1、自適應(yīng)模糊控制是具有學(xué)習(xí)算法的模糊邏輯系統(tǒng)，而模糊邏輯系統(tǒng)是由一系列模糊“如果-則”規(guī)則組成的，學(xué)習(xí)算法則是依靠輸入-輸出調(diào)整模糊邏輯系統(tǒng)的參數(shù)。由于其兼容了模糊控制理論與自適應(yīng)控制理論的優(yōu)點(diǎn)，因此，在非線性函數(shù)逼近、非線性系統(tǒng)建模與辨識(shí)、非線性系統(tǒng)控制和自適應(yīng)、自組織、自學(xué)習(xí)等方面得到了廣泛的研究和應(yīng)用。其中，如何消除逼近誤差和外擾的影響，保證非線性模糊控制系統(tǒng)的魯棒性和抗干擾能力是當(dāng)今控制領(lǐng)域的研究熱點(diǎn)之一。 本論文在對(duì)國(guó)內(nèi)

2、外大量文獻(xiàn)分析和總結(jié)的基礎(chǔ)上，主要對(duì)下面幾個(gè)問(wèn)題進(jìn)行了研究： (1)針對(duì)一類(lèi)單輸入單輸出非線性不確定系統(tǒng)，在系統(tǒng)不完全直接可測(cè)的情況下，基于Lyapunov理論設(shè)計(jì)方法，通過(guò)采用自適應(yīng)模糊邏輯系統(tǒng)逼近被控對(duì)象的未知非線性和引進(jìn)一種誤差觀測(cè)器，設(shè)計(jì)了一種基于觀測(cè)器的魯棒自適應(yīng)模糊控制。該方法考慮了函數(shù)逼近誤差和系統(tǒng)外擾的存在，并假設(shè)該逼近誤差和系統(tǒng)外擾有界但界未知的情況下，設(shè)計(jì)了一個(gè)魯棒自適應(yīng)控制器，并給出了這個(gè)界的自適應(yīng)估計(jì)項(xiàng)，

3、最后證明了所設(shè)計(jì)的控制器能獲得較好的跟蹤性能。 (2)針對(duì)一類(lèi)不確定離散非線性系統(tǒng)進(jìn)行了穩(wěn)定性分析并提出了模糊魯棒控制器、觀測(cè)器的設(shè)計(jì)方法。這里不僅考慮了系統(tǒng)狀態(tài)不可測(cè)問(wèn)題，而且考慮了模糊模型的不確定問(wèn)題。首先，由T-S模型對(duì)不確定非線性離散系統(tǒng)建模，不確定的非線性模型描述不同狀態(tài)空間的局部動(dòng)態(tài)區(qū)域。這些不確定的非線性模糊模型通過(guò)中心平均反模糊化、乘積推理、單點(diǎn)模糊化方法得到了全局模糊模型。模糊魯棒控制器和觀測(cè)器的設(shè)計(jì)是在并行分

4、布補(bǔ)償?shù)幕A(chǔ)上實(shí)現(xiàn)的，針對(duì)每一個(gè)局部不確定非線性模型設(shè)計(jì)一個(gè)模糊觀測(cè)器和模糊反饋控制器。最后的觀測(cè)器和控制器總體上是非線性的，是又一次單個(gè)非線性觀測(cè)器和控制器的模糊組合。同時(shí)，保證了系統(tǒng)魯棒穩(wěn)定性。 (3)針對(duì)一類(lèi)非線性不確定系統(tǒng)，提出了一種自適應(yīng)模糊滑?？刂破鞯脑O(shè)計(jì)方法。采用模糊神經(jīng)網(wǎng)絡(luò)對(duì)非線性系統(tǒng)建模，利用改進(jìn)的BP算法對(duì)模糊神經(jīng)網(wǎng)絡(luò)的隸屬函數(shù)中心、寬度和網(wǎng)絡(luò)權(quán)值進(jìn)行調(diào)節(jié)，當(dāng)系統(tǒng)存在外部干擾并有界時(shí)，利用Lyapunov方法

5、證明了系統(tǒng)的穩(wěn)定性。仿真結(jié)果證明了模糊滑?？刂破骶哂辛己玫目刂菩Ч?(4)針對(duì)一類(lèi)多輸入多輸出非線性不確定系統(tǒng)，提出了一種基于觀測(cè)器的模糊自適應(yīng)輸出反饋控制方法?？紤]函數(shù)逼近誤差和系統(tǒng)外擾有界但界未知的情況，利用“主導(dǎo)輸入”的思想解決MIMO的耦合問(wèn)題，基于Lyapunov函數(shù)方法，設(shè)計(jì)了一個(gè)魯棒自適應(yīng)控制器，在系統(tǒng)狀態(tài)不完全可測(cè)的情況下，在魯棒穩(wěn)定自適應(yīng)模糊控制設(shè)計(jì)基礎(chǔ)上，借助高增益觀測(cè)器估計(jì)系統(tǒng)的跟蹤誤差，得到系統(tǒng)狀態(tài)的估