Uczący się regulator rozmyty z modelem odniesienia

• Autorzy: Wiktorowicz K.

Warianty tytułu

EN

Fuzzy logic learning controller with reference model

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono zastosowanie uczącego się regulatora rozmytego z modelem odniesienia FMRLC do sterowania obiektem liniowym drugiego rzędu. Regulator FMRLC składa się z trzech głównych elementów: właściwego regulatora rozmytego, który podlega uczeniu, modelu odniesienia i mechanizmu uczenia (adaptacji). Mechanizm uczenia modyfikuje bazę reguł regulatora w taki sposób, aby układ zamknięty odpowiadał jak model odniesienia. W pracy zaprezentowano procedurę projektowania omawianego układu sterowania. Jakość pracy układu oceniono na podstawie symulacji.

EN

The paper presents the application of the Fuzzy Model Reference Learning Controller (FMRLC) to control of a second order linear object. The FMRLC consists of three main parts: a fuzzy controller that is tuned, a reference model and a learning (adaptation) mechanism. The learning mechanism changes the rule base of the fuzzy controller so that the closed loop system behaves like the reference model. In the paper the design procedure of the control system is presented. The performance of the proposed control was evaluated by simulations.

Słowa kluczowe

PL

sterowanie rozmyte; uczenie; adaptacja; model odniesienia

EN

fuzzy control; learning; adaptation; reference model

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 2008
• Tom: R. 54, nr 12
• Strony: 887--891
• Opis fizyczny: Bibliogr. 14 poz., rys.,tab., wzory

Twórcy

autor

Wiktorowicz K.

• Katedra Informatyki i Automatyki, Politechnika Rzeszowska,

Bibliografia

• [1] R. R. Yager, D. P. Filev, Podstawy modelowania i sterowania rozmytego, WNT, Warszawa, 1995.
• [2] E. H. Mamdani, S. Assilian: An experiment in linguistic synthesis with a fuzzy logic controller, International Journal of Man-Machine Studies, vol. 7, 1-13, 1975.
• [3] L. Zadeh: Outline of a new approach to the analysis of complex systems and decision processes, IEEE Trans. Systems, Man and Cybernetics, 28-44, 1973.
• [4] J. Kluska, K. Wiktorowicz: Automatic generating of fuzzy control rules for a fuzzy logic controller using Matlab, Systems Science, vol. 23, no. 1, 89-99, 1997.
• [5] K. Wiktorowicz, R. Zajdel: O doborze reguł sterowania dla regulatora rozmytego, Pomiary Automatyka Kontrola, nr 1, 44-46, 2005.
• [6] K. M. Passino, S. Yurkovich: Fuzzy control, Addison-Wesley, 1998.
• [7] S. Sastry, M. Bodson: Adaptive control: Stability, convergence, and robustness, Prentice-Hall, Englewood Cliffs, New Jersey, 1989.
• [8] A. Niederliński, J. Mościński, Z. Ogonowski: Regulacja adaptacyjna, PWN, Warszawa, 1995.
• [9] J. R. Layne, K. M. Passino: Fuzzy model reference learning control, Journal of Intelligent and Fuzzy Systems, vol. 4, 33-47, 1996.
• [10] T. Takagi, M. Sugeno: Fuzzy identification of systems and its applications to modeling and control, IEEE Trans. Systems, Man and Cybernetics, vol. 15, 116-132, 1985.
• [11] K. Wiktorowicz: Jakość regulacji rozmytej, Rozprawa doktorska, Politechnika Wrocławska, 2001.
• [12] T. Żabiński: Sterowanie systemami mechatronicznymi w czasie rzeczywistym − podejście klasyczne i inteligentne, Rozprawa doktorska, AGH, 2006.
• [13] P. J. MacVicar-Whelan: Fuzzy sets for man-machine interactions, International Journal of Man-Machine Studies, vol. 8, 687-697, 1977
• [14] J. Kluska: Sterowanie z logiką rozmytą. Zeszyty Naukowe Politechniki Rzeszowskiej, Seria Elektrotechnika, z. 12, nr 104, Rzeszów, 1992.