模糊自適應控制理論及其應用

第1章模糊自適應控制概述1
1.1多變量模糊控制理論1
1.1.1分層多變量模糊控制器2
1.1.2自學習模糊控制器4
1.1.3基于模型的多變量模糊控制方法5
1.1.4多變量模糊解耦8
1.1.5基于神經網絡的模糊控制10
1.2模糊控制器的結構分析12
1.2.1模糊控制器是時變參數PID控制器12
1.2.2模糊控制器作為滑模變結構控制器13
1.2.3模糊控制器與多值繼電控制器的關系14
1.2.4模糊控制器的極限結構理論14
1.2.5MIMO模糊控制器的結構分解14
1.3模糊控制系統(tǒng)的穩(wěn)定性分析15
1.4其他復合模糊控制方法17
第2章模糊控制理論基礎18
2.1引言18
2.2普通集合及其運算18
2.2.1集合的概念及定義18
2.2.2集合的直積19
2.2.3關系與映射20
2.2.4集合的運算性質20
2.2.5集合的表示法21
2.3模糊集合及其運算規(guī)則22
2.3.1模糊集合的定義22
2.3.2模糊集合的表示法23
2.3.3模糊集合的運算24
2.4隸屬函數26
2.4.1隸屬函數的確定方法27
2.4.2常用的隸屬函數27
2.5模糊矩陣與模糊關系29
2.5.1模糊矩陣29
2.5.2模糊關系32
2.6模糊向量36
2.6.1模糊向量的笛卡爾乘積36
2.6.2模糊向量的內積與外積37
2.7模糊邏輯與模糊推理38
2.7.1模糊邏輯38
2.7.2模糊語言43
2.7.3模糊推理48
第3章TS模型的模糊辨識方法53
3.1引言53
3.2模糊模型的構成53
3.3模糊辨識方法56
3.3.1結論參數的辨識56
3.3.2前提參數的辨識57
3.3.3前提結構的辨識59
3.4辨識精度的考核70
3.5提高模糊辨識速度的一種方法73
3.5.1第2種形式的模糊模型74
3.5.2前提參數辨識的快速算法74
3.5.3結論結構和結論參數的辨識79
3.6采用遺傳算法的廣義TS模糊模型的辨識87
3.6.1問題的引出87
3.6.2廣義TS模糊模型及逼近性理論分析87
3.6.3幾種改進型遺傳算法的比較分析91
3.6.4一種快速綜合性的遺傳算法92
3.6.5基于快速綜合性遺傳算法的廣義TS模型辨識方法95
3.6.6仿真示例96
3.7小結98
第4章關系模型的模糊辨識方法99
4.1模糊關系模型的描述99
4.2模糊關系模型的建立方法100
4.3模糊關系模型辨識的進一步改進102
4.4多變量模糊關系模型的動態(tài)辨識104
4.4.1問題的提法104
4.4.2參考模糊集合的確定105
4.4.3辨識算法A1——確定R106
4.4.4使用模糊模型106
4.4.5模糊模型的自學習107
4.4.6舉例109
4.5采用模糊聚類分析方法辨識關系模型110
第5章采用神經網絡技術的模糊辨識方法115
5.1模糊神經網絡115
5.1.1推理合成方法115
5.1.2學習算法120
5.2利用模糊神經網絡的模糊建模121
5.3仿真122
第6章模糊雙曲正切模型的建模方法127
6.1引言127
6.2雙曲正切模型及其建模過程128
6.3模糊雙曲正切模型神經網絡實現及模型參數辨識方法
6.3.1模糊雙曲正切模型神經網絡實現132
6.3.2反向傳播算法模糊雙曲正切模型參數辨識方法132
第7章基于粗糙集的模糊模型辨識方法136
7.1粗糙集理論的基本概念136
7.1.1粗糙集中對知識的理解136
7.1.2粗糙集的下逼近、上逼近、邊界區(qū)136
7.1.3粗糙集數據分析、不可分辨關系、依賴關系和簡約
7.2模糊模型辨識139
7.3辨識步驟140
7.4仿真研究140
7.5小結143
第8章基于TS模型的多變量模糊
自校正控制方法144
8.1多變量自校正控制系統(tǒng)的設計思想144
8.2單元機組負荷系統(tǒng)的辨識145
8.3模糊模型的等價轉換150
8.4多變量模糊自校正控制系統(tǒng)及性能分析152
8.4.1多變量過程的最優(yōu)輸出預測152
8.4.2多變量廣義預測控制規(guī)律153
8.4.3多變量模糊自校正控制系統(tǒng)的閉環(huán)穩(wěn)態(tài)分析154
8.4.4多變量模糊自校正控制系統(tǒng)的閉環(huán)穩(wěn)定性分析156
8.5單元機組負荷系統(tǒng)的模糊自校正控制156
8.5.1模糊自校正控制系統(tǒng)及其動態(tài)響應156
8.5.2模糊自校正控制系統(tǒng)與常規(guī)的鍋爐跟隨系統(tǒng)的比較158
8.5.3模糊自校正控制系統(tǒng)的魯棒性160
8.6模糊廣義預測控制系統(tǒng)的穩(wěn)定性分析161
8.7基于手動控制數據的自適應控制方法162
8.7.1基于控制作用模型的單元機組負荷系統(tǒng)的控制163
8.7.2仿真研究165
第9章單變量模糊自校正控制方法167
9.1簡單模糊控制器的設計167
9.1.1精確量的模糊化167
9.1.2模糊推理算法169
9.1.3輸出信息的模糊判決172
9.2簡單模糊控制器參數與控制系統(tǒng)響應特性關系172
9.2.1EK對系統(tǒng)性能的影響173
9.2.2CEK對系統(tǒng)性能的影響173
9.2.3UK對系統(tǒng)性能的影響173
9.3模糊自校正控制方法174
9.3.1一組模糊子集的隸屬函數的定義175
9.3.2模糊自校正控制器的粗調部分177
9.3.3模糊自校正控制器的微調部分178
9.4仿真研究179
9.4.1系統(tǒng)抗擾動Ⅱ性能比較180
9.4.2系統(tǒng)抗擾動Ⅰ性能比較180
9.4.3擾動Ⅰ和擾動Ⅱ同時作用時性能比較181
9.5模糊自校正控制系統(tǒng)的魯棒性181
9.6模糊狀態(tài)作用表或查詢表的自動生成183
第8章同步串行口
8.1同步串行口概述193
8.2部件與基本操作193
8.2.1信號193
8.2.2FIFO緩存器與寄存器195
8.2.3中斷195
8.2.4基本操作196
8.3端口的控制與復位196
8.4FIFO緩存器內容的管理199
8.5發(fā)送部分的操作200
8.6接收部分的操作203
8.7查錯205 
 
第9章異步串行口
9.1異步串行口概述208
9.2部件與基本操作208
9.2.1信號209
9.2.2波特率發(fā)生器209
9.2.3寄存器209
9.2.4中斷210
9.2.5基本操作210
9.3端口的控制與復位211
9.3.1異步串行口控制寄存器(ASPCR)211
9.3.2I／O狀態(tài)寄存器(IOSR)212
9.3.3波特率除數寄存器(BRD)213
9.3.4利用自動波特率檢測214
9.3.5IO3，IO2，IO1，IO0引腳的使用214
9.3.6中斷的使用215
9.4發(fā)送部分的操作216
9.5接收部分的操作216
第10章F206的調試環(huán)境
10.1概述218
10.2仿真電路設計219
10.3代碼的生成220
10.3.1代碼生成工具簡介221
10.3.2代碼生成及管理工具的使用221
10.4調試軟件的使用224
10.4.1調試器簡介224
10.4.2調試器各窗口功能說明224
10.4.3常用調試器命令225
10.5程序下載228
第11章F206開發(fā)應用實例
11.1系統(tǒng)簡介230
11.2系統(tǒng)硬件設計231
11.2.1系統(tǒng)硬件結構231
11.2.2通用I/O口擴展231
11.2.3數據采集部分232
11.2.4打印驅動234
11.2.5時鐘電路234
11.2.6液晶顯示器235
11.2.7其他電路237
11.3系統(tǒng)軟件設計與調試237 
第10章兩種不確定性的模糊推理及控制方法189
10.1問題的提出189
10.2幾個基本概念的定義和計算方法190
10.2.1貼近測度SM190
10.2.2知識表示的模式匹配191
10.2.3修正函數MF193
10.3置信度CF的作用和整體推理方法193
10.4合成規(guī)則的模糊推理195
10.5THFDP的應用示例195
10.6考慮兩種不確定性的模糊控制方法197
第11章基于模糊雙曲正切模型的穩(wěn)定控制器的設計
11.1引言202
11.2控制器的設計202
11.2.1極點配置法202
11.2.2H2控制器的設計205
11.2.3魯棒控制器的設計208
11.3模糊Lyapunov分析211
11.4小結213
第12章基于模糊基函數的多變量魯棒自適應控制器
12.1引言214
12.2一種MIMO非線性系統(tǒng)模型及控制問題214
12.3模糊系統(tǒng)描述216
12.4魯棒控制器的設計及穩(wěn)定性分析218
12.5仿真研究220
12.6熱泵空調系統(tǒng)中的應用222
12.6.1熱泵空調控制的現狀分析222
12.6.2熱泵空調控制模型描述222
12.6.3熱泵空調系統(tǒng)的控制研究227
12.7小結231 
第13章改進的模糊滑模軟切換控制及其應用232
13.1引言232
13.2模糊切換控制232
13.2.1利用模糊規(guī)則表的切換控制232
13.2.2自適應模糊切換控制234
13.3自適應模糊增益調節(jié)的等效控制235
13.3.1基于系統(tǒng)在線信息的模糊增益調節(jié)236
13.3.2基于ACEN和ΔACEN的模糊增益調節(jié)237
13.3.3基于GA的模糊增益調節(jié)238
13.4軟切換控制239
13.5仿真實驗及結果分析240
13.6小結243
第14章
基于TS模糊模型的分散控制器設計244
14.1引言244
14.2連續(xù)非線性系統(tǒng)的模糊控制系統(tǒng)的結構與穩(wěn)定性244
14.2.1平衡態(tài)244
14.2.2平衡態(tài)的穩(wěn)定性245
14.2.3模糊控制器設計247
14.3非線性離散系統(tǒng)的模糊控制器設計與穩(wěn)定性248
14.4仿真研究250
第15章一類多變量模糊系統(tǒng)全局穩(wěn)定性分析254
15.1引言254
15.2TS模糊系統(tǒng)的一種定性分析方法255
15.2.1模糊控制系統(tǒng)描述255
15.2.2控制器設計255
15.2.3穩(wěn)定性分析256
15.2.4仿真研究257
15.3多變量離散模糊控制系統(tǒng)描述與控制器設計260
15.3.1多變量離散模糊控制系統(tǒng)描述260
15.3.2控制器設計260
15.3.3穩(wěn)定性分析261
15.3.4多變量離散模糊控制系統(tǒng)D穩(wěn)定性分析264
15.3.5仿真研究266
15.4小結267
第16章模糊直接自適應控制及其應用268
16.1問題的描述268
16.2基于模糊邏輯的直接自適應控制器的設計270
16.3魯棒性和穩(wěn)定性分析273
16.4新風機組空調控制的仿真研究275
16.4.1新風機組空調控制問題及系統(tǒng)模型描述275
16.4.2某游泳館的新風機組模糊自適應控制277
第17章基于PMV的空調系統(tǒng)模糊自適應控制283
17.1引言283
17.2人體舒適度指標PMV及其室內溫度設定283
17.3基于PMV的空調模糊自適應控制286
17.3.1空調控制系統(tǒng)描述286
17.3.2空調系統(tǒng)模糊模型的建立288
17.3.3空調控制系統(tǒng)的模糊控制模型的建立291
17.3.4基于模糊模型的空調系統(tǒng)自適應控制及仿真研究292
17.4小結296
第18章電加熱爐FuzzyPID控制器設計297
18.1引言297
18.2PID和Fuzzy控制策略剖析與方案選擇297
18.2.1PID控制的特點297
18.2.2模糊控制的特點298
18.2.3電加熱爐溫度FuzzyPID控制算法298
18.3FuzzyPID控制器的設計298
18.3.1模糊自整定PID參數控制器的結構及工作原理
18.3.2模糊自整定PID參數控制算法299
18.3.3PID控制算法302
18.4控制算法仿真及在溫度控制系統(tǒng)中的應用303
18.5電加熱爐模型辨識與Smith預估306
18.5.1Smith預估器的設計思想307
18.5.2模糊辨識308
18.5.3仿真研究311
參 考 文 獻312