• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文学位 >Adpative fuzzy control of nonlinear systems.
【24h】

Adpative fuzzy control of nonlinear systems.

机译：非线性系统的自适应模糊控制。

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Fuzzy logic provides human reasoning capabilities to capture uncertainties that cannot be described by precise mathematical models. An adaptive fuzzy system is a fuzzy logic system equipped with a learning algorithm. A "learning system" possesses the capability to improve its performance over time by interacting with its environment, so an adaptive control system has the ability to improve the performance of the closed-loop system by generating command inputs to the plant and utilizing feedback information from the plant.; This thesis proposes a fast approach for system modeling by neuro-fuzzy networks (NFNs), which can successfully model the nonlinear system dynamics and its uncertainties. This algorithm can construct a system model by NFN, i.e., fuzzy rules can be generated automatically in the learning process from training data without partitioning the input space and selecting initial parameters a priori.; This thesis presents an adaptive fuzzy control method of nonlinear systems using the NFN controller, which can be constructed by the fast learning algorithm proposed in this thesis. In simulation studies, an inverted pendulum system can track the desired trajectory very well and the control system has good robustness to disturbances using the adaptive control method proposed. The inverted pendulum is controlled by the proposed adaptive fuzzy control method, classical PID control method and nonadaptive fuzzy control method respectively; the control results show that the adaptive fuzzy control system has the best performances among the three control systems in terms of transient and steady-state results.
机译：模糊逻辑提供了人类推理能力，可以捕获无法由精确数学模型描述的不确定性。自适应模糊系统是配备有学习算法的模糊逻辑系统。 “学习系统”具有通过与环境交互而随时间改进其性能的能力，因此自适应控制系统具有通过生成对工厂的命令输入并利用来自工厂的反馈信息来改善闭环系统的性能的能力。植物。;本文提出了一种快速的神经模糊网络建模方法，可以成功地对非线性系统动力学及其不确定性进行建模。该算法可以通过NFN构建系统模型，即可以在学习过程中根据训练数据自动生成模糊规则，而无需划分输入空间和先验选择初始参数。本文提出了一种使用NFN控制器的非线性系统自适应模糊控制方法，该方法可以通过本文提出的快速学习算法来构造。在仿真研究中，倒立摆系统可以很好地跟踪期望的轨迹，并且使用提出的自适应控制方法，控制系统对干扰具有良好的鲁棒性。倒立摆分别由提出的自适应模糊控制方法，经典PID控制方法和非自适应模糊控制方法控制。控制结果表明，就瞬态和稳态结果而言，自适应模糊控制系统在三种控制系统中均具有最佳性能。

著录项

  • 作者

    Gao, Yang.;

  • 作者单位

    Universite de Sherbrooke (Canada).;

  • 授予单位 Universite de Sherbrooke (Canada).;
  • 学科 Engineering Electronics and Electrical.
  • 学位 M.Sc.A.
  • 年度 2006
  • 页码 95 p.
  • 总页数 95
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类 无线电电子学、电信技术;
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号