一、一类模糊控制器设计算法（论文文献综述）
任立伟[1]（2020）在《基于离散多项式模糊模型的跟踪控制方法研究及应用》文中研究说明非线性系统的稳定性分析和控制器设计问题一直是国内外控制界的研究热点。得益于平方和（Sum of Squares,SOS）方法基于凸优化理论和数值解法的优势,多项式非线性系统的研究成果颇多。Takagi-Sugeno（T-S）模糊模型,通过模糊隶属度函数能够以任意精度逼近实际复杂非线性系统,在非线性系统研究中地位举足轻重。多项式模糊模型作为T-S模糊模型的广义化形式,它集合了T-S模糊模型和多项式的优势,比T-S模糊模型具有更少的模糊规则数,却可以更有效地表示非线性系统。同时,多项式模糊模型相关的大部分研究问题亦可借助SOS工具轻松得到解决。正是由于多项式模糊模型的出现,将模糊逻辑系统的分析及其控制器设计的研究热潮又推向了一个全新阶段。伴随现实动力系统的多样性和复杂性,基于多项式模糊模型的分析和设计将面临新的挑战。本文跳出固有的SOS设计框架,分别基于反馈线性化这一经典的非线性控制方法以及新型的强化学习方法研究离散非线性系统的跟踪控制问题,设计相应地多项式模糊控制器,实现不同跟踪控制目标。本文的研究内容将包含如下方面:为了解决一类离散多项式模糊系统的完全跟踪问题,本文提出一种反馈线性化方法控制律设计方法,使得闭环系统输出实现对给定参考轨迹的完全跟踪。该设计方法为解析的。分析系统在原点处的局部稳定性,可作为一种定性检验离散多项式模糊模型质量的方法。更重要的是,为了分析一个任意给定的离散多项式模糊系统基于反馈线性化方法设计完全跟踪控制器的可行性,建立了一个充分的判定条件。此外,为了分析控制器输出有界性,建立了一个充要判定条件。为了解决一类离散多项式模糊系统的渐近跟踪问题,本文提出了一种部分反馈线性化控制律设计方法,使得闭环系统可以渐近跟踪阶跃参考轨迹,并且该方法能有效克服常值干扰问题。更重要的是,为了建立更宽松的判定条件,用于分析一个任意给定的离散多项式模糊系统基于反馈线性化方法设计跟踪控制器的可行性,利用全块S-procedure方法将一个非凸的矩阵不等式问题转化为一个线性矩阵不等式的凸问题。该判定方法具有广阔的应用空间。为了使所设计的多项式模糊控制器参数调整具备智能性,并且使系统实现最优跟踪性能,本文基于最优控制与最优跟踪控制问题间的联系,以及强化学习中的策略迭代算法展开研究,解决一类离散非线性系统的最优跟踪控制问题。首次将策略迭代学习算法与多项式模糊模型相结合,建立基于多项式模糊模型的执行器-评价器结构,对控制器参数进行学习调整同时实现值函数最小化的性能指标。基于实验室自主研制的二自由度旋翼式飞行模拟器系统展开理论分析和实验验证,该模拟器为研究控制问题提供了一个良好的实验平台。理论分析阶段:基于其物理结构和运动机理使用复数矢量结合拉格朗日方程法建立其动力学模型。此外,利用基于泰勒级数的多项式模糊模型建模方法得到其多项式模糊模型,并对其进行了模型验证,并与传统T-S模糊模型作了比较。实验验证阶段:通过系统实测输入输出数据进行参数拟合得到了实际系统模型参数,在此基础上,基于第四章提出的最优跟踪控制方法设计多项式模糊跟踪控制律,通过实验验证了二自由度旋翼式飞行模拟器俯仰角在该控制器作用下对不同期望轨迹的跟踪能力,并且通过干扰实验验证了控制器具有一定程度的抗干扰能力,所得实验结果证明了所设计多项式模糊控制器的正确性和有效性。
丁戍辰[2]（2020）在《欠驱动绳索桁架式机械臂的模糊控制方法研究》文中指出欠驱动机器人的驱动源数目少于自由度数目,因而具有结构紧凑、质量轻、能耗低、可靠性高、环境适应能力强等方面的优点,在深空探测、深海探测、交通运输、仿生机器人等领域获得了广泛应用。一种基于绳索驱动平行四边形桁架机构的新型欠驱动机械臂在这种背景下应运而生,称为欠驱动绳索桁架式机械臂,新颖且巧妙的桁架机构的设计使其具有可折叠、可扩展、具有形状自适应包络抓取能力等优点,非常适合作为大型空间展开臂用于深空探测,有非常广阔的应用前景。欠驱动绳索桁架式机械臂是一种新型机械臂,其模型复杂且非线性程度高,使用常规控制方法进行控制器设计非常困难,而模糊控制理论发展至今已形成较为完善的理论体系,且具有不依赖精确被控对象数学模型,具有抗干扰能力等优点,非常适用于该机械臂的控制问题。因此,本文将以模糊控制理论为核心研究适用于该机械臂于各种场景下的控制方法,从控制的角度研究其动力学机理,并为实际的欠驱动绳索桁架式机械臂物理样机搭建半实物仿真平台,在半实物仿真实验中验证机械臂动力学行为以及控制方法的有效性。本文的具体研究将包含如下方面:首先,采用拉格朗日方程结合复数矢量法对欠驱动绳索桁架式机械臂进行动力学建模。由于模型复杂程度高,基于机械臂的运行机理对模型进行了等效处理,并使用复数矢量法将二维平面的矢量运算转换为复数运算,从而使建模过程的运算更为简洁。建模过程考虑到了一些非理想条件,包括认为组成机械臂关节的杆件是非均质杆,各关节尺寸可变,重力场方向为任意,机械臂关节存在摩擦和弹性等。其次,针对欠驱动绳索桁架式机械臂倒立姿态的镇定控制问题研究模糊控制方法。倒立姿态的欠驱动绳索桁架式机械臂受重力影响,其动力学模型结构复杂,含有大量非线性项,并且存在模型不确定性以及外界干扰等,而模糊控制具有不依赖被控对象精确模型的优点,能够解决以上问题并实现镇定控制。设计了Mamdani型模糊控制器和Type-2模糊控制器,前者相比线性控制器有更大的收敛域,后者将隶属度函数扩充为三维可以囊括不确定信息。仿真对比验证Type-2模糊控制在系统存在建模不确定性时有更好的控制效果。然后,研究了水平面运行的欠驱动绳索桁架式机械臂的轨迹跟踪控制方法。水平面运行的这种姿态可以认为不受重力场的影响,其大范围的运动更明显的暴露出动力学模型中的非线性和非满秩等问题。提出伪逆法解决控制力矩阵不满秩的问题,进而采用反馈线性化方法将受控子系统转化为线性系统,结合LQR方法设计控制器,用以实现水平面欠驱动绳索桁架式机械臂轨迹跟踪控制;因伪逆法使部分系统信息丢失,提出采用坐标变换方法将控制力矩阵处理成能够使用部分反馈线性化方法的形式,然后同样针对线性化后的系统设计控制器;由于前两种方法必须基于被控对象非常精确的数学模型,受外界扰动影响较大,提出结合模糊控制方法设计控制器。数值仿真验证了上述三种方法在欠驱动绳索桁架式机械臂张开和收拢过程对期望轨迹跟踪控制的效果,并且对比验证了三种控制策略在系统存在外界干扰时的控制效果,证明模糊控制器的优越性。最后,由于数字仿真中没有和实际的机械臂进行关联,本文搭建了基于MATLAB Simulink Desktop Realtime的半实物仿真平台,用以验证控制器对实际被控对象的控制效果。基于此半实物仿真平台,提出针对实际欠驱动绳索桁架式机械臂的绳索预紧力控制方案,用以保护机械臂运行过程绳索保持绷紧,以免绳索滑落损坏器件;基于第四章提出的轨迹跟踪模糊控制方法改进设计了针对实际欠驱动绳索桁架式机械臂关节角轨迹跟踪控制的模糊控制器,并通过半实物仿真实验验证所设计的模糊控制方法在机械臂收拢和张开过程对期望位置信号的跟踪能力,并且控制器具有一定的抗干扰能力,证明所设计的模糊控制器的正确性和有效性。
苏航[3]（2019）在《几类带有死区或执行器故障约束的非线性系统自适应模糊控制研究》文中研究说明系统的控制性能不仅和被控对象本身有关,而且也会受到执行回路中执行器等部件物理特性的影响。执行器常常受到多种非线性特性约束,从而使得执行器的输入和输出间产生了较大的差距,如果未将这些执行器约束考虑在内,那么系统的稳定性及控制器的控制精度则会严重下滑。执行器约束通常是非线性的,同时会对控制器的设计产生一些难题。而且,执行器在运行过程中可能会发生故障,这些故障甚至会导致控制系统出现失稳现象。此外,被控对象也会受到外部工作环境和系统本身建模误差的影响,使得系统具有不确定性和非线性。因此,研究具有死区或者执行器故障的非线性系统的控制问题是具有理论和实际意义的。本文以模糊逻辑系统作为未知非线性函数的逼近器,结合backstepping技术、自适应控制和动态面技术等方法,解决了几类非线性系统的自适应模糊控制问题:（1）研究了带有模糊死区的不确定非线性系统的自适应模糊动态面控制问题。采用重心解模糊化方法,对死区模糊数值的斜率进行解模糊。首先,针对一类带有模糊死区、未建模动态和未知控制增益函数的单输入单输出严格反馈非线性系统,设计了有效的自适应模糊控制器。在控制器设计每一步中,构造模糊逻辑系统逼近辅助的中间控制信号。然后,研究了具有模糊死区的多输入多输出非线性系统的自适应模糊跟踪控制问题,并且设计了每阶子系统在死区斜率分别为确定数值和模糊数值两种情况下的控制器。对于两类系统,使用动态面控制技术,从而避免了对虚拟控制信号求导、多阶次求导及系统复杂性而引发的“计算爆炸”问题。所提控制方案不仅能够保证系统输出较好地跟踪给定的参考信号,而且能够确保闭环系统所有信号的有界性。（2）研究了带有输出死区的非线性系统的自适应模糊跟踪控制问题。首先,考虑了一类带有输出死区的纯反馈随机非线性系统的跟踪控制问题,运用均值定理,将所研究的非仿射系统转化成为仿射非线性系统。引入Nussbaum函数性质,构造辅助虚拟控制器,解决输出非线性的不确定性所带来的难题。结合backstepping技术,构建了针对此系统的有效的控制器。所提控制方案既能保证系统较好的跟踪性能,而且能够保证闭环系统的所有信号都是依概率有界的。然后,研究了一类带有输出死区的非严格反馈非线性系统的预设性能自适应控制问题,为保证系统的跟踪误差收敛到限定的区域范围内,设计性能函数,使得系统能够同时满足瞬态性能和稳态性能要求。所提控制方案既能够保证闭环系统所有信号的有界性,而且能够确保跟踪误差限制在预定范围中。（3）研究了一类带有执行器故障、未建模动态和不可测状态的严格反馈非线性系统的自适应模糊控制问题。执行器故障包含卡死故障和失效故障两种模型。引入输入-驱动滤波器,以解决系统状态不可测的问题。运用backstepping技术,综合小增益定理和输入-状态实用稳定理论,设计出有效的自适应模糊容错控制器。所提出的控制策略能够保证即使在有执行器故障发生的情况下,闭环系统也能够是输入-状态实用稳定的。（4）研究了非严格反馈非线性系统的自适应模糊容错控制问题。首先,针对带有执行器故障的非严格反馈随机非线性系统,设计自适应模糊容错控制器。在控制器设计的每一步中,构造模糊逻辑系统逼近辅助的虚拟控制信号。将理想加权向量的最大范数最为估计的参数,使得系统最终只产生一个自适应参数,从而使计算复杂性减小。通过仿真可以验证所提控制策略不仅对执行器故障和随机扰动具有鲁棒性,而且能够保证系统信号依概率有界。然后,研究了一类带有量化输入的非严格反馈非线性系统的自适应模糊容错控制问题。考虑非对称式迟滞类量化器,引入量化器输出的非线性分解策略,综合考虑执行器故障的影响,进而提出了针对更具一般性系统的有效的自适应控制策略。所提控制策略能够保证闭环系统得到较好的跟踪性能和所有信号的有界性。通过仿真对比了量化参数对于系统性能的影响,并验证了所提量化控制方法的有效性。
沈俊辉[4]（2019）在《基于模糊控制的容错控制技术及其应用》文中研究说明T-S模糊模型在非线性系统中有着重要的地位。它不仅简化了非线性系统控制器的设计过程,而且提供了一套完整的分析非线性系统的方法。因此,对T-S模糊模型的分析具有十分重要的地位。在实际系统中,往往会有各种故障的发生。如果不对存在隐患的系统进行可靠的容错设计,则可能会带来巨大的人力物力上的损失。因此,本文在T-S模糊模型的框架下设计的容错控制算法具有十分重要的理论意义和应用价值。首先,本文针对T-S模糊模型控制器设计中的保守性的问题,采用了前提不匹配的隶属度函数的形式,为设计人员提供了更为灵活的控制器设计方法。在此基础上,考虑了系统遭受调节器效率损失的情形,对其设计了一套容错控制算法。使得系统在已知上下边界的调节器效率损失故障发生时,仍然能够保持预先设定好的性能指标,并给出了一个仿真例子说明算法的可行性。其次,为了进一步的降低控制器设计的保守性,研究了局部稳定的控制器设计方法,为前面的系统设计了一个能够在预先设定好的集合范围内保持稳定的控制器的形式。然后将该方法用到前面的容错控制框架中的标称系统的设计中,得到局部稳定的调节器效率损失下的容错控制系统。然后,由于实际系统可能同时遭受多个故障,所以研究来了系统在调节器加性误差和传感器误差以及外界干扰下的容错控制算法。为此设计了一个自适应的模糊观测器,用来同时观测系统的状态和系统的故障系数,并通过仿真例子说明所设计的算法可以得到很好的状态估计值和故障系数的估计值。最后,在近空间飞行器的T-S模糊模型下对前面设计的算法一一进行了验证。分别对近空间飞行器在调节器效率损失下的容错控制算法,局部稳定的调节器效率损失下的容错控制算法,以及调节器加性误差和传感器加性误差同时存在时的容错控制算法进行了仿真。最后得到了理想的结果。
李淑琦[5]（2019）在《基于非周期采样的随机模糊系统稳定性及其控制研究》文中研究说明在实际系统及其外部环境中,随机因素随处可见,并且对系统的动力学行为产生影响。因此,将随机因素作为其内部驱动因素的It（?）随机模型,可以很好地反映自然与社会工程领域系统的演变规律,因而被采纳。同时,随着科技的不断发展,实际的受控对象的结构或参数通常具有高维、时变、高度非线性、强耦合以及时滞等的复杂特性。由于能够以任意精度去逼近非线性系统,并利用线性系统的相关理论去有效地分析非线性系统的相关性能,T-S模糊模型一经提出就引起了学术界的广泛关注,并被应用于工业工程实践中。此外,由于计算机技术的不断革新,将计算机作为控制器的数字控制器方式,具有精度高、稳定性好等诸多优势,已成为近年来科学研究与工程应用中的热点课题。受上述思想的启发,本文以随机非线性系统为研究对象,借助T-S模型的分析方法,以采样地模糊控制为实现方式,研究了随机非线性系统基于非周期采样的稳定性以及相关控制问题。本文的主要研究成果和创新点总结如下:1.论述随机模糊模型与采样控制的研究背景及意义,分别从It（?）随机系统、时滞问题、T-S模糊模型及其控制、采样控制、模糊采样控制的研究现状五个方面综述随机T-S模糊系统和采样控制研究进展情况,给出一些预备知识、相关定理、引理和定义等,最后简要给出本文的主要研究内容以及章节安排。2.基于新的视角,研究非周期采样下的随机模糊系统的均方稳定性问题。对采样的处理方式利用时变输入时滞法,将连续系统离散反馈问题建模为一类时变滞后反馈的问题。对滞后反馈问题采用Lyapunov函数法,通过方程复用,对滞后的反馈加以利用,使得滞后不再仅仅是对系统的稳定性起到破坏作用。另外,通过方程信息寻找滞后项与非滞后项之间的关联,用非滞后项来估计滞后项;同时,不依赖于Razumihkin技巧,得到更为宽松的结论,且结论是用Riccati矩阵方程来刻画的,能够清晰的显示出控制器对于系统稳定的作用。3.研究非周期采样下的不确定随机模糊系统的鲁棒保成本控制问题。为了突出采样时刻的锯齿状结构以及更为能精确地刻画采样系统所表现出来的连续信号与离散信号并存的混杂性,我们将非周期采样控制问题建模为跳变系统,原问题随即转化为一类随机脉冲控制问题。重新建模后的系统,能够避免了输入时滞方法必须面临的模糊系统与模糊控制器的前件不匹配问题。此外,基于时变的Lyapunov函数理论,我们实现了对脉冲增益谱半径不小于1时的跳变系统的控制器设计与综合问题。4.研究非周期采样下的具有参数不确定的时滞随机模糊系统的鲁棒H∞控制问题。对采样的处理方式为跳变系统建模方法,反馈方式选择的是多速率的状态反馈。基于非周期采样的特点,设计拟周期的多速率状态反馈控制器。常用的单速率反馈仅仅为多速率反馈的一种特例。分析工具仍然选择时变Lyapunov函数法。由于系统本身受时滞的影响,使得时变Lyapunov函数对于滞后项也相应表现为滞后时变的,因此,设计了确定滞后时变矩阵函数具体取值的算法。同样地,利用时变辅助函数法得到了不确定随机模糊系统满足H∞性能的充分条件。5.研究非周期采样下的随机模糊系统的H∞滤波问题。利用跳变系统方法对采样系统进行重新建模,将其建模为脉冲系统。对于随机模糊模型,设计了全阶的模糊滤波器,基于时变Lyapunov函数法,分析滤波误差系统的均方指数稳定与H∞性能,并最终设计了滤波器的求解方式。由于滤波器的设计本身是一种动态算法,可以进一步地丰富对采样数据的跳变系统建模的动态反馈机制理论。最后,对本文工作进行了总结,并对后续研究方向进行展望。
陈昆[6]（2019）在《开架式水下ROV稳定悬停与轨迹跟踪控制方法研究》文中提出随着ROV在多种复杂环境下的广泛运用,为了满足实际的工作需要,这就对ROV的稳定悬停、轨迹跟踪等控制性能提出了更高的要求。本论文研究内容来源于中石油水下检测维护机器人系统开发关键技术研究项目,所设计的ROV将用于导管架检测,通过在特定海况下分析PID控制器、模糊控制器以及模糊PID控制器的控制性能,得出各控制器对稳定悬停和轨迹跟踪的控制影响,为ROV工程实践时对控制方法的选择提供参考依据。通过分析总结当前国内外对ROV的研究现状,结合根据作业目的和工作环境,设计了一个开架式ROV水下机器人,为了确保所设计的ROV具有足够的强度和稳定性,使用ANSYS软件对所设计的主要结构进行相应的强度和稳定性分析。为了研究ROV在水下的运动特点,本文建立了ROV在水下的动力学和运动学模型,考虑到ROV的工作环境,引入环境干扰模型,并结合所设计的ROV进行模型简化,得到适用于本文ROV的控制模型。在研究ROV稳定悬停时,为了充分测试三种控制器的控制性能,将各控制器分别用于近水面区域和相对较深区域两个工作条件下进行定点悬停控制测试,通过MATLAB仿真分析得出各控制器的控制效果。在研究ROV轨迹跟踪时,结合海洋导管架平台检测的要求,对导管架检测路线进行规划,为了方便讨论,将该规划路线分为了三种情况进行了轨迹跟踪研究,并对其中出现速度跳变的路线进行了路线优化,消除了速度跳变带来的危害,最后通过MATLAB仿真分析,得出各控制器的跟踪控制效果。
赵涛岩[7]（2019）在《二型模糊系统的建模与控制》文中认为传统的模糊集合在表达和处理不确定性问题时具有很大的局限性,针对这一问题,美国模糊控制领域的专家Zadeh教授在其基础上进行了扩展,首次引入了二型模糊集合的概念。它是对传统的模糊集合中的隶属度值再次进行模糊化处理,使其具有三维隶属度函数特性,这样可以扩展隶属度函数及模糊推理的设计自由度,能够更好的处理不确定性复杂问题。然而,二型模糊集合的三维隶属度函数特性也带来了计算复杂、计算量过大的问题。为此,提出了区间二型模糊集合的概念,其具有易于表达、结构简单和计算成本低的特点,由其组成的系统叫做区间二型模糊系统。目前,区间二型模糊系统是二型模糊系统的研究热点问题,在很多领域得到了大量地应用。本文以区间二型模糊系统理论为基础,充分利用其处理不确定性复杂问题的优势,以乙烯裂解过程为应用背景,重点研究区间二型模糊系统在复杂工业过程中的建模与控制方面的理论和应用。本文的主要研究工作如下:（1）针对非线性系统的辨识和复杂工业过程的建模问题,提出了一种改进的区间二型模糊神经网络建模方法。在改进的算法中,网络的模糊规则前件采用区间二型模糊隶属度函数,规则后件采用Mamdani模型。在解模糊计算中,设计一种能够学习的?因子可自适应的调节降型集合的左、右端点值替代常用的均值计算方法,以此来提升系统的精度。改进的区间二型模糊神经网络由结构和参数学习构成,网络模糊规则前件参数通过自适应模糊c均值算法确定,网络规则后件参数的初值为区间随机数。改进的区间二型模糊神经网络的前件参数、后件参数和权重因子?利用一种自适应梯度下降方法进行学习和调整。最后,通过一个非线性系统辨识的例子和建立乙烯裂解炉软测量模型,验证了所提出的改进区间二型模糊神经网络的有效性。（2）针对具有不确定性的复杂非线性系统的辨识和建模问题,提出了一种具有非对称隶属度函数的自组织区间二型模糊神经网络。首先采用具有四个不同模糊化参数的模糊c均值算法对输入数据进行划分获得模糊规则的不确定均值和标准差。然后根据聚类有效性标准可以确定模糊规则数,从而自动完成区间二型模糊神经网络的结构和规则前件参数辨识。网络的规则后件部分采用Mamdani模型,后件参数的初值为区间随机数。最后,将提出的具有非对称隶属度函数的自组织区间二型模糊神经网络应用到了非线性系统辨识和乙烯裂解炉收率预测问题上。实验结果与模糊神经网络和区间二型模糊神经网络相比较,证明了提出的方法拥有更好的性能。（3）针对复杂化工过程的软测量建模问题,提出了一种基于自组织递归区间二型模糊神经网络的软测量模型。它合并了区间二型模糊系统和递归神经网络的优点,可以避免数据的不确定性带来的困扰。高斯区间二型模糊隶属度函数用来描绘网络规则的前件,网络规则后件为Mamdani类型。一种基于高斯核有效性指标的自适应最优聚类数模糊核聚类算法用来确定网络的结构和参数,网络参数采用梯度下降法进行学习。最后,提出的自组织递归区间二型模糊神经网络应用到了乙烯裂解炉收率建模中。通过实验比较提出的方法与模糊神经网络和区间二型模糊神经网络,结果表明提出的方法拥有更佳的性能。（4）乙烯裂解炉出口温度控制系统存在非线性、多变量耦合、大时滞等干扰因素,使得它在实际的生产过程中很被难精确控制。为了解决这个问题,提出了一种基于区间二型模糊模型的逆控制器设计的控制策略。所提出的控制方案分为两部分:一部分是区间二型模糊模型的逼近结构,其用来逼近过程输出。另一部分是区间二型模糊模型逆控制器,其用来控制过程输出跟踪目标值。此外,大量的工业现场数据用来测试并取得了乙烯裂解炉平均出口温度控制系统的数学模型。最后,将提出的基于区间二型模糊模型的逆控制器设计方案用在了乙烯裂解炉平均出口温度控制系统中,仿真结果表明所提出的方法是可行的。（5）针对区间二型模糊控制器的降型过程损失系统不确定信息的问题,提出了一种基于遗传算法的改进区间二型模糊控制器。首先,利用区间二型模糊推理和Wu-Mendel不确定边界降型算法得到区间二型模糊输出的四个不确定边界值,然后对其进行再次优化。通过利用遗传算法优化区间二型模糊控制器的量化因子、比例因子和隶属度函数,构建遗传算法的适度函数作为性能指标,使其与系统输出直接相关,以此来提升整个控制系统的性能。最后,提出的方法应用在了乙烯裂解炉平均出口温度系统中,仿真结果表明所提出的方法是有效的。
龙海燕[8]（2014）在《一种改进变论域模糊控制器的设计及应用》文中研究表明模糊控制是智能控制领域中一个重要分支,它以模糊集合和模糊逻辑为基础，对具有非线性、复杂多变的对象实施有效的控制。变论域模糊控制是目前模糊控制领域的一个研究热点，通过一组非线性伸缩因子使论域随误差自适应变化，实现一类自适应模糊控制器。实践表明，伸缩因子在变论域模糊控制中扮演重要角色，不仅影响控制系统的控制品质，还影响控制系统的稳定性和控制器的逼近性。因此，变论域模糊控制方法关于伸缩因子的研究具有一定的研究意义。针对变论域模糊控制特点和国内外理论的研究现状，本文主要做了以下四个方面的工作：（1）设计了一种改进的函数型伸缩因子。通过分析模糊控制器输入信号与其论域伸缩因子之间的变化关系，得到了优化伸缩因子的准则。在此基础上，设计了一种改进的伸缩因子，从而实现伸缩因子结构优化，由此提高系统的控制品质。（2）基于Lyapunov稳定性理论，证明了基于改进伸缩因子的变论域模糊控制系统的稳定性。首先，针对一类非线性动态对象，构造了变论域模糊控制系统；然后，基于Lyapunov稳定性分析方法，得到变论域模糊控制系统的设计方法。最后，仿真实验结果表明所设计的变论域模糊控制方法能有效提高系统的稳定性。（3）证明了基于改进伸缩因子的变论域模糊控制器的一致逼近性和收敛性。首先，从一致逼近性角度出发，从数学角度证明了该类模糊控制器能以任意精度逼近任意非线性连续函数，说明了该类控制器具有高精度的原因；然后，分析了隶属函数形状对控制器逼近性的影响，并且根据逼近误差收敛性充分条件得到论域划分个数。最后，仿真结果表明结论的正确性。（4）将本文设计的改进伸缩因子变论域模糊控制器应用于四轮智能车舵机控制，实验结果表明本文所设计的变论域模糊控制器与普通模糊控制器和PD控制器相比能有效提高系统的性能。
吴宇轩[9]（2013）在《遗传模糊控制及其在优化控制中的应用研究》文中研究说明模糊控制器控制规则的选取及隶属度函数的优化缺少知识采集的手段和自我调整的特性，而遗传算法具有自整定、启发式全局收敛的特点。本文利用改进遗传算法进行模糊控制器参数寻优。本文首先对传统单一种群遗传算法进行了分析归纳与总结，在此基础上提出了一种改进遗传算法，其主要思想是：在遗传种群内部引入十进制编码策略和分等复制的选择算子来拓展种群的多样性和个体基因包含的信息量；引入分裂算子来避免遗传算法在寻优过程中陷入局部最优解，同时对交叉算子以及变异算子做了相应的调整与改进。通过选取两个比较常用的典型数学函数对改进后的遗传算法进行性能检验，检验结果表明：相比于基本遗传算法，本文提出的改进算法在寻优搜索速度以及寻优精度上都有所提高。并将此改进算法用于模糊控制器的隶属度函数、比例因子以及控制规则等参数的优化。MATLAB仿真结果表明，与基本遗传算法相比，本算法具有更快的寻优速度，并且模糊控制器经过优化后控制性能良好。在基本单种群遗传算法的基础上，本文进一步得出了基本双种群遗传算法的基本结构和特征，并对双种群遗传算法进行了改进，种群间采用个体移民策略来加快收敛速度，增加解的多样性，增强算法的寻优能力，避免双种群遗传算法陷入早熟收敛的困境。另外本文将压缩因子应用于隶属度函数中，该方法可以最大限度的降低遗传编码规模，减小计算压力，提高参数寻优的搜索速度。将改进的双种群遗传算法用于优化隶属度函数、模糊语言规则以及量化因子等参数，实现模糊控制系统的整体寻优。从MATLAB对比仿真结果可以看出，经过改进双种群遗传算法优化的模糊控制器具有较小的超调量和较快的响应速度，系统的鲁棒性与稳定性更加优越，有更好的环境适应能力，取得了令人满意的控制效果。最后将优化后的模糊控制器用于单级倒立摆控制系统的仿真研究和实时系统控制，仿真实验结果表明优化后的模糊控制器可以稳定控制倒立摆系统，具有良好的实时控制能力。
李旭[10]（2013）在《不确定非线性系统的直接自适应模糊控制》文中认为近些年来，随着现代科学的不断发展，生产规模的不断扩大，复杂的工业生产过程通常具有不确定性、强非线性、多个变量、强耦合性和工业状况变化频繁等特点，因此系统的动态特性很难用精确的数学模型来进行描述。由于不要求系统有精确的数学模型并且可以有效地利用专家知识，模糊控制一直被认为是解决复杂非线性系统控制问题的一种行之有效的方法。本文利用模糊逻辑系统，把来自人类语言信息构造到控制系统上，针对状态可测的不确定非线性SISO系统提出了两类直接自适应模糊控制方法，主要内容分为一下三个部分：第一部分主要是针对模糊控制模型的改进，提出了一种基于广义双曲正切模型的直接自适应模糊控制器，引入一种新的模糊基函数来代替传统的高斯隶属度函数或者三角隶属度函数。在保证系统稳定性的同时，基于广义双曲正切的设计模型虽然和传统的模型相比在理论上造成了模糊规则数目的激增，但是由于广义双曲正切模型结构的特殊性，调节参数的数量远远小于模糊规则的数目，从而节约了运算成本，增加了系统的运行效率。仿真结果验证了该算法的有效性。第二部分主要是针对控制算法的改进，提出一种基于Backstepping设计的直接自适应模糊控制方法，把反推设计和自适应模糊控制有效的结合在一起。与已有的反推自适应模糊控制方法相比，该算法的主要优势是只用了一个模糊逻辑系统来逼近系统的不确定函数，节约了运算成本，同时是改善了闭环系统的鲁棒性。经证明，本文所提出的方法不仅可以保证闭环系统的所有信号都是一致有界的，并且能够使得到的跟踪误差的估计值收敛到一个很小的零邻域内。仿真结果验证了该控制算法的有效性。第三部分主要针对不确定非线性SISO系统，通过引入H跟踪项，设计了具有鲁棒补偿器的直接自适应模糊控制算法，这种控制算法能有效的抑制模糊逼近误差和外部扰动对跟踪误差的影响，同时保证系统的稳定性，仿真结果验证了该算法的有效性。
二、一类模糊控制器设计算法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一类模糊控制器设计算法（论文提纲范文）
（1）基于离散多项式模糊模型的跟踪控制方法研究及应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 多项式模糊系统及其研究现状 |
| 1.3 反馈线性化控制方法及其研究现状 |
| 1.4 强化学习方法及其研究现状 |
| 1.4.1 现代强化学习 |
| 1.4.2 模糊强化学习 |
| 1.5 主要研究内容与论文结构 |
| 第2章 基于反馈线性化方法的完全跟踪控制 |
| 2.1 引言 |
| 2.2 预备知识 |
| 2.3 离散多项式模糊系统及其局部稳定性分析 |
| 2.3.1 离散多项式模糊系统 |
| 2.3.2 基于Lyapunov第一法的局部稳定性分析 |
| 2.4 完全跟踪控制器设计 |
| 2.4.1 控制器设计方法 |
| 2.4.2 控制器存在性判定条件 |
| 2.4.3 控制器输出有界性分析 |
| 2.5 仿真研究 |
| 2.5.1仿真算例1 |
| 2.5.2仿真算例2 |
| 2.6 本章小结 |
| 第3章 基于反馈线性化方法的渐近跟踪控制 |
| 3.1 引言 |
| 3.2 离散多项式模糊系统 |
| 3.3 渐近跟踪控制器设计 |
| 3.3.1 控制器设计方法 |
| 3.3.2 控制器存在性判定条件 |
| 3.4 仿真研究 |
| 3.4.1仿真算例1 |
| 3.4.2仿真算例2 |
| 3.5 本章小结 |
| 第4章 基于强化学习方法的最优跟踪控制 |
| 4.1 引言 |
| 4.2 基于动态规划的离散最优控制 |
| 4.3 强化学习结构及其策略迭代算法 |
| 4.3.1 强化学习经典结构 |
| 4.3.2 强化学习策略迭代算法 |
| 4.4 最优跟踪控制器设计 |
| 4.5 基于多项式模糊模型的执行器-评价器结构 |
| 4.5.1 评价器实现 |
| 4.5.2 执行器实现 |
| 4.6 仿真研究 |
| 4.6.1 系统离散化模型 |
| 4.6.2 控制器设计过程 |
| 4.6.3 仿真结果 |
| 4.7 本章小结 |
| 第5章 旋翼式飞行模拟器平台实验 |
| 5.1 引言 |
| 5.2 二自由度旋翼式飞行模拟器实验平台 |
| 5.2.1 硬件结构 |
| 5.2.2 软件平台 |
| 5.3 实验控制律设计及结果 |
| 5.3.1 实际系统参数拟合 |
| 5.3.2 俯仰角轨迹跟踪控制律设计 |
| 5.3.3 实验结果 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（2）欠驱动绳索桁架式机械臂的模糊控制方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 课题背景及研究意义 |
| 1.3 研究现状 |
| 1.3.1 欠驱动机器人的研究现状 |
| 1.3.2 欠驱动绳索桁架式机械臂研究现状 |
| 1.3.3 欠驱动系统控制方法研究现状 |
| 1.3.4 模糊控制理论研究现状 |
| 1.4 主要研究内容与论文结构 |
| 第2章 欠驱动绳索桁架式机械臂动力学建模 |
| 2.1 引言 |
| 2.2 欠驱动绳索桁架式机械臂建模理论基础 |
| 2.2.1 欠驱动绳索桁架式机械臂物理结构分析 |
| 2.2.2 虚位移原理和拉格朗日方程 |
| 2.2.3 复数矢量法主要原理 |
| 2.3 动力学建模 |
| 2.3.1 桁架结构物理模型等效 |
| 2.3.2 拉格朗日方程结合复数矢量法建模 |
| 2.4 本章小结 |
| 第3章 欠驱动绳索桁架式机械臂镇定问题的模糊控制 |
| 3.1 引言 |
| 3.2 欠驱动绳索桁架式机械臂倒立姿态镇定控制问题描述 |
| 3.3 欠驱动绳索桁架式机械臂MAMDANI型模糊控制 |
| 3.3.1 Mamdani型模糊控制器结构 |
| 3.3.2 Mamdani型模糊控制隶属度函数 |
| 3.3.3 Mamdani型模糊控制规则 |
| 3.3.4 Mamdani型模糊控制仿真结果和分析 |
| 3.4 TYPE-2模糊控制器设计和仿真对比 |
| 3.4.1 Type-2模糊控制器结构 |
| 3.4.2 Type-2模糊控制器隶属度函数 |
| 3.4.3 Type-2模糊控制规则 |
| 3.4.4 Type-2模糊控制仿真结果和分析 |
| 3.5 本章小结 |
| 第4章 欠驱动绳索桁架式机械臂轨迹跟踪控制 |
| 4.1 引言 |
| 4.2 水平面欠驱动绳索桁架式机械臂动力学模型 |
| 4.3 基于伪逆法的轨迹跟踪控制 |
| 4.3.1 基于伪逆法的控制器设计 |
| 4.3.2 基于伪逆法的控制律数值仿真分析 |
| 4.4 基于部分反馈线性化的轨迹跟踪控制 |
| 4.4.1 基于部分反馈线性化方法的控制律设计 |
| 4.4.2 部分反馈线性化控制器仿真分析 |
| 4.5 基于模糊控制的轨迹跟踪控制 |
| 4.5.1 模糊控制器设计 |
| 4.5.2 模糊控制轨迹跟踪仿真结果 |
| 4.6 三种控制方法抗干扰能力对比 |
| 4.7 本章小结 |
| 第5章 欠驱动绳索桁架式机械臂半实物仿真实验 |
| 5.1 引言 |
| 5.2 半实物仿真实验平台搭建 |
| 5.2.1 半实物仿真方案选择 |
| 5.2.2 半实物仿真实验平台硬件构成 |
| 5.2.3 硬件选型与能力指标 |
| 5.3 半实物仿真实验控制律 |
| 5.3.1 绳索预紧控制律设计及实验结果 |
| 5.3.2 基于模糊控制的关节角轨迹跟踪控制律设计 |
| 5.3.3 基于模糊控制的关节角轨迹跟踪控制实验 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（3）几类带有死区或执行器故障约束的非线性系统自适应模糊控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 符号说明表 |
| 1 绪论 |
| 1.1 研究背景及选题意义 |
| 1.2 几种非线性系统控制方法 |
| 1.3 带有死区约束的非线性系统的研究现状 |
| 1.4 带有执行器故障约束的非线性系统的研究现状 |
| 1.5 本文主要研究内容和章节安排 |
| 2 带有模糊死区的非线性系统自适应模糊动态面控制 |
| 2.1 引言 |
| 2.2 带有模糊死区的不确定非线性系统自适应模糊动态面控制 |
| 2.3 带有模糊死区的多输入多输出非线性系统自适应模糊动态面控制 |
| 2.4 仿真研究 |
| 2.5 小结 |
| 3 带有输出死区的非线性系统自适应模糊跟踪控制 |
| 3.1 引言 |
| 3.2 带有输出死区的纯反馈随机非线性系统自适应模糊跟踪控制 |
| 3.3 带有输出死区的非线性系统自适应模糊预设性能控制 |
| 3.4 仿真研究 |
| 3.5 小结 |
| 4 基于小增益定理的严格反馈非线性系统自适应模糊容错控制 |
| 4.1 引言 |
| 4.2 预备知识和问题描述 |
| 4.3 自适应模糊控制器设计 |
| 4.4 仿真研究 |
| 4.5 小结 |
| 5 带有执行器故障的非严格反馈非线性系统自适应模糊控制 |
| 5.1 引言 |
| 5.2 非严格反馈随机非线性系统的自适应模糊容错控制 |
| 5.3 带有量化输入的非严格反馈非线性系统自适应模糊容错控制 |
| 5.4 仿真研究 |
| 5.5 小结 |
| 6 总结与展望 |
| 6.1 论文主要工作总结 |
| 6.2 研究工作展望 |
| 参考文献 |
| 作者简历 |
| 致谢 |
| 学位论文数据集 |
（4）基于模糊控制的容错控制技术及其应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.2 国内外在该方向的研究现状及分析 |
| 1.2.1 容错控制的国内外研究现状 |
| 1.2.2 模糊控制的国内外研究现状 |
| 1.2.3 国内外文献综述的简析 |
| 1.3 主要研究内容 |
| 第2章 前提不匹配下的模糊容错控制器设计 |
| 2.1 引言 |
| 2.2 模糊模型基础 |
| 2.2.1 模糊模型一般形式 |
| 2.2.2 模糊系统的隶属度函数 |
| 2.2.3 传统情形下的模糊控制器的稳定条件 |
| 2.2.4 前提不匹配下的稳定条件 |
| 2.3 调节器故障下的系统模型 |
| 2.3.1 模糊系统的信号跟踪模型 |
| 2.3.2 控制器设计 |
| 2.3.3 仿真 |
| 2.4 本章小结 |
| 第3章 局部稳定性在容错控制中的应用 |
| 3.1 引言 |
| 3.2 局部稳定性简介 |
| 3.3 局部稳定性理论基础 |
| 3.3.1 公式缩写 |
| 3.3.2 引理 |
| 3.3.3 控制器形式 |
| 3.4 局部稳定性推导 |
| 3.4.1 推导过程 |
| 3.4.2 理论仿真 |
| 3.5 局部稳定的容错控制器设计 |
| 3.5.1 局部稳定的标称模型 |
| 3.5.2 标称控制器推导 |
| 3.5.3 局部稳定的容错控制器形式 |
| 3.6 本章小结 |
| 第4章 多种故障下的容错控制研究 |
| 4.1 引言 |
| 4.2 双故障下的系统模型 |
| 4.2.1 故障模型 |
| 4.2.2 两种故障下的模糊系统模型 |
| 4.2.3 模型的一些假设 |
| 4.3 自适应模糊观测器设计 |
| 4.4 容错控制器设计 |
| 4.4.1 控制器形式 |
| 4.4.2 控制器参数求解 |
| 4.5 仿真 |
| 4.6 本章小结 |
| 第5章 容错控制算法在近空间飞行器上的应用 |
| 5.1 引言 |
| 5.2 模糊模型建立方法 |
| 5.2.1 sector nonlinearity方法 |
| 5.2.2 局部近似方法 |
| 5.2.3 智能算法方法 |
| 5.3 近空间飞行器模型 |
| 5.3.1 动力学模型 |
| 5.3.2 T-S模糊模型 |
| 5.3.3 两种故障模型 |
| 5.4 仿真结果 |
| 5.4.1 前提不匹配下近空间飞行器的仿真 |
| 5.4.2 局部稳定的仿真 |
| 5.4.3 两种故障下的仿真 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其他成果 |
| 致谢 |
（5）基于非周期采样的随机模糊系统稳定性及其控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 随机时滞系统研究现状 |
| 1.2.1 It(?)随机系统的研究现状 |
| 1.2.2 时滞问题研究现状 |
| 1.2.3 T-S模糊系统及其控制研究现状 |
| 1.2.4 采样控制研究现状 |
| 1.2.5 采样模糊控制的研究现状 |
| 1.3 预备知识 |
| 1.3.1 常用记号 |
| 1.3.2 常用定义、引理、定理及不等式 |
| 1.4 主要工作与章节安排 |
| 1.5 本章小结 |
| 第二章 新视角下的随机T-S模糊系统的非周期采样控制 |
| 2.1 引言 |
| 2.2 预备知识 |
| 2.2.1 系统描述 |
| 2.2.2 相关定义、引理 |
| 2.3 主要结论 |
| 2.4 数值仿真 |
| 2.5 本章小结 |
| 第三章 基于跳变系统建模的随机T-S模糊系统的非周期鲁棒采样保成本控制 |
| 3.1 引言 |
| 3.2 预备知识 |
| 3.3 主要结果 |
| 3.3.1 跳变系统建模 |
| 3.3.2 不确定系统的保性能分析与控制器设计 |
| 3.4 数值仿真 |
| 3.5 本章小结 |
| 第四章 基于拟周期多速率方法不确定时滞随机模糊系统非周期采样鲁棒H_∞控制 |
| 4.1 引言 |
| 4.2 模型描述和预备知识 |
| 4.3 主要结论 |
| 4.3.1 鲁棒均方指数稳定分析 |
| 4.3.2 鲁棒H_∞性能分析 |
| 4.4 数值仿真 |
| 4.5 本章小结 |
| 第五章 基于跳变系统建模的随机T-S模糊系统的非周期采样H_∞滤波 |
| 5.1 引言 |
| 5.2 模型描述和预备知识 |
| 5.3 主要结果 |
| 5.3.1 H_∞性能分析 |
| 5.3.2 滤波器设计 |
| 5.4 数值仿真 |
| 5.5 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读博士学位期间的研究成果 |
| 致谢 |
| 附件 |
（6）开架式水下ROV稳定悬停与轨迹跟踪控制方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 创新点摘要 |
| 第一章 绪论 |
| 1.1 背景及研究意义 |
| 1.2 ROV国内外的发展现状 |
| 1.2.1 国外发展现状 |
| 1.2.2 国内发展现状 |
| 1.3 路径规划方法概述 |
| 1.3.1 智能算法 |
| 1.3.2 单元分解法 |
| 1.3.3 图形搜索法 |
| 1.4 ROV运动控制技术 |
| 1.5 研究来源和主要研究内容 |
| 1.5.1 研究来源 |
| 1.5.2 主要研究内容 |
| 第二章 近海观察型ROV结构设计 |
| 2.1 ROV系统设计 |
| 2.2 载体框架设计及强度分析 |
| 2.2.1 载体框架设计 |
| 2.2.2 ANSYS强度分析 |
| 2.3 推进器设计 |
| 2.3.1 推进器的种类 |
| 2.3.2 推进器结构设计 |
| 2.4 电子舱结构设计 |
| 2.4.1 电子舱结构形式的选择 |
| 2.4.2 圆柱壳体结构设计 |
| 2.4.3 电子舱壳体稳定性校核 |
| 2.4.4 电子舱壳体强度校核 |
| 2.5 本章小结 |
| 第三章 ROV运动控制模型建立 |
| 3.1 ROV运动学模型 |
| 3.1.1 坐标系的选取及ROV的运动参数 |
| 3.1.2 动静坐标转换 |
| 3.2 ROV动力学模型 |
| 3.2.1 刚体动力学模型 |
| 3.2.2 水动力学模型 |
| 3.2.3 重力浮力模型 |
| 3.2.4 外界干扰模型 |
| 3.3 ROV简化模型 |
| 3.4 本章小结 |
| 第四章 定点悬停控制研究 |
| 4.1 PID控制 |
| 4.1.1 PID控制原理 |
| 4.1.2 PID控制器设计 |
| 4.1.3 基于PID控制器的定点悬停控制 |
| 4.2 模糊控制 |
| 4.2.1 模糊控制系统的基本组成 |
| 4.2.2 Mamdani型模糊控制器的设计 |
| 4.2.3 ROV模糊控制器设计 |
| 4.2.4 基于模糊控制器的定点悬停控制 |
| 4.3 模糊PID控制 |
| 4.3.1 模糊PID控制原理 |
| 4.3.2 模糊PID的控制类型 |
| 4.3.3 模糊PID控制器设计 |
| 4.3.4 基于模糊PID控制器的定点悬停控制 |
| 4.3.5 三种控制方法的讨论 |
| 4.4 本章小结 |
| 第五章 基于导管架检测的轨迹跟踪控制研究 |
| 5.1 导管架平台结构及检测方式 |
| 5.1.1 平台类型 |
| 5.1.2 检测方式 |
| 5.2 导管架全遍历检测路径规划 |
| 5.2.1 海洋导管架模型建立 |
| 5.2.2 ROV路径规划建模和方案分析 |
| 5.2.3 ROV导管架检测的Euler遍历 |
| 5.3 ROV轨迹跟踪控制 |
| 5.3.1 轨迹控制方法 |
| 5.3.2 跟踪轨迹的优化 |
| 5.4 轨迹跟踪运动仿真 |
| 5.4.1 直线运动 |
| 5.4.2 斜航运动 |
| 5.4.3 连续直线运动 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 发表文章及主要成果目录 |
| 致谢 |
（7）二型模糊系统的建模与控制（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 二型模糊集合及系统基本概念 |
| 1.2.1 二型模糊集合基本概念 |
| 1.2.2 二型模糊系统结构 |
| 1.3 二型模糊系统降型算法综述 |
| 1.3.1 区间二型模糊系统降型算法研究现状 |
| 1.3.2 广义二型模糊系统降型算法研究现状 |
| 1.4 二型模糊系统理论的研究现状与趋势 |
| 1.4.1 二型模糊系统理论研究 |
| 1.4.2 二型模糊系统与其它控制算法的结合 |
| 1.4.3 二型模糊系统的优化 |
| 1.4.4 二型模糊系统存在的问题与发展趋势 |
| 1.5 二型模糊系统的应用现状 |
| 1.5.1 二型模糊系统在系统辨识与建模中的应用 |
| 1.5.2 二型模糊系统在控制领域中的应用 |
| 1.5.3 二型模糊系统在数据分类、图像处理及模式识别中的应用 |
| 1.5.4 二型模糊在其它领域的应用 |
| 1.6 本文主要研究内容和结构 |
| 第二章 一种改进区间二型模糊神经网络设计及其应用 |
| 2.1 引言 |
| 2.2 改进区间二型模糊神经网络(Improved IT2FNN)结构 |
| 2.3 Improved IT2FNN学习算法 |
| 2.3.1 Improved IT2FNN结构学习算法 |
| 2.3.2 Improved IT2FNN参数学习算法 |
| 2.4 仿真实例 |
| 2.5 基于Improved IT2FNN的乙烯裂解炉收率软测量模型建模 |
| 2.5.1 乙烯裂解过程的重要性 |
| 2.5.2 乙烯裂解过程描述 |
| 2.5.3 工业应用实例 |
| 2.6 本章小结 |
| 第三章 具有非对称隶属度函数的自组织区间二型模糊神经网络及其应用 |
| 3.1 引言 |
| 3.2 具有非对称隶属度函数的自组织区间二型模糊神经网络(SIT2FNN-AMF)结构 |
| 3.2.1 非对称高斯区间二型隶属度函数的构成 |
| 3.2.2 SIT2FNN-AMF结构 |
| 3.3 SIT2FNN-AMF学习算法 |
| 3.3.1 SIT2FNN-AMF结构学习算法 |
| 3.3.2 SIT2FNN-AMF参数学习算法 |
| 3.4 SIT2FNN-AMF稳定性分析 |
| 3.5 仿真研究 |
| 3.6 工业应用实例 |
| 3.7 本章小结 |
| 第四章 基于自组织递归区间二型模糊神经网络的软测量建模研究 |
| 4.1 引言 |
| 4.2 自组织递归区间二型模糊神经网络(SRIT2FNN)结构 |
| 4.3 SRIT2FNN学习算法 |
| 4.3.1 SRIT2FNN结构学习算法 |
| 4.3.2 SRIT2FNN参数学习算法 |
| 4.4 实验和结果 |
| 4.5 本章小结 |
| 第五章 基于区间二型模糊模型的逆控制器设计研究 |
| 5.1 引言 |
| 5.2 区间二型模糊模型(IT2FM) |
| 5.3 IT2FM逼近结构 |
| 5.4 区间二型模糊模型逆控制器(IT2FMIC)设计 |
| 5.5 仿真研究 |
| 5.5.1 IT2FM逼近乙烯裂解炉平均出口温度系统 |
| 5.5.2 IT2FMIC在乙烯裂解炉平均出口温度控制系统中的应用 |
| 5.6 本章小结 |
| 第六章 一种基于遗传算法优化的改进区间二型模糊控制器设计 |
| 6.1 引言 |
| 6.2 区间二型模糊控制器结构 |
| 6.3 一种基于遗传算法优化的改进区间二型模糊控制器设计 |
| 6.4 仿真研究 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 研究总结 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表的学术论文和参加科研情况 |
（8）一种改进变论域模糊控制器的设计及应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 模糊控制理论简介 |
| 1.3 变论域模糊控制理论的简介 |
| 1.4 变论域模糊控制理论国内外研究现状 |
| 1.5 本文所做的工作 |
| 第2章 模糊控制理论基础 |
| 2.1 引言 |
| 2.2 模糊集合 |
| 2.2.1 模糊集合的概念及其表示方法 |
| 2.2.2 模糊集合的基本术语 |
| 2.2.3 模糊集合的运算 |
| 2.3 模糊控制器 |
| 2.3.1 模糊控制规则的设计 |
| 2.3.2 模糊推理 |
| 2.3.3 解模糊化方法 |
| 2.4 本章小结 |
| 第3章 一种改进变论域模糊控制器的设计 |
| 3.1 引言 |
| 3.2 变论域模糊控制理论基础 |
| 3.2.1 模糊控制器的插值机理 |
| 3.2.2 双输入单输出分片插值函数 |
| 3.2.3 模糊控制规则的单调性与控制函数的单调性 |
| 3.2.4 变论域模糊控制器算法 |
| 3.3 变论域伸缩因子的简介 |
| 3.4 改进伸缩因子的定义 |
| 3.4.1 伸缩因子优化准则的推导 |
| 3.4.2 一种改进伸缩因子的设计 |
| 3.5 仿真结果与分析 |
| 3.6 本章小结 |
| 第4章 改进变论域模糊控制器的性能分析与设计 |
| 4.1 引言 |
| 4.2 变论域模糊控制器的稳定性分析与设计 |
| 4.2.1 Lyapunov 理论基础 |
| 4.2.2 Ackermann 公式 |
| 4.2.3 改进变论域模糊控制器稳定性分析 |
| 4.2.4 基于 Lyapunov 稳定性分析的变论域模糊控制器设计 |
| 4.2.5 仿真结果与分析 |
| 4.3 变论域模糊控制器的一致逼近性分析与设计 |
| 4.3.1 变论域模糊控制器的算法结构 |
| 4.3.2 变论域模糊控制器的一致逼近性分析 |
| 4.3.3 变论域模糊控制器的收敛性分析 |
| 4.3.4 变论域模糊控制器具有收敛性的充分条件 |
| 4.3.5 仿真结果与分析 |
| 4.4 本章小结 |
| 第5章 基于改进变论域模糊控制器的智能车系统设计及实现 |
| 5.1 引言 |
| 5.2 智能车简介 |
| 5.3 智能车控制系统组成 |
| 5.4 智能车控制系统设计 |
| 5.4.1 智能车控制器的设计 |
| 5.4.2 实验结果分析 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和科研情况 |
| 详细摘要 |
（9）遗传模糊控制及其在优化控制中的应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 创新点摘要 |
| 第一章 前言 |
| 1.1 课题研究背景及意义 |
| 1.2 遗传算法概述 |
| 1.3 模糊控制理论发展概况 |
| 1.4 遗传算法优化模糊控制器现状 |
| 1.5 本论文的主要工作及结构安排 |
| 第二章 遗传算法理论基础 |
| 2.1 遗传算法的基本概念及原理 |
| 2.1.1 遗传算法中的几个基本概念 |
| 2.1.2 遗传算法的基本原理 |
| 2.2 遗传算法的特点 |
| 2.3 基本遗传算法的应用步骤 |
| 2.4 遗传算法的基本操作要素 |
| 2.4.1 编码 |
| 2.4.2 初始种群的设定 |
| 2.4.3 适应度函数的选择 |
| 2.4.4 遗传操作运算 |
| 2.4.5 遗传算法控制参数设定 |
| 第三章 模糊控制基本理论 |
| 3.1 模糊控制的数学基础 |
| 3.1.1 模糊集合与隶属函数 |
| 3.1.2 模糊关系与模糊矩阵 |
| 3.2 模糊逻辑与模糊推理 |
| 3.2.1 模糊逻辑 |
| 3.2.2 模糊推理 |
| 3.3 模糊控制系统与模糊控制器的设计 |
| 3.3.1 模糊控制系统工作原理 |
| 3.3.2 模糊控制器的设计 |
| 3.3.3 常见的几种模糊控制器 |
| 第四章 基于改进遗传算法优化的模糊控制器设计 |
| 4.1 基本遗传算法存在的缺点 |
| 4.2 模糊控制器中的待优化问题 |
| 4.3 遗传算法的改进途径及策略 |
| 4.3.1 算法改进途径 |
| 4.3.2 算法改进策略 |
| 4.4 基于改进遗传算法的性能测试 |
| 4.5 应用改进遗传算法设计模糊控制器 |
| 4.5.1 对象参数编码 |
| 4.5.2 初始种群的生成以及适应度函数的确定 |
| 4.5.3 改进算法总体操作步骤 |
| 4.6 模糊控制器仿真研究 |
| 4.6.1 MATLAB仿真工具简介 |
| 4.6.2 仿真实验 |
| 第五章 改进双种群遗传算法对模糊控制系统的优化 |
| 5.1 双种群遗传算法 |
| 5.1.1 双种群遗传算法的典型结构 |
| 5.1.2 普通双种群遗传算法 |
| 5.2 改进双种群遗传算法实现 |
| 5.2.1 参数编码方式 |
| 5.2.2 初始群体生成与适应度函数的确定 |
| 5.2.3 选择操作 |
| 5.2.4 交叉操作与变异操作 |
| 5.3 改进双种群遗传算法的操作步骤 |
| 5.4 基于改进DPGA的二阶系统仿真研究 |
| 5.5 基于改进DPGA的单级倒立摆系统的模糊控制 |
| 5.5.1 倒立摆系统简介 |
| 5.5.2 单级倒立摆系统数学模型 |
| 5.5.3 模糊控制器的建立 |
| 5.5.4 单级倒立摆系统的仿真实验 |
| 5.5.5 单级倒立摆系统的实时控制 |
| 结论 |
| 参考文献 |
| 发表文章目录 |
| 致谢 |
| 详细摘要 |
（10）不确定非线性系统的直接自适应模糊控制（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 创新点摘要 |
| 目录 |
| 第一章 绪论 |
| 1.1 研究背景及其意义 |
| 1.2 模糊控制概述 |
| 1.2.1 模糊控制的产生与发展 |
| 1.2.2 模糊控制现状 |
| 1.3 模糊控制器的分类 |
| 1.3.1 非自适应模糊控制器 |
| 1.3.2 自适应模糊控制器 |
| 1.4 本课题研究内容和结构安排 |
| 第二章 模糊控制理论基础 |
| 2.1 引言 |
| 2.2 模糊集合及其基本运算 |
| 2.2.1 模糊集合的一些基本概念 |
| 2.2.2 模糊集合的表示方法 |
| 2.2.3 模糊集合的运算 |
| 2.2.4 常用的隶属度函数 |
| 2.3 模糊控制器基本原理及各部分组成 |
| 2.3.1 模糊规则库 |
| 2.3.2 模糊推理机 |
| 2.3.3 模糊器和解模糊器 |
| 2.4 模糊逻辑系统的万能逼近原理 |
| 2.5 自适应模糊原理 |
| 2.6 本章小结 |
| 第三章 基于广义双曲正切模型的直接自适应模糊控制 |
| 3.1 引言 |
| 3.2 广义模糊双曲正切模型 |
| 3.3 基于广义双曲正切模型的直接自适应控制器设计 |
| 3.3.1 系统控制器设计 |
| 3.3.2 系统稳定性分析 |
| 3.4 仿真分析与验证 |
| 3.4.1 基于广义双曲正切模型的直接自适应模糊仿真 |
| 3.4.2 传统模型的自适应模糊控制仿真 |
| 3.4.3 仿真结果分析 |
| 3.5 本章小结 |
| 第四章 基于反推设计的直接自适应模糊控制 |
| 4.1 引言 |
| 4.2 Backstepping 设计原理 |
| 4.3 一类不确定非线性系统的反推自适应模糊控制 |
| 4.3.1 系统描述 |
| 4.3.2 系统控制器设计 |
| 4.3.3 系统稳定性分析 |
| 4.4 仿真分析与验证 |
| 4.4.1 改进算法仿真 |
| 4.4.2 传统算法仿真 |
| 4.4.3 仿真结果分析 |
| 4.5 本章小结 |
| 第五章 不确定非线性系统的鲁棒自适应模糊控制 |
| 5.1 引言 |
| 5.2 直接鲁棒自适应模糊控制 |
| 5.2.1 系统描述 |
| 5.2.2 系统控制器的设计 |
| 5.2.3 系统稳定性分析 |
| 5.3 仿真分析与验证 |
| 5.3.1 控制器参数设定 |
| 5.3.2 仿真结果分析 |
| 5.4 本章小结 |
| 总结 |
| 参考文献 |
| 发表文章目录 |
| 致谢 |
| 硕士研究生学位论文摘要 |
四、一类模糊控制器设计算法（论文参考文献）
- [1]基于离散多项式模糊模型的跟踪控制方法研究及应用[D]. 任立伟. 哈尔滨工业大学, 2020(01)
- [2]欠驱动绳索桁架式机械臂的模糊控制方法研究[D]. 丁戍辰. 哈尔滨工业大学, 2020(01)
- [3]几类带有死区或执行器故障约束的非线性系统自适应模糊控制研究[D]. 苏航. 山东科技大学, 2019(03)
- [4]基于模糊控制的容错控制技术及其应用[D]. 沈俊辉. 哈尔滨工业大学, 2019(01)
- [5]基于非周期采样的随机模糊系统稳定性及其控制研究[D]. 李淑琦. 华南理工大学, 2019(01)
- [6]开架式水下ROV稳定悬停与轨迹跟踪控制方法研究[D]. 陈昆. 东北石油大学, 2019(01)
- [7]二型模糊系统的建模与控制[D]. 赵涛岩. 西北工业大学, 2019(04)
- [8]一种改进变论域模糊控制器的设计及应用[D]. 龙海燕. 武汉科技大学, 2014(03)
- [9]遗传模糊控制及其在优化控制中的应用研究[D]. 吴宇轩. 东北石油大学, 2013(12)
- [10]不确定非线性系统的直接自适应模糊控制[D]. 李旭. 东北石油大学, 2013(12)