arXiv 1803.095492018-03-26eess.SYcs.SY

基于经典控制器和自适应神经模糊控制器的风能转换系统控制比较研究

Comparative Study Regarding Control of Wind Energy Conversion Systems Based on the Usage of Classical and Adaptive Neuro Fuzzy Controllers

Faculty of Automation and Computer Sciences, “Politehnica” University from Timisoara（蒂米什瓦拉理工大学自动化与计算机科学学院）

Iosif Szeidert

备注：: 7 pages, 9 figures, 3rd Romanian-Hungarian Joint Symposium on Applied Computational Intelligence (SACI 2006), May 25-26, 2006 Timisoara, Romania, http://conf.uni-obuda.hu/saci2006/
发表信息：: 3rd Romanian-Hungarian Joint Symposium on Applied Computational Intelligence (SACI 2006), May 25-26, 2006 Timisoara, Romania, Conference Proceedings, ISBN 963-7154-46-9, pp.614-620

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

AI总结：

本文通过模拟风能转换系统，比较了自适应神经模糊控制器和PD控制器在异步发电机应用中的性能。

摘要：

本文提出了一种基于MATLAB-PSB工具箱的风能转换系统控制比较研究。通过模拟不同控制器（自适应神经模糊控制器和PD控制器）在异步发电机应用中的表现，分析了其在控制性能上的差异。研究旨在评估不同控制策略在风能转换系统中的有效性，为实际应用提供参考。

英文摘要：

The paper presents a comparative study regarding the control (using an adaptive neuro-fuzzy controller and a PD controller) based on the simulation of wind energy conversion systems functioning. There are considered several simulations based on asynchronous generator usage, by using the dedicated MATLAB-PSB (Power System Blockset) toolbox implementations.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

一种基于自适应批评者的神经模糊控制器的设计与实现

Design and implementation of an adaptive critic-based neuro-fuzzy controller on an unmanned bicycle

University of Tehran（德黑兰大学）

本文提出了一种用于无人自行车的自适应批评者神经模糊系统，通过结合批评代理信号与误差反向传播，实现模糊推理规则的在线调整，验证了控制器在暂态响应、模型不确定性和在线学习速度方面的优越性。

2017-02-10cs.SYeess.SY

基于滑模控制理论在线学习算法的球形滚动机器人自适应神经模糊控制

Adaptive Neuro-Fuzzy Control of a Spherical Rolling Robot Using Sliding-Mode-Control-Theory-Based Online Learning Algorithm

KU Leuven（鲁汶大学）

由于模型只是真实系统的抽象，未建模动态、参数变化和干扰会导致基于此模型的常规控制器性能不佳。在这种情况下，传统的控制器不能保持良好的调谐。本文提出了一种自适应神经模糊控制器结合滑模控制（SMC）理论为基础的学习算法的球形滚动机器人的控制。所提出的控制结构由一个神经模糊网络和一个传统的控制器，用于保证系统在一个紧凑的空间渐近稳定。利用滑模控制理论推导了神经模糊系统的参数更新规则，并利用李雅普诺夫函数证明了学习的稳定性。仿真结果表明，基于滑模控制理论的学习算法控制方案在不知道球形滚动机器人动力学方程的情况下，不仅能够消除稳态误差，而且能够改善球形滚动机器人的瞬态响应性能。

2021-04-14cs.ROcs.SYeess.SY

全向驱动机器人轨迹跟踪中NMPC与模糊PID控制器的比较分析：设计、仿真与性能评估

Comparative Analysis of NMPC and Fuzzy PID Controllers for Trajectory Tracking in Omni-Drive Robots: Design, Simulation, and Performance Evaluation

Pulchowk Campus（普尔乔克校区）

本文针对全向驱动机器人轨迹跟踪，设计并比较了模糊PID与NMPC控制器，通过仿真验证NMPC精度更高但计算更复杂。

2024-08-21cs.ROcs.SYeess.SY

非线性动态系统的二型模糊神经网络辨识--一种新的学习算法及比较研究

Identification of Nonlinear Dynamic Systems Using Type-2 Fuzzy Neural Networks -- A Novel Learning Algorithm and a Comparative Study

University of Leuven (KU Leuven)（鲁汶大学）；Nanyang Technological University（南洋理工大学）；Semnan University（塞姆南大学）

为了实现更快，更强大的收敛（特别是在嘈杂的工作环境下），滑模理论为基础的学习算法已被提出来调整的前提和结论部分的2型模糊神经网络在本文中。从最近的研究，其中滑模控制理论为基础的规则，提出了只有网络的后件部分，开发的算法适用于完全滑模参数更新规则的前提和后件的2型模糊神经网络。此外，负责分担的贡献的第二型模糊隶属度函数的下部和上部的参数也调整。此外，网络的学习速率在在线训练期间更新。通过适当的李雅普诺夫函数证明了该学习算法的稳定性。实验结果表明，该算法比现有的基于梯度和基于群体智能的方法具有更快的收敛速度。此外，所提出的学习算法具有封闭的形式，它比其他现有的方法更容易实现。

2021-04-04cs.LGcs.SYeess.SY

麻醉闭环控制中的自适应神经模糊策略

An Adaptive Neuro-fuzzy Strategy in Closed-loop Control of Anesthesia

本文提出了一种自适应神经模糊框架，以提高药物输注速率的闭环控制麻醉。所提出的控制器提供了一个次优的丙泊酚给药率作为输入，以达到所需的双频指数，这是系统的输出，在诱导和维持阶段。在该控制器中，评价剂评估植物输出并产生强化信号以适应控制器参数并使丙泊酚施用速率最小化。将该控制器应用于传统的麻醉药代动力学-药效学模型，以评估其在麻醉闭环控制中的适用性。为了模拟所设计的控制器，12名患者的生理参数被用于数学模型。仿真结果表明，所提出的控制器可以克服当前的挑战，在闭环控制的麻醉，如病人之间的变异性，模型的不确定性和手术干扰没有过量或剂量不足的时间范围为2至4分钟。结果的分析比较显示了控制器在麻醉闭环控制中的优势。

2019-10-14cs.SYeess.SYmath.OC

通用进化自组织神经模糊控制用于仿生无人空中车辆

Generic Evolving Self-Organizing Neuro-Fuzzy Control of Bio-inspired Unmanned Aerial Vehicles

University of New South Wales at the Australian Defence Force Academy（新南威尔士大学澳大利亚国防军学院）；Nanyang Technological University（南洋理工大学）；National University of Singapore（新加坡国立大学）

本文提出通用控制器G-controller，结合滑模控制理论和GENEFIS算法，实现在线学习和自组织控制，无需离线训练，通过Lyapunov函数保证稳定性，提升对不确定性和环境扰动的鲁棒性。

2018-02-02cs.SYeess.SY

更多相关论文收起更多论文

一种用于可解释长期股市预测的神经模糊系统

A Neuro-Fuzzy System for Interpretable Long-Term Stock Market Forecasting

Faculty of Electrical Engineering University of Ljubljana（电气工程系萨格勒布大学）

针对多元时间序列预测中准确性与可解释性难以兼顾的问题，提出结合多头自注意力与模糊推理的Fuzzformer架构，在S&P500数据集上性能与传统模型相当，具备可解释性，为股市行为分析预测提供新方向。

2025-10-01cs.AIcs.NEcs.SY

一种基于通用自进化神经模糊控制器的高性能六旋翼无人机高度控制系统

A Generic Self-Evolving Neuro-Fuzzy Controller based High-performance Hexacopter Altitude Control System

University of New South Wales（新南威尔士大学）；Nanyang Technological University（南洋理工大学）

本文提出一种无需领域知识的通用自进化神经模糊控制器，用于六旋翼无人机的高度控制，通过自适应规则调整和滑模控制理论保证系统稳定性。

2018-05-04cs.ROcs.SYeess.SY

基于模糊逻辑的自动泊车系统--IV：多模型自适应神经模糊控制器

Fuzzy Logic based Autonomous Parking Systems -- Part IV: A Multiple-Model Adaptive Neural-Fuzzy Controller

本文设计了一种基于神经网络辨识的多模型自适应模糊控制器（MM-AFLC），用于智能自主泊车系统中无人车的控制。目标是在保持低实施成本的同时实现鲁棒控制。所提出的控制器的设计包括以下控制原理-非线性系统的神经网络辨识、模糊逻辑控制、自适应控制以及多模型自适应。这种集成确保了与以前的工作相比的卓越性能。广义控制器可以应用于不同的系统，而无需实际的植物模型的先验知识。在智能自主泊车系统中，所提出的控制器可用于车辆速度控制和转向盘转动。多模型自适应模糊逻辑控制器，鲁棒性也可以保证在各种操作环境下，无论不可预测的干扰。最后但并非最不重要的是，对比实验也表明，配备了新的控制器的系统能够实现更快，更平滑的收敛。

2019-11-07cs.SYeess.SY

非线性倒立摆系统的混合模糊控制

Hybrid Fuzzy Control of Nonlinear Inverted Pendulum System

倒立摆系统的复杂性和非线性特性使其控制设计成为一个非常具有挑战性的课题。针对倒立摆系统的控制问题，设计了一种基于模型参考的混合模糊自适应控制系统。所提出的方法是开发，以实现位置控制和随后的位置和摆角的同时控制在同一个控制回路。同时，该控制算法实现了参考跟踪、扰动抑制和对参数变化的鲁棒性等控制目标。所提出的控制方案的性能进行了比较，与传统的PID和LQR控制器。仿真结果表明，与比较方案相比，该控制方案具有高性能的动态特性，并且对参数变化、干扰和参考跟踪具有鲁棒性

2019-10-16cs.SYeess.SY

24 GHz毫米波5G收发器中模糊积分与经典控制用于功率管理的实验评估

Experimental Evaluation of Fuzzy-Integral and Classical controls for Power Management in a 24 GHz mmWave 5G Transceiver

针对5G毫米波收发器功率管理中功率放大器线性度和效率维持的挑战，本文比较PID、纯积分和模糊积分（FI）三种控制策略，发现FI控制器在建立时间、稳定性和EVM最小化方面表现更优。

2025-11-11cs.SYeess.SY

动态增长模糊神经控制器，应用于3PSP并联机器人

A Dynamic-Growing Fuzzy-Neuro Controller, Application to a 3PSP Parallel Robot

Center of Excellence on Soft Computing and Intelligent Information processing（软计算与智能信息处理中心）

本文提出动态增长模糊神经控制器，结合自适应策略用于3PSP并联机器人位置控制，通过保守的规则增长机制和滑模非线性控制器实现快速响应与稳定性。

2026-04-15cs.AIcs.LGcs.NE

一种自适应神经模糊模型的姿态估计及2 - 3 DOF系统的控制

An adaptive neuro-fuzzy model for attitude estimation and 2 control a 3 DOF system

Shenyang Sport University（沈阳体育学院）；University of Illinois at Chicago（伊利诺伊大学芝加哥分校）；State University of New York at Binghamton（纽约州立大学宾汉姆顿分校）；Northeastern University（东北大学）

近几十年来，科学家们的主要关注点之一是提高卫星姿态的精度，而不考虑费用。显而易见的结果是，大量的控制策略已被用来解决这个问题。本文提出了一种自适应神经模糊集成（ANFIS）卫星姿态估计与控制系统。该控制器的训练与最优控制器提供的数据。脉冲调制器用于产生正确的ON/OFF指令的推力器执行机构。为了评估AN-FIS控制器在闭环仿真中的性能，使用ANFIS观测器来利用磁强计、太阳敏感器和数据陀螺仪数据估计卫星的姿态和角速度。此外，一个新的ANFIS系统将被提出和评估，可以联合控制和估计系统。在不同的初始条件，干扰和噪声的Monte Carlo仿真的ANFIS控制器的性能进行了比较，最优PID控制器。结果表明，ANFIS控制器在时间和平滑性方面优于最优PID控制器。此外，ANFIS估计进行了检查，结果表明，该指定的观察员的高能力。考虑到ANFIS的高容量，通过单个ANFIS子系统模拟控制和估计阶段，并展示了使用ANFIS模型的结果。

2022-02-22cs.LGcs.SYeess.SY

EMS Maglev训练模糊MRAS和PID控制器的比较

Comparisons of Fuzzy MRAS and PID Controllers for EMS Maglev Train

本文设计了一种磁悬浮训练，该列车采用一自由度电磁铁为基础的全系统，可实现垂直上下悬浮。为了提高磁悬浮训练的舒适性和路面操纵稳定性，采用了模糊逻辑、PID和MRAS控制器。一个matlab Simulink模型被用来比较三个控制器的性能，使用阶跃输入信号。采用根轨迹法对磁悬浮训练的稳定性进行了分析。分析了三种控制器在不同时间段的输出响应和气隙随时间的变化。最后通过仿真和实验结果的对比验证了模糊控制器的有效性。

2020-08-29cs.SYeess.SPeess.SY

3- Dof机器人位置控制的PID、PD和模糊控制器性能分析

Performance Analysis of PID, PD and Fuzzy Controllers for Position Control of 3-Dof Robot Manipulator

Hussaini Adamu Polytechnic（侯赛因·阿达姆理工学院）；Bayero University, Kano（卡诺贝罗大学）；Ahmadu Bello University（阿赫马杜·贝洛大学）

机器人操作器由于其巨大的重要性而广泛用于工业应用中，例如在建筑自动化中。因此，设计控制器以适应应用的密集目的是控制研究人员的主要挑战之一。本文对三自由度机器人操作臂的三种控制器进行了比较分析。设计了比例积分微分（PID）、比例微分（PD）和模糊逻辑（FL）控制器，并对机器人的各个环节进行了仿真。使用瞬态和稳态响应特性评估每种控制方法的性能。结果表明，PID和PD在上升时间和建立时间方面表现更好，而FLC表现出更小的超调量

2019-10-26cs.ROcs.SYeess.SY

基于累积前景理论的区间直觉模糊多属性群决策修正EDAS方法

Modified EDAS Method Based on Cumulative Prospect Theory for Multiple Attributes Group Decision Making with Interval-valued Intuitionistic Fuzzy Information

Sichuan Normal University（四川师范大学）

基于直觉模糊集的区间值直觉模糊集（IVIFS）结合了经典的决策方法，在其研究和应用中备受关注。经过比较分析，有多种经典的方法与IVIFSs的信息已经应用到许多实际问题中。本文考虑IVIFS下决策者的心理因素，对经典的基于累积前景理论的EDAS方法进行了扩展。针对MAGDM问题，考虑到IVIFSs的模糊性和不确定性以及用户的心理偏好，提出了基于IVIFSs下CPT的EDAS方法（IVIF-CPT-MABAC）。同时，采用信息熵法对属性权重进行了评估。最后，以绿色技术风险投资项目选择为例，通过对比分析说明了IVIF-CPT-MABAC方法的优越性，并通过敏感性分析证明了该方法的有效性和稳定性。

2022-11-05cs.AIcs.SYeess.SY