車輛主動懸架自適應變論域T-S模糊控制研究

摘要： 針對傳統(tǒng)變論域模糊控制存在過度依賴專家經驗、伸縮因子參數(shù)不能自適應調整的問題，提出一種車輛主動懸架自適應變論域T-S模糊控制策略，從而提高車輛的行駛平順性。結合神經網絡和T-S模糊推理建立基于自適應神經模糊推理的一階T-S模糊控制器，利用神經網絡的自學習特性產生完善的模糊規(guī)則，進而在傳統(tǒng)函數(shù)型伸縮因子的基礎上，將系統(tǒng)誤差和誤差變化率作為動態(tài)參數(shù)引入伸縮因子中，實現(xiàn)伸縮因子參數(shù)的...