WaterTank Challenge是一个由Matlab代码编写的仿真环境。主要要求挑战者编写Matlab代码控制水箱液位至目标液位。控制量为水箱进水阀门，控制量为正数. 1. 水箱动力学模型 水箱动力学模型具体描述见 [matlab链接](https://www.mathworks.com/help/slcontrol/gs/watertank-simulink-model.html). 小车的动力学模型，如下Simulink模型所示 其中，[a,b]分别是水箱进水阀和出水阀系数，H为液位高度，u是进水阀开度。可知水箱出水速度与水箱液位高度有关。 另外仿真环境对水箱阀门设置了“饱和”机制（如下图所示），即挑战者传递给仿真器的水箱阀门控制量，将会被限制在一定范围内。 2. Observation（当前环境信息） 仿真环境每隔一段时间，将会把仿真环境的信息以Observation类的形式告知挑战者，它的成员变量包含 3. 得分（暂无） 4. 设计控制策略 挑战者需要设计并提交一个Policy类文件，主要完成action函数。action函数传入参数为obser

主要用脑部图像进行分割测试，也可以自己读取图片进行测试，测试指标为JS

提高风出力预测精度的储能系统模糊控制策略，阿丽努尔.阿木提，晁勤，风气象信息精细化程度不够造成风电场风出力预测精度低，导致电网调度困难问题，从而易造成电力系统失稳。本文提出在风电场中配置

【摘要l本 文 培 出了模 格 控制 系统 稳 定性 分 析的 框 平面 法 和稳 定 区间法 ， 并对 应用 这 两种 方法 设计 模 糊 控制 系 统进 行

在介绍模糊控制基本原理及模糊控制器设计与分类的基础上，推导出一种简化PID型模糊控制器。为了验证简化PID型模糊控制器的性能，将其与PD及 PI型模糊控制器进行比较。其仿真结果最后表明，在控制器参数选取相同的情况下，简化PID型模糊控制器的性能要优于PD型和PI型模糊控制器。

本文基于模糊控制器的基础上，设计实现了一种双模糊控制器，根据实际系统输出信号的误差大小利用两个模糊控制器分别进行控制，以改善系统的快速性和消除误差。 　　1 双模糊控制器的设计 　　单模糊控制器主要用于快速响应及对大误差的消除，在单模糊控制器中，将其误差量化因子Ke增大，从而相当于缩小了误差的基本论域，增大了对误差变量的控制作用。同时，将误差变化率因子Kec增大，以减小超量。将控制量的比例因子Ku减小，以减小系统振荡。 　　双模糊控制器原理图如图1所示,假设变量eo为大、小误差的临界值(人为可以根据实际设定)，当系统误差较大时，用单模糊控制器1控制，以达到快速响应、消除误差的目的；当系统

类似百度多关键字任意组合模糊搜索PB例程

概括地说：如果控制器是在自适应模糊逻辑系统的基础上构造的（自适应模糊控制是指具有自适应学习算法的模糊逻辑系统），我们就把这种控制器称为自适应模糊控制器。可以用一个自适应模糊系统构成，也可以用若干个模糊逻辑系统构成。

为了准确预测瓦斯涌出量,提出了一种基于模糊聚类和支持向量机(SVM)的瓦斯涌出量预测方法。将瓦斯涌出量相关影响因素作为特征空间中的样本,采用模糊C均值聚类对特征空间中的样本进行聚类分析,对于所得到的不同类别样本分别建立SVM预测模型。结果表明:采用单纯的SVM预测方法,对于不同特征的样本的预测个别预测误差相对较大,其最大误差为8.11%,平均误差为4.68%,采用文中所建议的用FCM对样本分类后再进行SVM预测,预测精度有明显改善,最大误差和6.94%,平均误差为3.35%,表明所建议的方法是有效和可行的。

为了解决电机传统直接转矩控制方法中存在转矩和磁链脉动大的问题，本文在研究异步发电机、正弦脉宽调制(SVPWM)、及直接转矩控制算法的基础上，提出了改进型异步发电机直接转矩控制算法。利用Matlab/Simulink仿真平台搭建了异步发电机直接转矩控制算法系统仿真模型，包括电机模块、测量模块、逆变模块、速度和转矩计算调节模块等，并进行系统的仿真分析。从结果可知，与传统异步发电机直接转矩控制算法相比较，改进型直接转矩控制系统控制精度高明显提高、响应速度得到改善、鲁棒特性好，证明了该控制算法的有效性与可行性。