本文首先利用苏吉诺的模糊模型对一非线性系统中的输入与输出资料进行辨识,其根据Stone-Weierstrass定理证实,透过模糊推论的过程,模糊系统可精确地逼近任何连续函数。进而提出一套系统之辨识流程,包括以Fuzzy C Mean进行空间分割...
详细信息
本文首先利用苏吉诺的模糊模型对一非线性系统中的输入与输出资料进行辨识,其根据Stone-Weierstrass定理证实,透过模糊推论的过程,模糊系统可精确地逼近任何连续函数。进而提出一套系统之辨识流程,包括以Fuzzy C Mean进行空间分割、以最小平方法作为初始参数之粗调、采用最陡梯度法进行参数微调、最後以一个性能指标函式作为模型评估之标准。最终目标在满足模型最简化以及精度上的两大需求。接着,如何针对一个模糊模型的受控区间来设计一个模糊控制器是本文的第二个研究目的。藉由李雅普诺夫稳定条件与线性矩阵不等式所推导的稳定条件是目前研究的热门课题,但如何有系统的寻找共同P解,以保证系统在李雅普诺夫下为渐近稳定仍是模糊控制器设计上之瓶颈。本研究将控制器之设计分为两大步骤,首先将模糊模型中的每一条规则视为一个区域线性状态方程式,针对每一个线性状态模型设计相对应的状态回授控制器。其次是建立一个全域稳定之条件,来取代共同P之求解,并保证所设计之模糊系统为全域稳定之系统。
暂无评论