第一章 绪论 | 第1-22页 |
1.1 模糊控制的提出、发展和应用 | 第12-13页 |
1.2 模糊控制理论的研究现状 | 第13-18页 |
1.2.1 基于模糊模型的模糊系统研究 | 第13-14页 |
1.2.2 模糊控制器的结构性分析 | 第14-16页 |
1.2.3 模糊系统的稳定性分析 | 第16-17页 |
1.2.4 自适应模糊系统的研究 | 第17-18页 |
1.3 模糊辨识方法的研究现状 | 第18-20页 |
1.3.1 输入变量的选择 | 第18-19页 |
1.3.2 输入空间的划分 | 第19-20页 |
1.3.3 模糊子空间的参数辨识 | 第20页 |
1.4 本文的主要工作 | 第20-22页 |
第二章 TS模糊模型简介 | 第22-27页 |
2.1 TS模糊模型的结构形式 | 第22-25页 |
2.1.1 TS输入输出模糊模型 | 第22-23页 |
2.1.2 TS状态方程模糊模型 | 第23-24页 |
2.1.3 TS混合模糊模型 | 第24-25页 |
2.2 TS模糊模型的无限函数逼近特性 | 第25-26页 |
2.3 本章小结 | 第26-27页 |
第三章 TS模糊模型的辨识 | 第27-42页 |
3.1 基于模糊聚类法的一阶TS模糊模型辨识 | 第27-34页 |
3.1.1 模糊 C均值法(FCM) | 第27-29页 |
3.1.2 FCM算法的初始化 | 第29-31页 |
3.1.3 模糊聚类后一阶TS模糊模型的辨识 | 第31-32页 |
3.1.4 FCM算法的改进 | 第32-34页 |
3.2 基于模糊聚类法的离散系统 TS状态方程模糊模型的辨识 | 第34-37页 |
3.2.1 MIMO离散系统输入输出TS模糊模型 | 第34-35页 |
3.2.2 MIMO离散系统 TS状态方程模糊模型的一个实现 | 第35页 |
3.2.3 MIMO离散系统输入输出TS模糊模型的辨识 | 第35-37页 |
3.3 基于模糊神经网络的 TS模糊模型的辨识 | 第37-41页 |
3.3.1 基于 TS模糊模型的模糊神经网络 | 第37-39页 |
3.3.2 基于 TS模糊模型的模糊神经网络的学习算法 | 第39-41页 |
3.4 本章小结 | 第41-42页 |
第四章 TS模糊模型的局部控制器设计法 | 第42-51页 |
4.1 一阶 TS输入输出模糊模型控制器设计 | 第42-44页 |
4.1.1 闭环系统的等效 TS模糊模型 | 第42-43页 |
4.1.2 闭环模糊系统的稳定性分析 | 第43-44页 |
4.1.3 基于一阶 TS输入输出模糊模型的通用模糊控制器设计 | 第44页 |
4.2 TS状态方程模糊模型的局部控制器设计 | 第44-47页 |
4.2.1 并行分散补偿(PDC)技术 | 第45页 |
4.2.2 应用 LMI的控制器设计方法 | 第45-46页 |
4.2.3 基于 PDC的放宽的稳定性条件 | 第46页 |
4.2.4 满足衰减率的基于 LMI的控制器设计 | 第46-47页 |
4.3 基于 TS模糊模型的保性能控制 | 第47-50页 |
4.3.1 基于 TS模糊模型的保性能控制问题的描述 | 第48-49页 |
4.3.2 保性能控制律的存在条件及控制律的提出 | 第49-50页 |
4.4 本章小结 | 第50-51页 |
第五章 基于 TS模糊模型的预测控制 | 第51-59页 |
5.1 基于模型的预测控制(MBPC)算法 | 第51-52页 |
5.2 基于 TS模糊模型的预测控制(FMBPC) | 第52-58页 |
5.2.1 基于分支-界限搜索算法的FMBPC | 第53-54页 |
5.2.2 基于局部线性化 TS模糊模型的 FMBPC | 第54-58页 |
5.3 本章小结 | 第58-59页 |
第六章 二级倒立摆系统的仿真研究 | 第59-70页 |
6.1 二级倒立摆系统简介 | 第59-62页 |
6.1.1 二级倒立摆系统结构组成 | 第59-60页 |
6.1.2 二级倒立摆系统的数学模型 | 第60-62页 |
6.2 采用 LQR算法的仿真 | 第62-64页 |
6.3 对二级倒立摆 TS模糊模型的辨识 | 第64-66页 |
6.4 基于 TS模糊模型的保性能控制的仿真 | 第66-67页 |
6.5 基于 TS模糊模型的预测控制的仿真 | 第67-69页 |
6.6 几种控制算法仿真效果的总结 | 第69页 |
6.7 本章小结 | 第69-70页 |
第七章 结论和展望 | 第70-71页 |
参考文献 | 第71-74页 |