项目名称: 带有伸缩器和饱和器的模糊自适应控制设计方法研究

项目编号: No.61305098

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 自动化技术、计算机技术

项目作者: 范永青

作者单位: 西安邮电大学

项目金额: 25万元

中文摘要: 本项目以模糊自适应控制应用为背景,以已经得到的模糊逻辑系统为出发点,首先研究如何利用带有可调参数的伸缩器和饱和器来改造模糊逻辑系统,形成扩展模糊逻辑系统,然后基于这种扩展模糊逻辑系统,研究几类非线性不确定系统的自适应镇定控制器和跟踪控制器的设计方法。这种方法的特点是:自适应律构造只依赖于伸缩器和饱和器的参数及原模糊逻辑系统逼近精度估计的在线调节,控制器的构造只依赖于扩展模糊逻辑系统的输出值,不涉及原模糊逻辑系统的具体逻辑推理结构和输出结构形式。因而这种方法适用于多种形式的模糊逻辑系统。研究结果有助于充分利用模糊逻辑系统的语言可解释性和多种逻辑推理功能,设计非线性不确定系统的自适应控制器,为模糊控制的实际应用提供一种新的理论方法。

中文关键词: 伸缩器;饱和器;模糊逻辑系统;自适应控制;

英文摘要: The fuzzy adaptive control is considered in this project with practical background and existing fuzzy logic systems as a starting point. Firstly, the existing fuzzy logic systems are reformed by using scaler and saturator with adjustable parameters, which forms a new extended fuzzy logic systems, and then adaptive stabilization and tracking controllers are proposed in this project for some classes of nonlinear uncertain systems based on the extended fuzzy logic systems. The common characteristic of the methods in this project is that adaptive laws are constructed only in according to parameters of scaler,saturator and approximation precision of original fuzzy logic systems, and the controllers are synthesized only in consideration of outputs of extended fuzzy logic systems. The methods proposed in this project have no relation to reasoning logic structures and output forms of original fuzzy logic systems. Therefore, the methods proposed in this project are suitable to various forms of fuzzy logic systems. The results of this project may be helpful to design adaptive controllers by using language interpretability and many kinds of fuzzy inferences for fuzzy logic systems. This project may provide a novel theoretical method for the practical applications of fuzzy control.

英文关键词: scaler;saturator;fuzzy logic system;adaptive control;

成为VIP会员查看完整内容
0

相关内容

【NeurIPS 2021】 基于置信度校正的可信图神经网络
专知会员服务
20+阅读 · 2021年12月26日
EMNLP 2021 | 学习改写非自回归机器翻译的翻译结果
专知会员服务
14+阅读 · 2021年12月25日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
19+阅读 · 2021年9月14日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
25+阅读 · 2021年1月21日
【NeurIPS 2020】视觉和语言表示学习的大规模对抗性训练
专知会员服务
14+阅读 · 2020年10月27日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
基于文档的对话技术研究
专知
2+阅读 · 2022年2月20日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
一文读懂命名实体识别
人工智能头条
32+阅读 · 2019年3月29日
CVPR 2019 | 无监督领域特定单图像去模糊
PaperWeekly
14+阅读 · 2019年3月20日
关于CNN图像分类的一份综合设计指南
云栖社区
10+阅读 · 2018年5月15日
如何设计基于深度学习的图像压缩算法
论智
41+阅读 · 2018年4月26日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月16日
小贴士
相关VIP内容
【NeurIPS 2021】 基于置信度校正的可信图神经网络
专知会员服务
20+阅读 · 2021年12月26日
EMNLP 2021 | 学习改写非自回归机器翻译的翻译结果
专知会员服务
14+阅读 · 2021年12月25日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
19+阅读 · 2021年9月14日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
25+阅读 · 2021年1月21日
【NeurIPS 2020】视觉和语言表示学习的大规模对抗性训练
专知会员服务
14+阅读 · 2020年10月27日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
相关资讯
基于文档的对话技术研究
专知
2+阅读 · 2022年2月20日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
一文读懂命名实体识别
人工智能头条
32+阅读 · 2019年3月29日
CVPR 2019 | 无监督领域特定单图像去模糊
PaperWeekly
14+阅读 · 2019年3月20日
关于CNN图像分类的一份综合设计指南
云栖社区
10+阅读 · 2018年5月15日
如何设计基于深度学习的图像压缩算法
论智
41+阅读 · 2018年4月26日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员