模糊控制系统建模中的边缘线性化方法

针对模糊控制系统建模中出现的变系数非线性模型提出边缘线性化方法.其手段是将某些论域上的模糊划分中模糊集的隶属函数从三角波形状改为矩形波形状,从而使变系数非线性模型转化为变系数线性模型.为了改善转化后的变系数线性模型在形式上的不完备性(即缺项现象),给出了线性模型的联合逼近方法.仿真实验表明,边缘线性化模型关于原非线性模型具有较高的逼近精度.     

自治Lienard系统边缘线性化简化HX表示

通过应用边缘线性化模糊推理建模方法,求解得到了自治Lienard系统的简化HX表示。利用模糊系统的插值机理得到的简化HX表示,把模糊规则转化为可逐段求解的常系数线性微分方程。相比于已有文献方法,新方法的计算时空复杂度得到极大简化。最后结合仿真实验,验证了简化方法的有效性,说明随着分段数的增加得到更高的逼近精度,而运行时间却很短。     

非线性系统的双线性化及线性化——C^r—反馈线性化方法

在考虑了反馈控制的作用下,研究了非线性系统的Ｃ＾ｒ－反馈线性化问题,包括双线性化及线性化两部分,分别给出了采用线性反馈和非线性反馈时的条件及构造方法。     

一般非线性时变动态系统的线性定常控制方法

提出了一种用线性定常控制器Σｃ对一般非线性时变受控系统Σｐ（Σｐ有解且输出可控）进行实时控制的新方法．对Σｐ施控后希望其具有的输入输出特性用线性定常的理想目标模型Σ１来描述．Σｐ和Σ１的所有按输入输出等效的差异用一个施于Σ１的扰动函数向量△（ｔ）∈ＲＬ来描述，若任给输入函数向量ｕ（ｔ），总存在△（ｔ）使得Σｐ和Σ１输出相等，则称具有扰动△（ｔ）的Σ为Σｐ的一个线性定常替代模型Σ．构造Σ的扰动状态观测器Σ０，并设计扰动前馈控制器Σ，Σ０和Σｃ合称Σｃ．由Σ对Σ施控后，扰动△（ｔ）则不影响Σ３的输出．由于Σｐ和Σ转入输出等价，故知由Σｃ对Σｐ施控后，其输入输出特性可由Σ１来描述．文中给出线性定常控制器Σｃ的存在条件、设计方法和设计步骤．Σ３的存在性及其与Σｐ的关系等有关问题尚待进一步探讨．     

一类非线性时变广义系统的块解耦

讨论正则静态状态反馈作用下,一类非线性时变广义系统的输入输出块解耦问题,提出一种新的算法,用于研究系统输入输出块解耦问题,推导出该问题可解的充分条件。     

用分段线性化法分析受迫二阶非线性电路的混沌振荡

采用分段性线化方法，分析了一个由线性电感，线性电阻，非线性电容，以在正弦电压源所构成的串联电路，电容的库伏特性用５段折线特性逼近，计算机仿真结果表明，分段线性化方法能够揭示电路的非线性动态演变过程，只是在某些细节上有所偏差，文中还用Ｍｅｌｎｉｋｏｖ方法导出存在横截同宿轨道的条件。     

非线性系统的广义线性化预测控制

提出一种非线性系统预测控制的分层设计方法。首先采用广义线性化状态反馈得到具有指定动态的线性化系统,然后采用基于状态方程的预测控制算法,以获得良好的跟踪性和鲁棒性。最后以仿真例子证实了这种控制方案的有效性。     

一般非线性系统的精确线性化

讨论了一般非线性控制系统状态方程无反馈精确线性化及反馈精确线性化．引入一类相关的仿射非线性系统（即伴随系统）,通过研究一般非线性系统与其伴随系统的关系,利用伴随系统的精确线性化结论,获得一般非线性系统精确线性化的充要条件,其结果包含了仿射非线性系统的已有结果．所提出方法适用于解决一般非线性系统的其他精确线性化问题．     

基于动态神经网络的非线性系统建模及其控制

结合已知机理信息构造动态神经网络，进行了非线性动态系统的建模，给出了权值调整算法，利用获得的模型，设计了反馈线性化控制器，由训练好的网络在线提供反馈线性化所需要的信息，为了解决模型失配问题，采用内模控制结构来引入模型的误差反馈，以消除稳态误差，文中给出了仿真实例。     

一类非线性系统的模糊建模方法

针对一类非线性系统的建模问题,以扇区非线性化为基础,提出了一种T-S模糊建模方法。首先在论域上确定出系统中非线性项的最大值和最小值;然后给出非线性项的隶属度函数;最后建立了非线性系统的T-S模糊线性模型。本算法计算简单,容易实现,同时,仿真结果也表明算法能够有效实现对原系统的逼近。     

模糊推理与建模分析

利用模糊集合理论与系统辨识,参数估计的理论和方法,分析并给出了模糊推理系统的建模特征、建模任务以及建模方法的思想。     

改进的T-S模糊模型建模方法及其应用

针对一般的仿射非线性系统,提出了一种改进的建立T-S模糊模型的方法. 使建立的模糊系统与原非线性系统具有相同的响应特性,避免了平衡点线性化产生的系统误差的不利影响,同时也适用于含有多个非线性项的系统. 将这种建模方法应用到GMAW系统,建立了改进基于T-S模糊模型GMAW系统,并且建立的模糊系统和原系统具有相同的响应特性. 仿真结果证明了该方法的有效性.     

基于遗传算法的动态模糊模型辨识非线性系统方法

针对复杂的动态系统,提出了一种基于遗传算法的模糊模型辨识方法,给出了学习模糊规则的新算法,探讨模糊推理方法和遗传学习算法用于非线性系统建模的问题,仿真结果证明了该算法的有效性。     

基于动态模糊神经网络的非线性系统辨识

在分析模糊神经网络辨识特点及现状的基础上,设计了一种适用于非线性多输入系统的辨识模型。本模型将T-S模糊模型与5层动态模糊神经网络结构相结合,通过参数学习算法优化辨识结构,对辨识模型进行反馈调节,得到的辨识精度较高。另外,对输入数据采用归一化的方法进行预处理,加快了网络的辨识速率。最后,通过仿真实例证明了该设计的有效性,为模糊神经网络辨识结构的设计提供了一种新的思路和方法。     

进化规划在挖掘最优语言模糊规则基中的应用

针对非线性系统模型难以建立问题，提出了一种新型的辨识方法，利用进化规划强大的数据挖掘功能，建立系统的语言模糊模型，克服传统算法过分依赖假设前提条件的弱点，简化了计算。在对传统进化算法加以改进的基础上，分别对单入单出系统和多入单出系统进行仿真，结果表明这一方法是非常有效的。     

一类二阶变系数非线性微分方程的通解及应用

根据一类二阶变系数非线性微分方程的特点,利用降阶法,给出了求其通解的一种简便方法,并得到了其通解公式,并在特殊情形下得到一系列可积的二阶变系数非齐次线性微分方程及其通解公式,进一步丰富了二阶变系数线性微分方程的可积理论.     

模糊神经网络的非线性辨识理论及应用

论述了模糊系统和神经网络相结合的非线性系统辨识理论．通过分析模糊系统规则之间的隐含关系，给出具有非线性模糊关系的模糊神经网络非线性系统辨识方法，并用仿真方法进行了验证．最后讨论了网络的稳定性和收敛性．     

连续混沌系统的模糊建模

混沌系统是非线性科学的新研究领域。由于其复杂性和无规律性，混沌系统的数学模型一直难于建立，利用模糊逻辑系统的插值机理将关于被控对象的模糊推理规则库转换为一类变系数非线性微分方程，从而得到连续混沌系统的数学模型，提出了控制系统中混沌被控对象的建模问题的一种方案。对Rossler系统和Iorenz系统的仿真试验表明这一建模方法有较高的逼近度。     

光电成像系统非线性效应建模

系统分析了光电成像系统的非线性效应所涉及的几何扭曲、渐晕、采样效应、噪声特性、非线性响应特性、图像重构算法,并对其进行了建模,对于光电成像仿真、系统性能评价具有重要意义。