×

混合自适应仿生模糊控制方法。 (英语) Zbl 1426.93136号

摘要:仿生模糊系统在传统的T-S模糊系统中嵌入了生物主动自适应策略,提高了系统的主动适应性。在研究的基础上,将辨识模型加入到系统中,提出了一种混合仿生自适应模糊控制方法,使系统具有生物适应性和较强的抗干扰能力。自适应律包含两项内容:第一项是利用当前状态调整系统参数的通用术语,第二项是根据发展趋势调整系统参数所需的补偿项。利亚普诺夫综合法用于分析系统的稳定性和收敛性。给出了模糊控制器的设计方法、自适应律和参数约束。最后,通过倒立摆模型的仿真验证了该方法的有效性。

MSC公司:

93C40型 自适应控制/观测系统
93立方厘米 模糊控制/观测系统
PDF格式BibTeX公司 XML格式引用
全文: DOI程序

参考文献:

[1] 王磊,《模糊系统与模糊控制教程》(2003),北京:清华大学出版社,北京
[2] Zhihong,M。;Yu,X.H.,一类非线性系统的模糊基函数展开自适应控制,智能与机器人系统杂志:理论与应用,21,3,257-275,(1998)·Zbl 0906.93033号
[3] 李,Y。;胡,S。;李林,基于小生境技术的模糊控制方法,系统工程理论与实践,24,3,63-68,(2004)
[4] 李,Y。;胡,S。;李磊,智能温室系统的生态位控制方法,农业工程学报,6,18,103-106,(2002)
[5] 王,X。;李毅,一种新的生态位模糊控制方法,科学技术与工程,246318-6321,(2007)
[6] 李,Y。;胡S.,生物模糊自适应控制方法,世界建模与仿真杂志,281-90,(2005)
[7] 李,Y。;郝毅,基于小生境的间接T-S模糊自适应控制,系统工程与电子,10,33,2282-2288,(2011)·Zbl 1265.93164号
[8] 霍贾蒂,M。;Gazor,S.,非线性系统的混合自适应模糊识别和控制,IEEE模糊系统汇刊,10,2,198-210,(2002)·doi:10.1109/91.995121
[9] 陈,B.-S。;Lee,C.-H。;Chang,Y.-C.,不确定非线性SISO系统的H跟踪设计:自适应模糊方法,IEEE模糊系统汇刊,4,1,32-43,(1996)·数字对象标识代码:10.1109/91.481843
[10] 香港。;Langari,R.,非线性磁轴承系统的模糊建模与控制,智能与模糊系统杂志,7,4,335-346,(1999)
[11] Wen-June,W。;Phong,V.V。;Wei,C.,用于稳定不确定T-S模糊系统的基于观测器的控制器综合,智能与模糊系统杂志,303451-3463,(2016)·Zbl 1361.93034号 ·doi:10.1049/iet-cta.2015.0228
[12] 张建民。;李,R.-H。;张培安,模糊控制系统的稳定性分析与系统设计,模糊集与系统,120,1,65-72,(2001)·Zbl 0988.93046号 ·doi:10.1016/S0165-0114(99)00056-1
[13] Škrjanc,I。;布拉季奇,S。;Matko,D.,作为非线性系统控制框架的模型参考模糊自适应控制,《智能与机器人系统杂志:理论与应用》,36,3,331-347,(2003)·doi:10.1023/A:1023089005353
[14] 赵涛,基于生物自适应策略的模糊控制研究,华东师范大学,43,16,52-54,(2012)
[15] 朱C.,生态位理论与可拓假设,中国生态学杂志,17,324-332,(1997)
[16] 秀,Z.H。;Ren,G.,T-S模糊控制系统的稳定性分析与系统设计,自动化学报。紫东华学宝,30,5731-741,(2004)·Zbl 1498.93419号
[17] Lili,Z.,非线性系统的自适应模糊控制及其性能,(2005),锦州,中国:辽宁工业大学,锦州
[18] Ying,G.,一类非线性不确定系统的自适应模糊控制,(2016),锦州,中国:辽宁工业大学,锦州
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。