题目：复杂系统的智能化建模与控制

复杂系统的智能化建模与控制是当前控制领域的一个重要的前沿研究方向，其中基于模糊系统的辨识和控制具有重要的理论意义和应用价值。本文基于T-S模糊系统的模糊树辨识方法，深入研究了模糊树模型对复杂系统的智能化建模与控制。主要工作包括以下几个方面：1. 完善了已有的两种模糊树辨识方法，通过国际标准例题Mackey-Glass混沌时间序列预测建模问题，系统全面地比较了模糊树辨识方法和Matlab中提供的ANFIS方法和模糊聚类方法。通过对数值仿真结果的比较，表明模糊树辨识方法具有精度高、计算量小，特别是对维数不敏感的优点。在一定程度上解决了“规则爆炸”问题。以模糊树辨识方法为核心算法，研制了软件“自适应树结构模糊推理辨识系统V1.0” 。该软件帮助用户方便地在复杂系统的建模中使用模糊树辨识方法，对Matlab的有关工具箱是一个有益的补充。2. 基于模糊树辨识方法和鲁棒线性估计方法，提出了两种新的鲁棒T-S模糊模型辨识方法，即数据含非结构不确定性的非结构鲁棒模糊树(USRFT)辨识方法和数据含结构不确定性的结构鲁棒模糊树(SRFT)辨识方法，并给出了模型误差分析的理论证明。该方法应用于具有国防工程背景的飞行器测位控制器建模，结果表明了方法的有效性和工程可实用性。3. 基于模糊树模型，提出了两种新的自适应模糊控制器设计方法：(1) 提出了一种间接的模糊自适应控制器的设计方法。采用模糊树辨识方法I离线辨识系统中的未知非线性函数，得到初始的控制器，然后在线调节模糊树模型中的线性参数，改善控制器的性能，实现对有界参考输入信号的跟踪控制。(2) 结合神经网络中的逆向学习和专门化学习，提出了一种直接逆模型控制器设计方法。采用模糊树辨识方法II离线辨识对象的逆模型作为初始的控制器，在线调节控制器中的线性参数。与已有方法相比较，这两种方法可以减少模糊规则的数目，在一定程度上缓解了困扰模糊控制的“规则爆炸”问题。4. 对于基于模糊动态模型，利用并行分布补偿的概念设计模糊控制器的模糊动态系统，提出了一种新的闭环系统稳定性判据。与已有的结果相比，把矩阵不等式条件转化成关于矩阵特征值的不等式条件，减少了计算量。同时具有较小的保守性。将各局部线性状态反馈进行加权的隶属度函数视为待设计的非线性增益，提出了一种新的非线性状态反馈控制器的设计方法，该方法的优点是可以确保闭环系统的稳定性。5. 提出一种新的率相关迟滞非线性系统的建模方法，并对其在超磁致伸缩作动器建模中的应用进行了研究。与已有的方法比较，所建的模型结构简单。与实验结果对比，模型可以很好地描述作动器对于复合频率输入信号的迟滞非线性。将基于模糊树模型的直接逆控制方法应用到作动器的跟踪控制中，数值仿真结果表明了方法的正确性和可行性。同时，在基于LMS自适应滤波的超磁致伸缩主动振动控制中，提出了一种有效选择滤波器中权向量初值的方法，建立了权向量初值关于激振信号频率的模糊树模型。从而确保了算法的收敛性，并提高了减振的速度。实验结果验证了方法的正确性和有效性。