| 【中文题名】 | 车距的模糊自适应控制及其应用研究 |
| 【英文题名】 | Fuzzy Adaptive Control and Its Application on Car Distance |
| 【学科专业】 | 运筹学与控制论 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-3-2 |
| 【中关键词】 | 车间距离,模糊控制,自适应控制,神经网络,B样条函数, |
| 【英关键词】 | vehicle distance,fuzzy control,adaptive control,neural network,B-Spline function, |
| 【分类导航】 | 数理科学和化学>数学>控制论、信息论（数学理论）>控制论（控制论的数学理论）>> |
| 【论文摘要】 | 近年来，智能运输系统在世界范围内得到了快速发展。安全辅助驾驶作为该领域的重要内容之一，其主要应用领域包括：速度建议与超速建议、车道偏离警告与预防、追尾碰撞警告与预防、疲劳驾驶监控等内容。
车间距离控制系统主要用于追尾碰撞事故的警告与预防。目前，车间距离控制系统的理论研究与实际应用已取得了一定的进展，它们广泛应用了广义预测模型、PID控制、经典的模糊控制等方法，但是这些方法都具有一定的局限性，由于系统参数是事先确定下来的，系统运行中它们不具有自适应性，当外界环境变化较大时控制效果较差。
模糊控制不需要建立被控系统的精确数学模型，而用语言变量来描述系统；神经网络是一种非线性映射，具有自学习能力、能并行处理信息等优点；B样条函数由于它的递推性、局部正支撑和微分特性，可以同时满足模糊系统和神经网络的要求。因此本设计选择B样条函数作为模糊神经网络控制器的隶属函数，以B样条函数为媒介将模糊控制与神经网络有机地结合起来，发挥各自优势，实现对控制器的优化。同时，通过分析以B样条函数为隶属函数的模糊神经网络系统在抗干扰能力方面的不足，提出了基于改进型B样条函数的模糊神经网络控制器。结合上述理论，... |
| 【论文题纲】 |
|
摘要 |
5-6 |
|
Abstract |
6-9 |
|
第一章 绪论 |
9-15 |
|
1.1 应用的现状与研究的意义 |
9-10 |
|
1.2 研究现状与存在的问题 |
10-15 |
|
1.2.1 常用的传感器及其工作原理 |
10-12 |
|
1.2.2 上位控制器常用的控制算法 |
12-15 |
|
第二章 模糊自适应控制理论 |
15-19 |
|
2.1 模糊集合及其运算 |
15-16 |
|
2.2 模糊控制系统 |
16-18 |
|
2.3 模糊控制系统的特性 |
18-19 |
|
第三章 基于B样条函数的模糊神经网络 |
19-31 |
|
3.1 B样条函数 |
19-21 |
|
3.1.1 B样条函数简介 |
19-20 |
|
3.1.2 B样条函数与隶属函数 |
20-21 |
|
3.1.3 以B样条函数为隶属函数的模糊系统 |
21 |
|
3.2 基于B样条函数的模糊神经网络(B-ANFIS) |
21-31 |
|
3.2.1 B-ANFIS的结构 |
22-24 |
|
3.2.2 基于B样条函数的模糊神经网络(B-ANFIS) |
24-25 |
|
3.2.3 B-ANFIS的学习算法 |
25-28 |
|
3.2.4 仿真实例 |
28 |
|
3.2.5 改进后的B-ANFIS |
28-31 |
|
第四章 车距模糊自适应控制器的设计与优化 |
31-40 |
|
4.1 行车安全距离 |
31-32 |
|
4.2 模糊控制器的设计 |
32-34 |
|
4.2.1 确定模糊控制器的结构 |
32 |
|
4.2.2 选择描述输入、输出变量的模糊语言 |
32-33 |
|
4.2.3 确定模糊集合的隶属函数及控制规则 |
33-34 |
|
4.2.4 模糊化和去模糊化的方法 |
34 |
|
4.3 车间距离控制器的设计与优化 |
34-40 |
|
第五章 仿真试验 |
40-45 |
|
5.1 仿真工具简介 |
40-41 |
|
5.1.1 Simulink工具箱 |
40 |
|
5.1.2 模糊逻辑工具箱 |
40-41 |
|
5.2 控制框图与仿真实例 |
41-45 |
|
致谢 |
45-46 |
|
硕士阶段发表论文 |
46-47 |
|
参考文献 |
47-49 |
|
| 【DOI】 | LunWen.ID:2.2008.10661 |
