要变形镜响应矩阵的前提下,能够将光斑的衍射极限倍增因子β值从10—12校正到3—4,与传统的PID控制基本一致,但稳定性更好.因无需标定,故降低了变形镜的安装要求.