T-S模糊控制综述与展望

T-S模糊控制可以处理复杂非线性系统,并已成功地应用于许多工业领域.分别从模型建立、稳定性分析、控制器设计等方面,概述了一型T-S模糊控制和区间二型T-S模糊控制的研究现状,对一型T-S模糊系统、一型T-S模糊多项式系统及区间二型T-S模糊系统分析和设计中的保守性问题进行了全面的分析.探讨了松弛变量法、参数依赖李雅普诺夫法、隶属函数形状依赖法的原理,及其在降低模糊反馈控制器保守性方面的应用.对一型T-S模糊系统的建模、区间二型T-S模糊系统的参数依赖李雅普诺夫设计法等进行了展望.一型T-S模糊多项式系统的输出反馈控制、区间二型T-S模糊时滞系统、区间二型T-S模糊系统的鲁棒控制和模型化简,以及利用硬件实现相关算法,并将提出的方法应用到工程实际,是T-S模糊控制未来的研究方向.      

模糊≤型的FLP对偶理论研究

对模糊不等式型的线性规划问题的对偶理论进行了研究,给出了模糊不等式型的线性规划对偶问题的一般定义及经济解释,提出了对称型与非对称型模糊对偶问题的概念和由对称型模糊对偶规划推出非对称型模糊对偶规划情形及由非对称形推出对称形模糊对偶规划情形的方法;总结出了构成模糊对偶规划一般规则,证明了模糊不等式型的对称性对偶定理.     

模糊≤型的FLP对偶理论研究

对模糊不等式型的线性规划问题的对偶理论进行了研究,给出了模糊不等式型的线性规划对偶问题的一般定义及经济解释,提出了对称型与非对称型模糊对偶问题的概念和由对称型模糊对偶规划推出非对称型模糊对偶规划情形及由非对称形推出对称形模糊对偶规划情形的方法;总结出了构成模糊对偶规划一般规则,证明了模糊不等式型的对称性对偶定理.     

基于T-S模糊模型的非线性系统辨识

研究了非线性多变量系统的T-S模糊辨识问题．提出一种利用测得的输入输出数据来计算非线性动态模糊模型的方法．使用模糊聚类简化了T-S模糊规则及前提参数的生成，采用加权最小二乘算法得出结论参数．将该辨识器用于一类非线性系统的模糊辨识，并与模糊神经网络的辨识结果进行了比较，验证了所提方法的有效性．     

基于模糊PID的卷纸输送系统恒张力控制研究

在纸卷机工作过程中,卷纸输送带张力的波动会影响到纸卷的质量,恒张力控制对于纸卷输送系统尤为重要.为此,提出了一种基于模糊PID控制的卷纸输送系统恒张力控制策略.首先,分析了卷纸输送系统的工作原理,并对其进行数学建模.其次,针对卷纸输送系统的特性建立了与其适配的模糊规则表.最后,对卷纸输送系统进行了仿真实验,并把模糊PID控制和传统PID控制的结果作对比.实验结果表明,模糊PID的控制性能优于传统PID,它对卷纸输送系统的恒张力控制精度更高、调节时间更短,并且提高了系统的抗干扰能力.     

基于Takagi_Sugeno型神经模糊控制系统仿真研究

提出了一种用神经网络实现基于Takagi-Sugeno型模糊系统结构，将神经网络的学习功能引入到模糊控制系统中，MATLAB下的仿真研究表明，通过自学习过程，模糊控制器的隶属函数得到自动修正，系统的动态性能得到了改善。     

自动寻迹运输车舵轮模糊PID控制器的设计与仿真

建立了自动寻迹运输车舵轮控制系统的数学模型,设计了一种基于模糊PID控制的运输车方向控制系统。文中较详细地分析了控制系统数学模型的简化、模糊PID控制器的设计过程以及加模糊PID算法后系统的阶跃响应,同时对加控制算法前后系统的阶跃响应进行了对比仿真研究。仿真结果表明,加入模糊PID算法后系统的稳定性和快速性等动态性能得到了较好地改善。将仿真得到的数据应用到样机的试验中,发现该运输小车的方向控制系统能很好地满足其在前进过程中对方向调节的快速响应,样机系统具有较好的动态性能。     

基于BP算法的模糊Petri网鱼雷故障诊断方法

模糊Petri网是故障诊断系统建模与分析的一种重要工具,但存在自学习困难的特点.该文将具有强大自学习能力和容错能力的神经网络与模糊Petri网相结合,并根据实际工程应用情况,提出最大路径法对模糊Petri网分层,避免了虚变迁和虚库所加入带来的模糊Petri网故障诊断模型复杂化问题,然后运用神经网络中的BP算法对模型参数进行学习,使模型具有了自学习和泛化能力.将其应用到某型鱼雷电子系统的故障诊断系统中,结果表明,该方法能够有效地提高模型故障诊断能力.     

改进的禁忌搜索算法求解多机并行模糊调度问题

提出一种改进的禁忌搜索算法求解多机并行模糊调度问题,该算法在邻域中引入记忆结构,可以减少重复搜索,并对候选解集使用映射排序法进行剪枝,减少了搜索空间,从而极大的提高了算法效率.同时为了减少计算误差,该算法计算时不需要将模糊时间转换为精确时间求解,可以同时处理作业加工时间是三角模糊数或梯形模糊数的情况,从而更具有通用性.仿真结果证明该算法有效、可行.     

类电磁机制算法求解模糊流水车间调度问题

用模糊数的方法来表示不确定的加工时间和交货期,并采用类电磁机制算法(EM)进行求解模糊流水车间调度问题,采用的优化目标有平均满意度和最大模糊完工时间,最后对一些文献中的实例进行求解,并与文献里的算法进行比较,计算结果验证了所提算法的可行性和有效性.     

基于多分辨率分析的区间类型2模糊系统

为了更有效地表达和处理系统的不确定性,提出了基于多分辨率分析的区间类型2(简称多分辨率区间类型2)模糊系统,构造了多分辨率区间类型2隶属度函数,并给出了基于尺度函数分解的结构和参数学习算法.多分辨率区间类型2模糊系统的前件是多分辨率隶属度函数,后件是输入的线性函数,因此系统可以自适应地划分输入论域空间,优化系统结构.将多分辨率区间类型2模糊系统应用于带有噪声的时间序列预测,预测结果的复杂度较小,均方根误差为0.105 2.     

一种新的模糊逻辑代数系统

基于对模糊逻辑和模糊推理的系统研究,一种新的模糊逻辑代数－Ｒ０代数已于近期被建立,这为模糊逻辑提供了一种新的代数框架。文中对Ｒ０代数作进一步研究,给出Ｒ０代数的一系列代数性质,并澄清Ｒ０代数与其它模糊逻辑代数系统之间的关系。     

基于递归神经网络的预测模糊控制

为提高控制信息与实时状态的适应性，改善模糊控制品质，用传统模糊控制策略，根据当前时刻误差和预测误差变化值，预测下一时刻的控制输出和系统在未来时刻的误差,用递归神经网络预报系统未来输出值的功能，采用双系统交替控制模式．系统中包含1个模糊控制器和1个递归神经网络，一个工作，另一个学习，使控制系统具有自适应性．仿真结果表明，与常规模糊控制相比，预测模糊控制使超调减小，调节时间缩短．     

����ģ���߼��Ľ�ͨ�źſ��Ʒ�����������ɳ�ذ�������Ӧ��ǰ��

模糊控制器的应用于1977年首次在文献中提出,其中指出对于有简单绿灯延时控制的单车道交叉口,模糊控制器比车辆感应式控制器更具优势。此后,模糊控制器有了进一步发展,关于交通信号控制的模糊逻辑方法的研究也进一步深入,该方法被陆续应用于无转向车流的双车道交叉口、无限制的单车道交叉口、多交叉口、相位顺序和相位时长控制、拥挤交叉口和路网等等,尤其在高负荷和不均衡交通流条件下表现出优于传统交通信号控制方法的特性。模糊逻辑方法可以改善自适应交通信号控制,改变自适应控制器和TMS的整个决策过程,很大程度上改善未来的交通需求管理方法,然而这类交通信号控制和交通需求管理方法的实际应用并不多见。在诸如沙特阿拉伯这样的发展中国家,学者应根据本国的特有情况研究基于模糊逻辑的交通信号控制与TMS的发展潜力,从而减少拥挤导致的各种损失。     

路面破损图像自动处理技术研究进展

总结了路面破损图像自动处理技术的重要研究成果, 分析了该领域关键技术的研究进展, 包括路面破损检测系统、图像处理算法和识别算法评估; 比较了不同路面破损检测系统与目标自动识别算法的检测精度和适用性, 给出了路面破损图像自动处理技术未来可能的主要研究方向。研究结果表明: 在路面破损检测系统方面, 从早期基于摄影技术的图像采集到目前的3D激光扫描技术, 路面图像采集技术更加便捷和高效, 但破损图像自动分析和目标自动识别算法仍然存在挑战; 在路面破损图像处理算法方面, 传统的路面裂缝目标分割算法已由过去的基于单一特征(灰度、边缘形状等) 的检测方法演化到多特征融合检测方法和图优化检测方法, 还出现了一些精细化的裂缝目标连接与恢复算法, 大幅提高了裂缝检测精度, 但需要的计算资源和人工先验知识库也随之不断增大; 在路面裂缝处理算法评估和比较方面, 主要利用人工分割来评价自动识别结果, 目前迫切需要建立一个面向全球开放的大型路面破损图像数据库, 以客观、有效地评估现有各种路面破损图像处理算法; 基于2D图像特征分析的路面破损图像自动识别算法很难在识别精确性、算法通用性和实时性方面同时取得最佳效果; 近年来, 大量学者开始尝试借助深度学习神经网络自动识别路面破损, 但该技术仍处于活跃的演进过程中; 在提高路面破损自动识别精度和效率方面, 3D激光扫描技术和基于人工智能的深度学习技术的发展将对未来路面破损图像自动识别技术的最终突破产生重大推进作用。      

Fault Diagnosis and Reliability Analysis Using Fuzzy Logic Method

A new fuzzy logic fault diagnosis method is proposed. In this method, fuzzy equations are employed to estimate the component state of a system based on the measured system performance and the relationship between component state and system performance which is called as “performance-parameter” knowledge base and constructed by expert. Compared with the traditional fault diagnosis method, this fuzzy logic method can use human＇s intuitive knowledge and dose not need a precise mapping between system performance and component state. Simulation proves its effectiveness in fault diagnosis. Then, the reliability analysis is performed based on the fuzzy logic method.     

Reliability Analysis of Retracting Actuator with Multi-State Based on Goal Oriented Methodology

In order to conduct effective reliability analysis of retracting actuator with multi-state(success state,safety failure state and action failure state), we redefine type-3 operator in goal oriented(GO) method to describe three states of main charge of retracting actuator and improve type-15 operator in GO method to describe the logic relations of multi-state output. The quantitative and qualitative reliability analyses of retracting actuator are made based on GO method in this paper. The system state probability of retracting actuator is obtained through quantitative analysis, and its weakness is found through qualitative analysis. The analysis results show that GO method is effective to improve the reliability of retracting actuator, and this method is also feasible for reliability analysis of other complicated initiating explosive systems.     

基于智能优化算法的动态路径诱导方法研究进展

采用综述的方法对当前动态路径诱导方法中一些有代表性的智能优化算法进行了深刻的探讨与总结,为未来进行深入而广泛的智能交通系统研究及应用奠定基础.主要从算法特性、改进效果、性能评价等方面详细讨论了智能优化算法在动态路径诱导系统中的常见改进机制及其效果,给出了这些优化算法的基本思想、优缺点及其应用局限性;并对智能优化算法性能评价方法的研究现状进行了详细的分析与总结,为建模人员和研究人员对智能交通系统中动态路径诱导方法的选择和研究提供支持;最后结合算法应用分析成果,展望了智能优化算法在动态路径诱导系统中的应用发展前景和智能交通系统中进一步研究未来动态路径诱导算法的重要研究方向.     

定位-路径问题综述

研究了定位-路径问题(LRP), 总结了国内外LRP模型及其扩展模型, 比较了LRP模型求解算法的适用性, 分析了LRP测试算例的节点分布和数据规模, 提出了LRP研究的主要方向。研究结果表明: LRP模型从基于基础网络的最简化问题(带容量约束的LRP, CLRP) 向多方向模型进行扩展, 包括基于网络复杂化的LRP扩展, 如特定网络系统的多目标LRP (MOLRP)、同时取送货LRP (LRPSPD)、接驳转运中心LRP (CDCLRP)、两阶段LRP (2E-LRP)、选址-弧路径问题(LARP)、卡车和拖车路径问题(TTRP) 与设施地点为二维连续的LRP (PLRP), 基础网络参数不确定化的LRP, 包括带模糊数据的LRP与多计划周期LRP (MPLRP), 且正在向更切合实际的问题如高度集成、不确定与动态LRP发展; LRP算法方面, 精确算法仅可用于求解小规模LRP, 主要LRP求解算法由早期的智能算法逐渐转向元启发式算法、基于邻域搜索优化的算法与混合算法方向发展, 这些改进算法均基于特定LRP设计, 具有更好的求解性能, 尤其是采用基于多种破坏和修复因子的自适应大邻域搜索算法求解大规模LRP取得了较好的解, 且其改造性极强; 常用LRP测试算例的节点呈现均匀分布、堆分布及均匀与堆混合分布, 且逐渐产生了适用于2E-LRP与LRPSPD等扩展LRP的测试算例; 根据物流市场环境变化和需求, 提出LRP未来扩展研究的主要方向, 包括多阶段LRP的扩展(如2E-LRPSPD、考虑库存的2E-LRP等)、节点二维连续的LRP、客户含优先级的带竞争或盈利LRP、混合不确定LRP等切合实际的问题; 提出了LRP求解算法未来方向, 包括设计新型精确算法求解中、大规模LRP, 设计更准确更高效的组合启发式算法与应用近似算法求解LRP及扩展LRP的最优解。