智能机器人系统的弹性模糊控制方法研究

本项研究在弹性模糊控制方面取得了创造性成果：1.首次提出弹性模糊控制策略，突破模型控制中现有的推理模式；可自建立及优化模糊控制规则，使模糊控制具有自学习功能；克服了模糊神经网络不能直接优化规则的缺点，极大地改善了模糊控制系统性能。2.首次把模糊数学理论与变结构系统理论结合起来，提出了基于模糊推理的模糊变结构控制策略，有效抑制变结构系统的抖振。3.利用基于Lyapunov直接法的模糊稳定性理论，首次得到了相应的控制系统全局渐近稳定的充分条件。4.用基因算法以及基于遗传算法与模拟退火算法混合策略对模糊控制规则进行最优求取，得到了最优模糊控制规则。对于开发新型智能机器人和发展新的控制器有广泛的应用前景。