Print

广义特征合成展开方法在模糊控制中的应用研究

论文摘要

本文针对模糊控制系统中所采用的传统的模糊推理算法进行改进研究,提出了基于数据的广义特征合成展开方法的模糊推理新算法,并依照该算法设计了模糊控制器,根据模糊控制系统知识库所提供的统计经验信息,通过将信息论中信息熵理论和基于数据的模糊推理方法相结合,提出了模糊推理方法的基于数据广义特征合成展开法,该方法摒弃了输入数据信息模糊化处理,直接对系统的输入信息进行判断,减少了输入信息模糊化所带来的麻烦,同时由于信息熵理论的引入在一定的程度上避免了传统的基于数据的模糊推理方法中信息量损失带来的推理不准确问题,提高了推理的精度。利用基于数据的广义特征合成展开法的模糊推理算法,在给定一个统计经验知识库的基础上,自动生成控制量。通过MATLAB Simulink进行了仿真,结果表明系统的动态响应和稳态精度都得到了加强。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  • 1.1 模糊控制系统简介
  • 1.2 模糊控制的现状
  • 1.3 模糊控制展望
  • 1.4 本文的主要研究内容
  • 2 模糊集合与模糊关系
  • 2.1 模糊集合的定义及表示法
  • 2.2 模糊集合的运算与性质
  • 2.3 分解定理
  • 2.4 模糊关系与模糊矩阵
  • 2.4.1 模糊矩阵的运算及模糊关系的合成
  • 2.4.2 模糊关系的合成与意义
  • 2.4.3 几种形式模糊关系的合成
  • 2.4.4 模糊映射与变换
  • 3 基于数据的广义模糊推理
  • 3.1 模糊推理简介
  • 3.1.1 多重复合蕴涵的模糊推理
  • 3.2 基于数据的广义特征合成展开方法
  • 3.2.1 特征合成展开方法
  • 3.2.2 广义模糊特征合成推理
  • 3.2.3 贴近度加权平均的特征系数
  • 3.2.4 基于数据的模糊推理
  • 3.2.5 基于数据的模糊推理的推广
  • 4 信息熵
  • 4.1 信息熵介绍
  • 4.2 离散信息源的信息熵
  • 4.2.1 自信息
  • 4.2.2 信息熵
  • 4.3 信息熵的基本性质
  • 4.4 互信息
  • 4.5 因素的信息增益与权值确定
  • 5 控制系统模糊PID 控制器的设计及仿真
  • 5.1 模糊PID 控制器概述
  • 5.1.1 PID 控制的介绍[7][8]
  • 5.1.2 模糊PID 控制器的介绍
  • 5.2 模糊PID 控制器的设计
  • 5.2.1 输入/输出变量的确立
  • 5.2.2 输入/输出变量论域的选定
  • 5.2.3 输入/输出变量隶属函数的选定
  • 5.2.4 模糊推理规则的设定
  • 5.2.5 输出变量的解模糊
  • 5.3 基于数据的广义模糊推理的模糊PID 控制器的设计
  • 5.3.1 模糊PID 控制器的改进措施
  • 5.3.2 模糊PID 控制器参数设定
  • 5.4 控制系统的MATLAB 仿真
  • 5.4.1 MATLAB 的介绍
  • 5.4.2 模糊控制器的实现和控制系统的仿真研究
  • 5.4.2.1 改进模糊PID 模糊推理控制算法的一阶系统仿真试验
  • 5.4.2.2 广义特征合成展开算法在模糊PD 控制中的一阶系统实践
  • 5.4.2.3 广义特征合成展开算法在二阶控制系统中的实践
  • 结论
  • 攻读学位期间发表的论文
  • 致谢
  • 参考文献

    • 相关论文文献

    本文来源: https://www.lw50.cn/article/64d69a4df644de3918d6b4a9.html