×
陈成洪

基于差分进化和自适应变异策略的非线性系统TSK型模糊控制器设计。 （英语） Zbl 1287.93048号

申请。数学。计算。 219，第15号，8277-8294（2013）。
摘要：本研究针对非线性系统控制应用中的TSK型模糊控制器（TFC）提出了一种自适应变异差分进化策略（DE_AMS）。DE_AMS可以优化TFC模型的隶属函数参数和后续部分的权重。提出的DE_AMS使用三种常见的变异策略：DE/rand/1、DE/best/1和DE/current-to-best/1。这三种突变策略是使用轮盘选择方法选择的，以避免通过试错程序搜索的昂贵计算成本。实验结果表明，在某些情况下，与其他现有方法相比，所提出的TFC-DE_AMS可以提高全局搜索能力并获得更低的误差。

引用于三文件

MSC公司：

93立方厘米 模糊控制/观测系统
93立方厘米 控制理论中的非线性系统
90摄氏度70 模糊及其他非随机不确定性数学规划
68T20型 人工智能背景下的问题解决（启发式、搜索策略等）

关键词：

TSK型模糊控制器;差异演化;轮盘赌选择;水浴温度系统;球梁系统

软件：

ANFIS公司
PDF格式BibTeX公司 XML格式引用
\textit{C.-H.Chen}，应用。数学。计算。219，第15号，8277--8294（2013；Zbl 1287.93048）
全文： 内政部

参考文献：

[1] Astrom，K.J。；Wittenmark，B.，自适应控制（1989），Addison-Wesley：马萨诸塞州Addison-Whesley Reading·Zbl 0217.57903号
[2] 马里诺，R。；Tomei，P.，非线性系统的全局自适应输出反馈控制，第一部分：线性参数化，IEEE Trans。自动化。控制，38，1，17-32（1993）·Zbl 0783.93032号
[3] 马里诺，R。；Tomei，P.，非线性系统的全局自适应输出反馈控制，第二部分：非线性参数化，IEEE Trans。自动化。控制，38，1，33-48（1993）·Zbl 0799.93023号
[4] J.J.穆雷。；考克斯·C·J。；Lendaris，G.G。；Saeks，R.，自适应动态编程，IEEE Trans。系统。人类网络。C申请。修订版，32、2、140-153（2002）
[5] Alonso-Quesada，S。；De la Sen，M.，离散标称稳定对象的鲁棒自适应控制，应用。数学。计算。，1502555-583（2004年）·Zbl 1041.93029号
[6] Ye，Z.，非线性汽车怠速控制系统的建模、识别、设计和实现——概述，IEEE Trans。系统。人类网络。C申请。修订版，37、6、1137-1151（2007）
[7] Yang，C.C.，通过单输入自适应控制和同步未知参数的相同新混沌流，应用。数学。计算。，216, 4, 1316-1324 (2010) ·Zbl 1192.93063号
[8] 马，X.J。；孙，Z.Q。；何义勇，模糊控制器和模糊观测器的分析与设计，IEEE Trans。模糊系统。，6, 1, 41-51 (1998)
[9] Ying，H.，通过Takagi-Sugeno模糊控制构建非线性可变增益控制器，IEEE Trans。模糊系统。，6, 2, 226-234 (1998)
[10] 刘晓东。；Zhang，Q.L.，基于模糊观测器的T-S模糊系统H-infinity控制器设计的新方法，基于LMI，Automatica，39，9，1571-1582（2003）·Zbl 1029.93042号
[11] 奥斯曼，M.S。；Abo-Sinna，医学硕士。；Mousa，A.A.，非线性规划中的组合遗传算法模糊逻辑控制器（GA-FLC），应用。数学。计算。，170, 2, 821-840 (2005) ·Zbl 1103.93349号
[12] Feng，G.，基于模型的模糊控制系统分析和设计综述，IEEE Trans。模糊系统。，14, 5, 676-697 (2006)
[13] 黄，Z。；陈，S。；Xia，Y.，《将智能纳入生态系统：自适应模糊控制方法》，应用。数学。计算。，177, 1, 243-250 (2006) ·Zbl 1099.92072号
[14] Yeh，K。；Chen，C.Y。；Chen，C.W.，利用模糊Lyapunov方法进行时滞模糊系统的鲁棒性设计，应用。数学。计算。，205, 2, 568-577 (2008) ·Zbl 1152.93040号
[15] Juang，C.F。；Hsu，C.H.，用于移动机器人墙允许控制的增强型优化模糊控制器，IEEE Trans。工业。电子。，56, 10, 3931-3940 (2009)
[16] Jang，J.S.R.，ANFIS:基于自适应网络的模糊推理系统，IEEE Trans。系统。人类网络。，23, 3, 665-685 (1993)
[17] Juang，C.F。；Lin，C.T.，在线自构造神经模糊推理网络及其应用，IEEE Trans。模糊系统。，6, 1, 12-31 (1998)
[18] 李，C。；Lee，C.Y.，控制未知植物的自组织神经模糊系统，IEEE Trans。模糊系统。，11, 1, 135-150 (2003)
[19] 斯托恩，R。；Price，K.V.，《差分进化——连续空间上全局优化的一种简单有效的启发式算法》，J.global Opt。，11, 4, 341-359 (1997) ·Zbl 0888.90135号
[20] Storn，R.，《通过约束自适应和差分进化进行系统设计》，IEEE Trans。进化。计算。，3，1，22-34（1999年）
[21] 范，H.Y。；Lampinen，J.，《差分进化的三角突变操作》，J.Global Optim。，27, 1, 333-359 (2003)
[22] 价格，K.V。；斯托恩·R·M。；Lampinen，J.A.，《差分进化：全局优化的实用方法》（2005），施普林格-弗拉格：德国施普林格·Zbl 1186.90004号
[23] 黄，F.Z。；Wang，L。；He，Q.，约束优化的有效协同进化差分进化，应用。数学。计算。，186, 1, 340-356 (2007) ·Zbl 1114.65061号
[24] Rahnamayan，S。；Tizhoosh，H.R。；Salama，M.M.A.，《基于对立的差异进化》，IEEE Trans。进化。计算。，12, 1, 64-79 (2008)
[25] 阿里，M.M。；Kajee-Bagdadi，Z.，用于约束全局优化的基于局部探索的差分进化算法，应用。数学。计算。，208, 1, 31-48 (2009) ·Zbl 1159.65058号
[26] 秦，A.K。；黄，V.L。；Suganthan，P.N.，具有全局数值优化策略自适应的差分进化算法，IEEE Trans。进化。计算。，13, 2, 398-417 (2009)
[27] Chen，C.H。；Lin，C.J。；Lin，C.T.，基于改进微分进化的自适应神经模糊网络非线性系统控制，IEEE Trans。系统。人类网络。C申请。修订版，39、4、459-473（2009）
[28] 程，S.L。；Hwang，C.，微分进化算法对线性系统的最佳逼近，IEEE Trans。系统。人类网络。A系统。Hum.，31，6，698-707（2001）
[29] 杨，Z。；Tang，K。；Yao，X.，高维函数优化的差分进化，IEEE Cong.Evol。计算。，3523-3530 (2007)
[30] 蔡洪瑞。；Chung，C.Y。；Wong，K.P.，微分进化算法在暂态稳定约束最优潮流中的应用，IEEE Trans。电力系统。，第23、2、514-522页（2008年）
[31] Takagi，T。；Sugeno，M.，系统的模糊识别及其在建模和控制中的应用，IEEE Trans。系统。人类网络。，1, 1, 116-132 (1985) ·Zbl 0576.93021号
[32] Lin，C.T。；Lee，C.S.G.，《神经模糊系统：智能系统的神经模糊协同作用》（1996年），普伦蒂斯·霍尔出版社：新泽西州普伦蒂斯霍尔出版社
[33] Tanomaru，J。；Omatu，S.，在线训练神经控制器的过程控制，IEEE Trans。工业。电子。，39, 6, 511-521 (1992)
[34] 豪泽，J。；Sastry，S。；Kokotovic，P.，通过近似输入-输出线性化的非线性控制：球和梁示例，IEEE Trans。自动化。控制，37，3，392-398（1992）
[36] Psaltis，D。；塞德里斯，A。；Yamamura，A.，多层神经网络控制器，IEEE控制系统。，8, 2, 17-21 (1988)
[37] Astrom，K.J。；Wittenmark，B.，自适应控制（1989），Addison-Wesley：马萨诸塞州Addison-Whesley·Zbl 0217.57903号
[38] Juang，C.F。；Lin，J.Y。；Lin，C.T.，通过共生进化进行模糊控制器设计的遗传强化学习，IEEE Trans。系统。人类网络。B部分：网络。，30, 2, 290-302 (2000)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。