基于模糊控制的自动泊车的研究

针对模糊控制算法在自动泊车技术中的应用,提出了基于模糊控制和自动泊车的运动学模型,建立精简模糊规则库,设计模糊控制器模型,并使用学习算法对模糊控制器的参数进行优化,实现了自动泊车的最优的控制。利用MATLAB软件建立模糊控制器模型,进行了仿真对比验证。结果表明,通过学习算法优化的模糊控制器能够较好地实现自动泊车,并且具有自学习能力,大幅缩短了泊车时间。     

翼滑艇推进系统模糊控制的仿真比较研究

在Matlab平台上，设计了基于模糊逻辑工具箱的模糊控制器和规则自动拟合模糊控制器；建立了翼滑艇的智能推进系统模型，并用Matlab／Sireulink编制了仿真模型；进行了实时仿真。仿真结果表明：规则自动拟合模糊控制器，无论是从超调量方面还是从稳定性方面，都比工具箱的模糊控制器的控制效果好。     

采用遗传算法的交通信号模糊控制器优化设计

一般模糊控制器控制规则依赖于专家经验，量化因子固定，不能随交通流的变化而动态改变，针对这种情况，提出了基于遗传算法的模糊控制器的优化控制．对模糊控制器所作出的决策进行动态调整，文章介绍了控制过程、染色体的编码及遗传算子的实现方法。以车辆平均延误为目标函数，在模糊控制器作出判决的基础上，对控制规则的调整量进行全局寻优，加快了收敛速度。通过对某一4相位交叉口进行仿真的结果表明．控制效果有明显的改善。     

高速公路入口匝道多维可调模糊控制器设计

鉴于入口匝道多维模糊控制器的控制规则库会随着人们控制方面经验的增加而变得愈加复杂,从而造成规则之间的冗余性、兼容性问题.因此,给出入口匝道多维模糊控制器的解析描述,不仅有效地解决了多维模糊控制器控制规则之间的冗余性、兼容性问题,而且通过在不同状态下引入不同加权因子实现了控制器的自调整,使所设计的模糊控制器更能适应实际的高速公路交通需求.最后通过MATLAB仿真得到的结果表明,控制效果令人满意.     

单交叉口交通信号控制优化研究

为了解决现有路网条件下交叉口通行效率低的问题,提出了一种改进型模糊控制方法,并且以平均延误作为单交叉口信号控制的最终评价参数。针对二维模糊控制器中模糊规则库依赖人工经验的问题,使用有较好寻优能力的最优-最差蚁群算法对模糊规则库进行优化调节,并使用VISSIM8.0进行建模,将仿真时间设置为600s,仿真证明,优化后的控制方法在平均延误上优于定时控制和模糊控制,能够有效提高路网的通行效率。     

基于遗传算法的ABS模糊控制器的设计

针对汽车防抱死制动系统(ABS)的强非线性,采用基于滑移率的模糊控制策略建立了ABS的仿真模型。利用遗传算法具有全局并行搜索能力的特点,对模糊控制器的隶属度函数进行优化设计。通过仿真对优化结果与原设计值的控制效果比较,表明遗传算法可以有效地用于模糊控制器的设计过程。     

面向大型活动的交通应急预案快速生成与动态优化方法

现阶段大型活动突发事件下的交通组织应急预案多依赖人工经验，缺少针对性和定量化应急措施。针对预案的快速匹配问题，提出利用交通应急预案库中的历史案例提取突发事件特征属性，基于案例推理和朴素贝叶斯分类快速生成初始预案，并依据贝叶斯分类算法所得后验概率选取属性不完备情况下的最佳匹配预案。在此基础上，基于改进的规则推理建立交通应急预案库知识库和规则库，并采用正向推理修改预案内容。为构建评价指标体系，基于模糊层次分析法对预案应急能力水平和突发事件严重程度进行模糊评价。以北京2022年冬奥会为仿真案件，试验结果表明该方法可以快速生成最佳匹配预案并完成动态调整与完善。      

智能公系统车道保持模型控制研究

结合智能公路系统中车道保持系统特点，引入模糊控制理论，设计基于磁道钉导航方式的汽车车道保持模糊控制器，根据驾驶员的经验和现场实验，确定模糊控制器的变量及相应的量化等级和隶属度函数，总结出汽车车道保持的模糊控制规则，经过实车现场实验，具有较好的控制效果。     

基于遗传算法优化的驾驶室半主动空气悬置的模糊控制

半主动空气悬架由于其控制结构简单、可行性高被广泛地应用于商用车上,以获得更好的行驶舒适性。模糊逻辑控制由于其直观易懂具有较好的适应能力,被广泛应用于运动控制领域。但在模糊控制器的设计中,模糊规则的获取和控制器参数的调整都没有系统的方法,主要靠控制专家的经验和设计者的反复试验。因此模糊控制器设计的主要问题是模糊规则和隶属函数的选取与优化,这种多参数调试一般很难达到全局优化的效果。文中将研究以空气弹簧为悬置的重型商用车驾驶室悬置系统。首先通过自行搭建的空气弹簧实验台获得了空气弹簧变形的特性参数,在ADAMS中建立了相应的驾驶室悬置非线性模型与之进行匹配,然后使用MATLAB/simulink搭建模糊控制器模型并且按照中国国家标准GB/T920-2002建立C级路面的路面谱,与ADAMS进行联合仿真。使用遗传算法优化模糊控制器中的规则集并进行再仿真。经对比可知,优化后的模糊控制器对应于不同的路面状况,能更好地进行适应性的调节,使悬置系统能更有效的隔振,提高了乘坐舒适性。     

基于GA的交叉路口自适应模糊控制器优化设计

经典交叉路口交通信号模糊逻辑控制器的模糊规则是预先人为确定的,不可避免地带有主观因素,且不能随着交通流的变化而动态改变,不能保证模糊逻辑控制系统最优的要求。本文提出适用于交通信号模糊逻辑控制的改进GA算法,设计适用于模糊规则编码的带区间范围限制的十进制编码方案,并实现受限分布一致交叉和变异算子,改进经典赌轮选择法,避免病态个体产生,加快收敛速度,可以自适应地动态确定最优模糊规则。MATLAB仿真结果表明该方法的有效性。