输入输出具有非线性关系的Type-2仿生模糊控制

发布时间：2020-04-30 09:34

【摘要】：本文将生物应对环境变化的主动自适应策略与Type-2模糊控制方法相结合,针对一类输入输出具有非线性关系的单输入单输出(SISO)非线性系统,分别研究了直接模糊控制器和间接模糊控制器的构造方法。在Type-2模糊系统的基础上,将生物个体的生态位模糊集作为模糊规则的前件,将总的“态、势”作为模糊规则的后件,构造仿生模糊系统。当系统状态输入变量不可测时,利用观测器构造基于观测器的仿生模糊系统。研究内容如下:(1)针对一类输入输出具有非线性关系的SISO非线性系统,提出了一种Type-2仿生直接自适应模糊控制器的设计方法,并给出了自适应律,分析了控制系统的稳定性与收敛性。最后通过手推车上的质量—弹簧—阻尼器系统进行实例仿真,验证了所提出控制方法的性能。(2)针对一类输入输出具有非线性关系的SISO非线性系统,考虑状态不可测的情况,提出了一种Type-2仿生间接自适应模糊控制器的设计方法。当原系统难以用状态空间进行描述时,通过对系统输出变量求导建立了输入输出非线性关系,然后利用状态观测器构造仿生模糊系统,并分析了控制系统的稳定性与收敛性。最后给出了汽车磁流变半主动悬架系统的实例仿真,验证了所提出控制方法的性能。
【图文】：

图 1.1 Type-1 模糊集合的隶属度函数 图 1.2 Type-2 模糊集合的隶属度函数Fig. 1.1 membership function of Type-1 fuzzy set Fig. 1.2 membership function of Type-2fuzzy set从图 1.1 可以看出，状态变量的取值与其隶属度值一一对应，从图 1.2 可以看出，Type-2 模糊集合的隶属度值是一个模糊的区间值。Type-2 模糊集合能够

图 1.1 Type-1 模糊集合的隶属度函数 图 1.2 Type-2 模糊集合的隶属度函数Fig. 1.1 membership function of Type-1 fuzzy set Fig. 1.2 membership function of Type-2fuzzy set从图 1.1 可以看出，状态变量的取值与其隶属度值一一对应，从图 1.2 可以看出，，Type-2 模糊集合的隶属度值是一个模糊的区间值。Type-2 模糊集合能够
【学位授予单位】：江苏大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：O231

【参考文献】

相关期刊论文 前7条

1 高淑慧;陈兵;杨坦坦;曲子扬;;基于观测器的非线性时滞系统的自适应模糊控制[J];青岛大学学报(工程技术版);2015年04期

2 王永超;张胜修;曹立佳;扈晓翔;;基于观测器的高超声速飞行器模糊自适应控制[J];航天控制;2015年04期

3 赵全文;于金飞;于金鹏;曲子扬;魏萍;;基于观测器的异步电动机模糊自适应控制[J];渤海大学学报(自然科学版);2015年01期

4 李医民;郝云力;;基于Niche的间接T-S模糊自适应控制[J];系统工程与电子技术;2011年10期

5 王晓梅;李医民;;一种新的生态位的模糊控制方法[J];科学技术与工程;2007年24期

6 李医民,胡寿松,郝峰;复杂生态系统的模糊数学模型[J];模糊系统与数学;2004年02期

7 李医民,胡寿松,李莉;温室系统生态位智能控制方法研究[J];农业工程学报;2002年06期

相关博士学位论文 前1条

1 赵彤;基于生物适应对策的模糊控制研究[D];华东师范大学;2012年

相关硕士学位论文 前1条

1 毛玉青;基于观测器的自适应模糊控制研究[D];扬州大学;2007年

本文编号：2645627