1) T-S fuzzy system
T-S模糊系统
1.
T-S fuzzy system modeling based on hybrid of SOM and K-means;
基于SOMK算法的T-S模糊系统建模方法
2.
H_∞ Controller design on partial state information feedback of T-S fuzzy system;
T-S模糊系统的部分状态反馈H_∞控制
3.
Application of iterative learning control to terminal control of T-S fuzzy systems;
迭代学习控制在T-S模糊系统终端控制问题中的应用
2) T-S fuzzy systems
T-S模糊系统
1.
Non-fragile H_∞ control for a class of T-S fuzzy systems;
一类T-S模糊系统的非脆弱H_∞控制
2.
Optimal control for T-S fuzzy systems with time domain hard constraints;
考虑时域硬约束的T-S模糊系统最优控制
3.
Stability analysis and synthesis of T-S fuzzy systems;
T-S模糊系统的稳定性分析与镇定控制器设计
3) T-S fuzzy descriptor systems
T-S模糊广义系统
1.
Occtput feedback passive control for T-S fuzzy descriptor systems;
T-S模糊广义系统输出反馈无源控制
2.
The design problem of H∞ state feedback controller with variable gains from feedback is studied in state space for a class of T-S fuzzy descriptor systems,i.
在状态空间下,针对一类T-S模糊广义系统,研究了其具有反馈增益变化的H∞状态反馈控制器的设计问题,即设计的控制器当自身受到外部扰动时仍能完成对系统的镇定并满足H∞性能。
3.
As for a class of T-S fuzzy descriptor systems with norm-bounded uncertainties, the design problem of observer-based passive fuzzy controller was studied.
针对一类范数有界不确定性T-S模糊广义系统,研究了其在满足不确定性的基于观测器的无源控制器的设计问题。
4) T-S fuzzy descriptor systems
广义T-S模糊系统
1.
Robust stabilization of uncertain T-S fuzzy descriptor systems with time-delay in state;
不确定时滞广义T-S模糊系统的鲁棒镇定
5) T-S fuzzy control system
T-S模糊控制系统
1.
Applying a stabilizing state feedback control to systemsm,aking use of the Lyapunov-Krasovskii functional and combining the method of the linear matrix inequalities(LMI)t,he sufficient conditions of robust BIBO stabilization for T-S fuzzy control systems are obtained.
研究了一类具有不确定系数的T-S模糊控制系统的鲁棒BIBO镇定问题,应用稳定的状态反馈控制,通过构造Lyapunov-Krasovskii泛函,采用线性矩阵不等式(LMI)方法,给出了T-S模糊连续控制系统Robust有界输入有界输出镇定的充分条件;当参考的输入信号r(t)≡0时,给出了T-S模糊连续控制系统的零解鲁棒镇定的充分条件。
2.
The stability analysis and systematic design of discrete T-S fuzzy control systems are discussed in this paper.
研究了离散T-S模糊控制系统的稳定性判定方法和系统化设计方法:在所有的最大交叠规则组中构造出分段离散型Lyapunov函数,每个离散Lyapunov函数是各自最大交叠规则组中的一个Lyapunov函数。
3.
For a T-S fuzzy control system,change it into piecewise linear differential inclusions,and then the optimal control of piecewise linear differential inclusions is converted to the problem of seeking upper and lower bounds of the cost function based on Hamilton-Jacobi-Bellman inequalities.
针对T-S模糊控制系统,将其转化成分段线性微分包含系统,根据Ham ilton-Jacob i-Bellm an(H-J-B)不等式将最优控制问题转化成最优控制性能上界的优化问题及性能下界的求取问题。
6) T-S fuzzy control systems
T-S模糊控制系统
1.
As nonlinear systems, it is not necessary to establish exact mathematical models for T-S fuzzy control systems and it is simple and convenient to design the controller and it has been widely studied and used among control engineering field.
T-S模糊控制系统作为一种非线性系统,无需建立精确的数学模型,具有控制器设计简便等特点,在控制理论界和工程界都得到了广泛地研究和应用。
补充资料：模糊系统
输入、输出和状态变量定义在模糊集上的系统。模糊系统是确定性系统的一种推广（见系统、自动控制系统）。美国自动控制专家L.A.扎德于1965年提出模糊子集的概念。此后，模糊系统理论得到发展，并应用于模糊规划、模糊决策、模糊控制，以及人机对话系统、经济信息系统、医疗诊断系统、地震预测系统、天气预报系统等方面。
基本概念 在研究没有人参与的定量化的精确系统时有一系列行之有效的系统理论。但在人机系统、管理系统、经济系统、社会系统等与人的思维活动有某种联系的系统中，由于人脑的逻辑、推理、判断、决策并非完全精确，这种与人有关的系统就具有某种模糊性。随着电子数字计算机向智能机的方向发展，将出现越来越多的模糊系统。
在通常的系统理论中，一个系统在某一时刻的状态和输入一经决定，下一时刻的状态和输出就明确地唯一决定，这种系统称为确定性系统，否则就称为非确定性系统。假定给出系统某一时刻的状态与输入，尽管不能唯一决定下一时刻的状态与输出，但能决定下一状态出现的概率分布，这种系统则称为随机系统，这是一类非确定性系统。如果不能决定下一状态出现的概率分布，但可以确定下一时刻所有可能状态的集合，这是另一类非确定性系统。如果把这种非确定性系统中可能状态的集合用模糊集合来表示，就成为模糊系统。
数学描述 模糊系统Sf用一个五元组来描述：
Sf＝{X，U，Y，δ，β}式中X是状态空间;U是输入空间;Y是输出空间;δ:嗘(X)×嗘(U)→嗘(X)，是模糊状态转移函数；β：嗘(X)→嗘(Y),是模糊输出函数；这里,嗘(X),嗘(U),嗘(Y)分别是X，U，Y上的模糊子集的族。模糊系统的状态方程可写成：
xt+1＝δ(xt，ut)式中xt，xt+1分别是时刻t，t＋1的模糊状态,xt，xt+1∈嗘(X);ut是时刻t的模糊输入,ut∈嗘(U)。输出方程是：
yt＝β(xt)式中yt是时刻t的模糊输出，yt∈嗘(Y)。
在一般系统中,xt，ut，yt是向量。在模糊系统中，xt，ut，yt是X，U，Y上的模糊子集。
模糊系统也可以方便地用模糊关系描述,此时嗘(U)、嗘(X)和嗘(Y)之间的关系可表示为模糊关系方程。
研究内容 模糊系统和经典系统一样，它的研究内容也包括能达性、能观测性、最小实现、系统辨识、预测、控制和稳定性等方面。
基本概念 在研究没有人参与的定量化的精确系统时有一系列行之有效的系统理论。但在人机系统、管理系统、经济系统、社会系统等与人的思维活动有某种联系的系统中，由于人脑的逻辑、推理、判断、决策并非完全精确，这种与人有关的系统就具有某种模糊性。随着电子数字计算机向智能机的方向发展，将出现越来越多的模糊系统。
在通常的系统理论中，一个系统在某一时刻的状态和输入一经决定，下一时刻的状态和输出就明确地唯一决定，这种系统称为确定性系统，否则就称为非确定性系统。假定给出系统某一时刻的状态与输入，尽管不能唯一决定下一时刻的状态与输出，但能决定下一状态出现的概率分布，这种系统则称为随机系统，这是一类非确定性系统。如果不能决定下一状态出现的概率分布，但可以确定下一时刻所有可能状态的集合，这是另一类非确定性系统。如果把这种非确定性系统中可能状态的集合用模糊集合来表示，就成为模糊系统。
数学描述 模糊系统Sf用一个五元组来描述：
Sf＝{X，U，Y，δ，β}式中X是状态空间;U是输入空间;Y是输出空间;δ:嗘(X)×嗘(U)→嗘(X)，是模糊状态转移函数；β：嗘(X)→嗘(Y),是模糊输出函数；这里,嗘(X),嗘(U),嗘(Y)分别是X，U，Y上的模糊子集的族。模糊系统的状态方程可写成：
xt+1＝δ(xt，ut)式中xt，xt+1分别是时刻t，t＋1的模糊状态,xt，xt+1∈嗘(X);ut是时刻t的模糊输入,ut∈嗘(U)。输出方程是：
yt＝β(xt)式中yt是时刻t的模糊输出，yt∈嗘(Y)。
在一般系统中,xt，ut，yt是向量。在模糊系统中，xt，ut，yt是X，U，Y上的模糊子集。
模糊系统也可以方便地用模糊关系描述,此时嗘(U)、嗘(X)和嗘(Y)之间的关系可表示为模糊关系方程。
研究内容 模糊系统和经典系统一样，它的研究内容也包括能达性、能观测性、最小实现、系统辨识、预测、控制和稳定性等方面。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条