一类不确定多输入模糊双线性系统的输出反馈控制

针对一类具有范数有界参数不确定性的多输入模糊双线性系统,在系统的状态不完全可测的情况下,提出一种模糊镇定控制方法。设计模糊观测器估计系统的状态,基于模糊观测器,设计模糊控制器保证闭环系统的渐近稳定性。模糊控制器可以通过求解线性矩阵不等式(LMI)求得。仿真示例验证了设计方法的有效性。     

基于观测器的模糊时滞系统的指数稳定控制

研究一类模糊时滞系统的指数稳定和基于观测器的模糊控制问题.在系统状态未知的情况下,通过设计系统的模糊观测器利用矩阵不等式分析的方法给出了系统指数稳定条件和基于观测器的动态输出反馈控制器设计方案.仿真结果说明了所提方法的有效性.     

模糊输入时滞系统的输出反馈控制及稳定性分析

针对一类状态不可测的模糊输入时滞系统,应用平行分布补偿算法(PDC),设计了模糊观测器,提出了基于模糊观测器的输出反馈控制方法,给出了保证模糊时滞系统渐近稳定的新的充分条件.应用广义Lyapunov函数和线性矩阵不等式方法,证明了模糊输入时滞系统的渐近稳定性,同时给出了控制和观测增益矩阵的分离设计算法.仿真结果进一步验证了所提出的方法和条件的有效性.     

基于模糊观测器的模糊混沌系统的延迟同步

引入了一种新的模糊观测器分析混沌系统的同步,构造了一种基于模糊观测器的驱动-响应延迟同步结构,利用Liapunov稳定性定理为其设计了一个简单的延迟同步标准,并证明对应控制增益矩阵可以通过LMI方法获得.最后,通过Chen系统的例子验证所得结果的有效性.     

一类离散T-S模糊广义系统的控制器设计

利用离散广义Lyapunov方法和分段模糊Lyapunov函数并借助子系统的性质,解决了一类离散T-S广义模糊系统的模糊控制及模糊状态观测器设计问题,得出了离散T-S模型广义系统其极值子系统的基础上设计出的新的模糊控制器和模糊状态观测器.     

基于观测器的模糊Delta算子系统的控制器设计

对于非线性模糊系统控制器和观测器的分析和设计,提出一种统一方法。利用Delta域离散T—S模糊模型对非线性系统建模,并基于李雅普诺夫稳定性理论给出模糊状态反馈控制器和观测器的设计策略,将所得结果归结为求解一组线性矩阵不等式。同时结论表明:分离性原理对Delta算子T—S模糊系统仍然成立。所得结果可将现有关于连续和离散T—S模糊系统的相关结论统一于Delta算子框架内。     

基于观测器的模糊时滞系统指数稳定的一种设计方法

研究了一类模糊时滞系统的指数稳定问题.首先利用T-S模型对非线性不确定性时滞系统进行建模,在此基础上设计了基于观测器的模糊状态反馈控制器,通过巧妙选取Lyapunov函数给出了模糊闭环时滞系统的条件及稳定裕度且模糊反馈增益和模糊观测器增益可通过求解线性矩阵不等式获得.     

基于观测器的一类时滞不确定非线性离散系统的鲁棒模糊控制

讨论一类基于Takagi-Sugeno(T-S)模糊模型的具有时滞的不确定非线性离散系统的模糊鲁棒控制问题。在系统状态不可测的情况下。设计模糊观测器。利用LMI方法,得到模糊控制系统鲁棒稳定的充分条件。     

基于模糊观测器的H∞控制器设计方法的进一步研究

文献[1]中的定理4和定理5给出了两种求解模糊观测器和模糊控制器的设计方法,本文在文献[1]的基础上,进一步研究了将这两种方法所得到的两个模糊观测器和两个模糊控制器作凸和,从而可以得到更多的模糊观测器和模糊控制器,既扩大了文献[1]解的范围,又在实际应用中有更多的选择.     

基于广义最大熵的具有模糊输入输出的回归模型的参数估计

模糊回归是在模糊系统中建立因变量与一组自变量之间关系的重要工具,以评估模糊自变量如何影响模糊响应变量的过程。当系统中出现小样本或者非列满秩设计矩阵时,模糊最小二乘法可能得出偏误估计。本文基于文献[13]中的多元线性回归模型,利用广义最大熵方法,针对模糊输入模糊输出数据,给出线性回归模型的参数估计和算法步骤。当输入或输出数据退化为清晰值时,该估计退化为清晰输入模糊输出或者模糊输入清晰输出的回归模型参数估计。本文结合模拟数据和实例数据,将广义最大熵方法与模糊最小二乘方法、岭估计方法进行比较研究,结果显示广义最大熵方法的可行性和有效性。     

模糊不确定时滞系统的保成本控制

讨论了基于T-S模型的不确定时滞系统的保成本控制问题.文章采用并行补偿状态反馈控制方法和时滞相关稳定性分析方法,通过引入一个带调节因子的Lyapunov-Krasovskii泛函,利用线性矩阵不等式的形式给出了状态反馈控制器存在的充分条件.当调节因子取不同值时,最小保成本值和反馈增益也是不同的,不同的反馈增益导致不同的动态性能,因此,可以通过选取合适的调节因子来优化闭环系统的动态性能. 最小保成本值可以看作调节因子的函数,因此,可以通过求解一个凸优化问题来求得最小的保成本值和最优的调节因子,文章给出了一个求解最小保成本值的算法.并利用仿真示例验证了所给方法的有效性.     

基于T-S双线性模型的不确定离散时滞非线性系统的分段广义H2控制

针对系统中普遍存在时滞和系统不确定性现象,基于分段二次李雅普诺夫函数稳定性理论,讨论一类受干扰的不确定离散时滞模糊双线性系统的广义H2稳定控制问题。通过设计非脆弱分段状态反馈控制器,使闭环系统在允许参数不确定范围内广义H2稳定,控制器的设计可以通过序列线性规划矩阵方法(SLPMM sequential linear programming matrix method)方法求解得到。仿真例子验证了该方法的有效性。     

不确定离散时滞模糊系统的保性能控制

针对一类模糊模型表示的，具有范数有界时变参数不确定性离散时滞系统，研究了保性能控制器设计问题。首先推导了保性能控制器存在的充分条件，在此基础上通过求解等价的线性矩阵不等式给出了控制器的设计方法和参数表示。     

一类MIMO非线性系统的稳定自适应模糊控制

针对一类 MIMO不确定非线性系统 ,基于一种修改的李亚普诺夫函数并利用 I型模糊系统的逼近能力 ,提出一种分散自适应模糊控制器设计的新方案。该方案不但能够避免现有的一些自适应模糊 /神经网络控制器设计中对控制增益一阶导数上界的要求 ,而且能够避免控制器的奇异问题。通过理论分析 ,证明闭环控制系统是全局稳定的 ,跟踪误差收敛到零。仿真结果表明了该方法的有效性。     

A relaxed cutting plane algorithm for solving fuzzy inequality systems

This paper studies a system of infinitely many fuzzy inequalities with concavemembership functions. By using the tolerance approach, we show that solving such system can be reduced to a semi-infinite programming problem. A relaxed cutting plane algorithm is proposed. In each iteration, we solve a finite convex optimization problem and add one or two more constraints. The proposed algorithm chooses a point at which the infinite constraints are violated to a degree rather than at which the violation is maximized. The iterative process ends when an optimal solution is identified. A convergence proof, under some mild conditions, is given. An efficient implementation based on the "method of centres" with "entropic regularization" techniques is also included. Some computational results confirm the efficiency of the proposed method and show its potential for solving large scale problems.     

A genetic tuning to improve the performance of Fuzzy Rule-Based Classification Systems with Interval-Valued Fuzzy Sets: Degree of ignorance and lateral position

Fuzzy Rule-Based Systems are appropriate tools to deal with classification problems due to their good properties. However, they can suffer a lack of system accuracy as a result of the uncertainty inherent in the definition of the membership functions and the limitation of the homogeneous distribution of the linguistic labels.The aim of the paper is to improve the performance of Fuzzy Rule-Based Classification Systems by means of the Theory of Interval-Valued Fuzzy Sets and a post-processing genetic tuning step. In order to build the Interval-Valued Fuzzy Sets we define a new function called weak ignorance for modeling the uncertainty associated with the definition of the membership functions. Next, we adapt the fuzzy partitions to the problem in an optimal way through a cooperative evolutionary tuning in which we handle both the degree of ignorance and the lateral position (based on the 2-tuples fuzzy linguistic representation) of the linguistic labels.The experimental study is carried out over a large collection of data-sets and it is supported by a statistical analysis. Our results show empirically that the use of our methodology outperforms the initial Fuzzy Rule-Based Classification System. The application of our cooperative tuning enhances the results provided by the use of the isolated tuning approaches and also improves the behavior of the genetic tuning based on the 3-tuples fuzzy linguistic representation.     

基于模糊双线性模型的非线性系统的跟踪控制

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.