基于C-R模糊模型的非線性系統(tǒng)自校正控制算法研究.pdf

1、在實(shí)際工程中，大多數(shù)的被控對(duì)象都是復(fù)雜的非線性系統(tǒng)，呈現(xiàn)出如下特性：(1)復(fù)雜性：系統(tǒng)的結(jié)構(gòu)和參數(shù)具有高維性，時(shí)變性，高度非線性；(2)不確定性：系統(tǒng)及其外部環(huán)境具有許多未知的和不確定的因素；(3)高標(biāo)準(zhǔn)的性能要求：由于系統(tǒng)復(fù)雜，導(dǎo)致了控制目標(biāo)的多樣性和各種控制目標(biāo)之間的矛盾，在設(shè)計(jì)控制器的時(shí)候需要綜合考慮各種因素。 線性模型不過是某些非線性被忽略或用線性關(guān)系代替后所得到的對(duì)真實(shí)系統(tǒng)的近似數(shù)學(xué)描述。傳統(tǒng)的線性系統(tǒng)雖然在理論上已經(jīng)

2、很成熟，但已經(jīng)不能滿足日益發(fā)展的實(shí)際工業(yè)的需要。因此，對(duì)非線性系統(tǒng)的研究受到了國(guó)內(nèi)外控制界的普遍重視，非線性系統(tǒng)的建模與控制問題成為當(dāng)前控制領(lǐng)域研究的主要內(nèi)容之一。本課題基于C-R模糊模型，研究了非線性系統(tǒng)自適應(yīng)控制問題： 一、研究了非線性系統(tǒng)C-R模糊模型的結(jié)構(gòu)及辨識(shí)算法，包括模糊輸入空間模式分類算法(FISCA)和模糊輸出空間模式分類算法(FOSCA)，然后針對(duì)實(shí)際應(yīng)用中這兩種算法初值選取帶有盲目性的缺點(diǎn)，改變初值選取對(duì)象，

3、使初值選在工作點(diǎn)附近，具有一定的實(shí)際意義。同時(shí)在此基礎(chǔ)上改變算法停止的判斷條件，從而減少了判斷次數(shù)，節(jié)省了運(yùn)算時(shí)間。 二、非線性系統(tǒng)的C-R模糊模型，在每一時(shí)刻具有線性系統(tǒng)解析式，但在時(shí)間區(qū)間內(nèi)卻表征系統(tǒng)的非線性特征。根據(jù)這一特點(diǎn)，提出了基于C-R模糊模型的非線性系統(tǒng)廣義最小方差自校正控制算法。 三、將C-R模糊模型轉(zhuǎn)換成一個(gè)形式與階躍響應(yīng)模型相似的結(jié)構(gòu)-C-R模糊階躍模型，在此基礎(chǔ)上，提出了基于C-R模糊階躍模型的非線