导读:本文包含了粗糙控制器论文开题报告文献综述及选题提纲参考文献，主要关键词:智能控制,粗糙集,决策表,仿人控制
粗糙控制器论文文献综述
苗国耀,程辉[1]（2011）在《基于粗糙集的仿人智能控制器的设计》一文中研究指出将粗糙集理论的基本思想引入到仿人智能控制中,提出一种新型的仿人智能控制器的设计方法。利用粗糙集算法,从人的控制行为数据中提取控制规则,由此控制规则构造出仿人智能控制器,从而实现基于粗糙集的智能控制。(本文来源于《自动化应用》期刊2011年08期）
苏志军,黄东,潘爱先[2]（2011）在《基于粗糙集理论的仿人控制器设计》一文中研究指出针对如何模拟人的控制行为以及提取控制行为特性问题,提出了基于粗糙集理论的仿人控制器的规则提取方法和仿人控制器的设计方法,包括用人控制行为的样本集建立初始决策信息表、信息表离散化、属性约简、规则提取和决策表完备化等。实验结果表明:将所设计的仿人控制器应用到原有的实际系统中,能顺利实现规则校验,提出的仿人控制器的设计方法是可行的。(本文来源于《辽宁工程技术大学学报(自然科学版)》期刊2011年03期）
段堪丽[3]（2010）在《粗糙PID控制器的研究》一文中研究指出PID控制是最早发展起来的控制策略之一,由于其算法简单、鲁棒性好、可靠性高等优点,至今仍广泛应用于工业过程控制中。但是,PID控制的缺点是不适用于有大滞后、时变、非线性的控制对象。粗糙集理论作为一种知识发现和数据分析的新方法,可以处理不精确、不一致与不完整等各种不完备的数据,利用它可以从数据中获取有用的知识。利用粗糙集理论可以从数据集中提取规则集,不需要先验信息等优点设计的粗糙控制器已经应用于工业控制中。然而,粗糙控制往往不够精细,影响了它的实际应用。针对以上问题的存在,本文将粗糙控制和PID控制的优点相结合研究一种基于粗糙集理论和PID控制的控制器,一方面可以改善粗糙集控制的缺陷,另一方面可以弥补PID控制对复杂对象控制的不足。本文介绍了智能PID控制和粗糙控制的概念、特点及其发展现状;接着介绍了基于粗糙集理论的知识获取方法、PID控制及其参数整定算法;基于上述知识,研究粗糙PID控制器的设计方法。设计关键是如何从PID控制行为的数据样本中提取相应的决策表(规则集)。具体设计思路为:应用外部测试信号激励系统来获取数据;应用粗糙集理论从输入输出数据中通过学习构建比例控制规则库和积分控制规则库并通过两个参数联系起来形成粗糙PID控制规则库;设计基于规则的控制器对被控对象进行控制。将PID控制、粗糙控制、粗糙PID控制通过EFPT型过程控制实验装置构建的单容水箱系统进行实际的液位控制实验,并用研华工控机IPC-610和PCL-812PG采集卡对系统通信和编程,实现对系统中的液位的自动控制。通过试验结果表明,与PID控制器和粗糙控制器相比,粗糙PID控制器获得了较好的运行效果。(本文来源于《西安科技大学》期刊2010-06-30）
李韡,付冬梅[4]（2009）在《一种粗糙规则化的双因子免疫控制器》一文中研究指出根据粗糙集理论原理,从双因子免疫控制器的控制数据中抽取出控制规则,利用本文提出的一种新的规则评价标准筛选出优秀的规则构造控制器,即粗糙规则化的双因子免疫控制器,来对对象进行控制.通过仿真实验证明,粗糙规则化的双因子免疫控制器不但能够体现出普通双因子免疫控制器的学习记忆能力和抗滞后性能,而且在抗干扰性能和响应速度方面都有明显提高.(本文来源于《北京科技大学学报》期刊2009年08期）
王劲松,张仁忠,张妤[5]（2008）在《基于粗糙集的模糊神经网络控制器的研究》一文中研究指出针对现代工业过程的不断复杂化和其中非线性、不确定性因素的增加,给出了一种基于粗糙集的模糊神经网络控制器的设计方法,该方法将粗糙集理论与模糊神经网络结合起来,利用粗糙集从观测的输入输出数据中提取规则,并寻求最小规则集,解决了模糊神经网络"规则爆炸"问题。通过在MATLAB平台上进行仿真,结果表明该方法具有良好的控制能力,对于突加干扰具有良好自适应能力。(本文来源于《电机与控制学报》期刊2008年04期）
杨平[6]（2008）在《基于FCMA算法的粗糙—模糊控制器》一文中研究指出PID控制器以其结构简单、鲁棒性强、稳态无静差及易于操作等优点,作为工业控制中最通用的控制方法,经久不衰。但是对复杂被控对象应用的局限性,是制约其发展的重要因素之一。随着智能控制的发展,模糊控制理论的成熟和模糊控制技术的产生,为PID控制的发展带来了新的生机。本文在研究模糊控制系统的发展过程及其特点的基础上,针对单纯的模糊控制的缺陷,把粗糙集理论和自适应模糊C均值聚类算法作为对其优化的方法,对模糊控制器进行模糊规则的合理提取,以此进一步提高整个控制系统性能。粗糙集具有从大量数据中分析、推理、挖掘隐含知识及规律的能力,它解决了智能控制中对知识,尤其是不确定知识的处理这一难题,正在推动着智能控制的发展。本文利用粗糙集中知识约简这一思想精髓,对原始数据进行处理,直接从数据中提取模糊规则,减少了模糊控制器在规则获取方面的困难。粗糙集只能处理离散的数据,而工业过程中所产生的原始数据多为连续的。传统的数据离散放法都需要人为的设定分类数目,这样必然导致聚类结果的主观性和随意性,缺乏科学的依据,容易陷入局部最优解。本文利用自适应模糊C均值聚类算法对数据进行聚类,能够自适应地确定聚类中心的个数,可以避免在聚类数目的选取上存在的主观性,解决了聚类中的全局最优问题。并且对该聚类算法做出一些改进,使其有着良好的抗干扰性能。而模糊控制器(一般是二维模糊控制器)本质上是一类PD控制器,具有良好的动态性能,但由于其缺乏积分项,所以很难在模糊控制系统中消除稳态误差。为此,加入积分环节,并采用NLJ法寻优,使控制效果达到最优。本文在传统的模糊控制器研究的基础上,将上述的几种优化方法融入其中,进行了仿真,并且和蚁群算法优化的PID控制器进行比较。结果表明这一智能控制系统控制性能良好,是一个能达到满意控制效果的设计。(本文来源于《北京化工大学》期刊2008-06-04）
张学进[7]（2007）在《粗糙集与蚁群算法在智能模糊PID控制器及数据约简中的应用》一文中研究指出PID控制器在工业领域中作为最通用化的控制器已有50多年历史,现在仍然是应用最广泛的工业控制器。PID控制器主要优点是结构简单,鲁棒性强,稳态无静差且易于操作等。因此,PID控制器在工业中的应用才持续了如此之长的时间。但是它对复杂被控对象应用的局限性,是制约其发展的重要因素之一。随着智能控制的发展、模糊控制理论的成熟和模糊控制技术的产生,为PID控制的发展带来了新的生机。将模糊控制和PID控制融合到一起,可以互补他们彼此的不足:一方面模糊控制可以弥补PID控制对大滞后、非线性等复杂对象控制的不足;另一方面PID控制与模糊控制的结合,也在很大程度上使得模糊控制的控制品质粗糙、稳态精度不高等缺陷得到改善。粗糙集具有依靠经验学习并从海量数据中获取知识的能力,本文将粗糙集理论应用于模糊控制器,对原始数据进行处理,直接从数据中提取模糊规则,解决了以前一定要靠经验拼凑模糊规则的困难。PID控制器各个参数的确定是决定其是否能达到满意的控制效果的关键。本文应用了一种新型优化方法—蚁群算法,对PID控制器的参数进行整定。蚁群算法是一种基于种群的模拟进化算法。通过本文的算法仿真可以得到,基于蚁群算法的PID参数整定的算法收敛速度快,计算精度高,操作方便。最后本文提出了一种基于粗糙集的模糊控制器和基于蚁群算法的PID控制器的复合式智能模糊PID控制系统的设计,这种控制系统是在传统的复合模糊PID控制器研究的基础上,将上文所述的两种优化方法融入其中,实现了模糊PID控制系统的智能化。并且针对这种控制器在切换过程中的弊端,使用了一种基于模糊规则的切换算法对其进行改进,仿真结果验证了这种方法在改善控制器性能方面的优越性。最后,对一些复杂对象进行仿真实验,结果表明这一智能控制系统控制性能良好,是一个能达到满意控制效果的设计。本文还对粗糙集理论进行了一些深入的研究,将它应用于处理聚酯工业生产采集而来的数据,其约简的结果符合现场工艺情况,说明粗糙集应用于建模和分析决定产品质量的工艺参数上是可行的,从而体现了粗糙集理论在化工分析中的应用意义。(本文来源于《北京化工大学》期刊2007-12-03）
曲延滨,张扬[8]（2006）在《基于粗糙集理论的除氧系统智能控制器设计》一文中研究指出阐述了除氧系统智能控制器的控制策略以及知识库的建立,以粗糙集理论为基础,对冗余属性进行了约简,从而获得最简知识库。给出了利用粗糙集理论建立知识库、设计智能控制器的方法。本文设计的智能控制器应用在某炼油厂动力站除氧系统改造中,实际运行表明,该控制器能够保证系统在启动过程、投切过程稳定运行,并且保证了除氧系统运行指标。(本文来源于《热能动力工程》期刊2006年05期）
孙亮,杨飞,于建均,陈梅莲[9]（2006）在《一种基于指数粗糙集合的变精度控制器应用研究》一文中研究指出利用粗糙集合理论对控制量作了粗糙化,实现了控制系统的变精度控制。研究结果表明,对精确控制量的粗糙化,可以有效地保留控制系统的信息量,可以实现精确量集合向较少数量控制规则的转换,可以实现相对误差均衡的变精度控制策略。经仿真实验结果验证,应用指数粗糙集合可变精度控制器,可以在满足系统控制性能指标的条件下使受控系统的运动加速。因此该种控制器设计是一种有效的非线性控制器设计方法。(本文来源于《第25届中国控制会议论文集（下册）》期刊2006-08-01）
张虎,姚琼荟,徐袭[10]（2006）在《一种粗糙模糊控制器的设计与仿真》一文中研究指出研究了应用粗糙集理论上、下近似定义对模糊控制规则进行拓展设计粗糙模糊控制器的方法,完成了水箱水位粗糙模糊控制器的设计,并分别进行了模糊控制和粗糙模糊控制仿真研究,研究结果表明该粗糙模糊控制能有效改善模糊控制的性能。(本文来源于《微计算机信息》期刊2006年10期）
粗糙控制器论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对如何模拟人的控制行为以及提取控制行为特性问题,提出了基于粗糙集理论的仿人控制器的规则提取方法和仿人控制器的设计方法,包括用人控制行为的样本集建立初始决策信息表、信息表离散化、属性约简、规则提取和决策表完备化等。实验结果表明:将所设计的仿人控制器应用到原有的实际系统中,能顺利实现规则校验,提出的仿人控制器的设计方法是可行的。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
粗糙控制器论文参考文献
[1].苗国耀,程辉.基于粗糙集的仿人智能控制器的设计[J].自动化应用.2011
[2].苏志军,黄东,潘爱先.基于粗糙集理论的仿人控制器设计[J].辽宁工程技术大学学报(自然科学版).2011
[3].段堪丽.粗糙PID控制器的研究[D].西安科技大学.2010
[4].李韡,付冬梅.一种粗糙规则化的双因子免疫控制器[J].北京科技大学学报.2009
[5].王劲松,张仁忠,张妤.基于粗糙集的模糊神经网络控制器的研究[J].电机与控制学报.2008
[6].杨平.基于FCMA算法的粗糙—模糊控制器[D].北京化工大学.2008
[7].张学进.粗糙集与蚁群算法在智能模糊PID控制器及数据约简中的应用[D].北京化工大学.2007
[8].曲延滨,张扬.基于粗糙集理论的除氧系统智能控制器设计[J].热能动力工程.2006
[9].孙亮,杨飞,于建均,陈梅莲.一种基于指数粗糙集合的变精度控制器应用研究[C].第25届中国控制会议论文集（下册）.2006
[10].张虎,姚琼荟,徐袭.一种粗糙模糊控制器的设计与仿真[J].微计算机信息.2006