针对一类输入输出之间具有非线性关系的非线性系统，提出了一种基于2型模糊系统理论的区间2型和TS模糊控制器相结合的模糊控制方法。 为了确保其稳定性，抗干扰能力和最小逼近误差，此设计结合了直接，间接，监督和补偿控制类型来构造控制器。 这样，控制器的结构不仅具有2型模糊集的特征，可以减少规则的不确定性，而且具有输入变量线性组合的TS模糊模型，可以提高建模精度。并减少系统规则的数量。 通过使用Lyapunov综合方法，分析了所有变量统一有界的闭环系统的全局稳定性和收敛性，并给出了系统参数的自适应律。 最后，通过仿真验证了该方法的有效性和优越性。

1.1 模糊数学简介 1965 年，美国著名计算机与控制专家查德(L.A.Zadeh)教授提出了模糊的概念，并 在国际期刊《Information and Control》并发表了第一篇用数学方法研究模糊现象的论文 “Fuzzy Sets”(模糊集合)，开创了模糊数学的新领域。 模糊是指客观事物差异的中间过渡中的“不分明性”或“亦此亦彼性”。如高个子 与矮个子、年轻人与老年人、热水与凉水、环境污染严重与不严重等。在决策中，也有 这种模糊的现象，如选举一个好干部，但怎样才算一个好干部？好干部与不好干部之间 没有绝对分明和固定不变的界限。这些现象很难用经典的数学来描述。

混合动力模糊控制（可以嵌套到整车模型中）_混合动力汽车Simulink模型.rar

针对一类连续时间非线性系统的稳定性分析问题,提出一种基于Takagi-Sugeno模糊模型的稳定性分析新方法.在模糊系统稳定性分析过程中,通过加入松弛矩阵技术,能充分考虑模糊隶属函数时间导数的有用信息,并显著增加稳定性分析的自由度,从而获得比已有稳定性判据保守性更小的连续时间Takagi-Sugeno模糊系统稳定性判据.所提出的稳定性判据以线性矩阵不等式形式给出,可方便地通过MATLAB数值软件求解.仿真实验验证了所提方法的有效性.

智能自适应模糊控制，90页PPT文件。 模糊控制的突出优点是能够比较容易地将人的控制经验溶入到控制器中，但若缺乏这样的控制经验，很难设计出高水平的模糊控制器。而且，由于模糊控制器采用了IF-THRN控制规则，不便于控制参数的学习和调整，使得构造具有自适应的模糊控制器较困难。

首先详细地介绍了基于标准模型和基于Takagi-Sugeno模型的模糊神经网络的系统结构和学习算法及其MATLAB实现；然后重点介绍了自适应神经模糊系统及其MATLAB实现和自适应神经模糊推理系统在建模中的应用；最后介绍了模糊聚类及其MATLAB实现。模糊聚类自身是一种特殊的模糊逻辑，既可以单独使用模糊聚类来解决一些问题，也可以把模糊聚类与自适应神经模糊推理系统结合起来。 重点在于介绍这些系统和方法的基本概念以及应用，简化复杂的数学理论，指导读者借助MATLAB工具来辅助完成系统的设计以及计算的问题。

安全技术-网络信息-随机TS模糊神经网络的稳定性分析.pdf

模糊逻辑控制策略可能在系统包含强非线性（如风湍流强）或控制目标包括疲劳载荷时具有潜力。

针对变桨距风力机存在非线性、时变性、抗干扰性和滞后性等问题，在分析风力发电机组系统特性和变桨距控制要求的基础上，建立了风力发电机的数学模型，并对变速恒频风力发电机组在低于和高于额定风速运行时的变速桨距调节分别设计了两个模糊控制器，最后在Matlab/Simulink仿真软件上利用SimPower-Systems模块进行仿真，仿真结果表明本方法有效、可行。

将PID和模糊PID应用于风力发电机的控制，其中风力发电机采用具有强非线性的数学模型，模糊PID控制器使用二维线性规则库和标准三角型隶属度函数的结构。在MATLAB平台上搭建仿真模型，仿真结果表明在误差存在的情况下，采用模糊PID控制比PID控制效果好，模糊PID控制鲁棒性强。