T-S模糊控制器设计与优化方法研究

《T-S模糊控制器设计与优化方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、兰州理工大学硕士学位论文T-S模糊控制器设计与优化方法研究姓名：闫小喜申请学位级别：硕士专业：检测技术与自动化装置指导教师：陈若珠20070508硕士学位论文摘要本文提出了一种基于经验数据的T．s型模糊控制器设计与优化方法，并在倒立摆上进行了验证。与一般的基于T．s模糊模型的T．s模糊控制器设计方法不同，本算法直接从专家的经验数据集合中构建和优化T-S模糊控制器。整个算法分为三个阶段。第一阶段算法分为三个步骤：首先，等值划分输入变量范围来定义模糊控制器输入变量的高斯型隶属度函数；其次，在隶属度函数不变的前提下，利用递推最小二乘法确定模糊控制规则的后件系数；最后，利用负梯度法同

2、时优化控制规则的前件高斯隶属函数的中心值和宽度以及后件系数。第二阶段算法：首先，对经验数据集合施加减聚类法以获得聚类中心(即控制规则)；其次，依据聚类中心来定义输入变量的高斯型隶属度函数；最后，递推最小二乘法确定控制规则后件参数。具有更多优点的第三阶段算法由第一阶段和第二阶段整合而成：首先，减聚类法确定聚类中心；其次，由聚类中心定义隶属度函数；再次，递推最小二乘法确定后件参数；最后，负梯度方法同时优化前后件参数。以倒立摆为被控对象进行仿真，仿真结果验证了算法的有效性．关键词：经验数据；T-S型模糊控制器；倒立摆；高斯型隶属度函数；递推最小二乘法；负梯度法；减聚类法T-S模糊控

3、制器设计与优化方法研究AbstractAnapproachfordesigningandoptimizingTaka幽-Sugenotypefuzzylogiccontrollerisproposedinthispaper，whichisbasedonexperiencedata．Thealgorithmhasbeensuccessfullyverifiedoninvertedpendulum．DifferentwiththecommonmethodofdesigningT-StypefuzzylogiccontrollerbasedonT-Smodel，T-Stypefuz

4、zylogiccontrollerisdirectlyconstructedandoptimizedfromtheexpert’sexperiencedatasetinthealgorithm．Thewholealgorithmisdividedintothreestages．Thcfirstalgorithmismadeupofthreesteps．Firstly,theGanssianmembershipfunctionsofinputvariablesaredeterminedaccordingtotherangeofinputvariablesbyaveragediv

5、ision．Then，thecoefficientsofT-Stypefuzzy109iccontrolruleconsequentaredeterminedwithrecursiveIeastsquarealgorithmwhiletheparametersofmembershipfunctionarefixed．Finally,alltheparametersofT-Stypefuzzylogiccontroller,whicharcmadeupofantecedentparametersandconsequentparameters，aresimultaneouslyo

6、ptimizedwithgradientdescentalgorithm．Thesecondalgorithmisalsomadeupofthreesteps．Thefirststepistoapplythesubtractiveclusteringalgorithminexperiencedatasettodeterminetheclusteringcenters(namelycontrolrules)．ThesecondstepistodeterminetheGaussiantypemembershipsofinputvariablesaccordingtocluster

7、ingcenters．ThethirdstepistodeterminethecoefficientsofT-Stypefuzzylogicruleconsequent．Thcfirstalgorithmandthesecondoneareintegratedintothethirdalgorithmwhichownsmoreadvantages．Firstly,thesubtractiveclusteringalgorithmisappliedinexperiencedatasettodetermin