基于Sugeno型模糊推理算法的模糊控制器及其應(yīng)用

1、基于Sugeno型模糊推理算法的模糊控制器及其應(yīng)用基于Sugeno型模糊推理算法的模糊控制器及其應(yīng)用類別：嵌入式系統(tǒng)作者：武漢城市建設(shè)學(xué)院電氣自動(dòng)化教研室（430074） 王凌云 來源：電子技術(shù)應(yīng)用基于sugeno型模糊推理算法的模糊控制器及其應(yīng)用 摘要：介紹了型模糊推理算法的基本原理，給出了一種實(shí)現(xiàn)方法，并對(duì)其控制性能進(jìn)行了仿真。 關(guān)鍵詞：模糊控制器 型模糊推理 型模糊推理 模糊控制器是模糊控制系統(tǒng)的核心，通常由軟件編程實(shí)現(xiàn)，其控制算法的簡繁直接影響到控制器的實(shí)時(shí)性。型和型是兩種常用的模糊推理算法模型。在很多情況下，型模糊推理算法具有較多的優(yōu)點(diǎn)。 1 模糊控制器的工作過程 模糊推理過程就是運(yùn)

2、用模糊邏輯，進(jìn)行從輸入量到輸出量映射的過程，可以分為以下個(gè)步驟進(jìn)行： （1）輸入量模糊化（ ） 根據(jù)對(duì)應(yīng)的隸屬函數(shù)，確定輸入量的隸屬程度。輸入量是論域內(nèi)的數(shù)值，輸出量是對(duì)應(yīng)敘詞的隸屬度。模糊化可以通過查表或函數(shù)計(jì)算等方法實(shí)現(xiàn)。 （2）模糊邏輯運(yùn)算（ ） 當(dāng)模糊推理規(guī)則的前件（）含有幾個(gè)部分時(shí)，就需要對(duì)幾個(gè)輸入量進(jìn)行模糊邏輯運(yùn)算，以得到模糊邏輯推理所需的單一前件。 （3）模糊蘊(yùn)含（ ） 根據(jù)總結(jié)歸納的模糊規(guī)則，由前件蘊(yùn)含出后件（）。在過程中，各條規(guī)則的權(quán)重（）可取不同值。結(jié)果由前件和輸出量隸屬函數(shù)得出，為一系列隸屬函數(shù)表示的模糊集合。 （4）模糊合成（ ） 將各條規(guī)則蘊(yùn)含出的一系列隸屬函數(shù)合成為

3、輸出量隸屬函數(shù)。 （5）輸出逆模糊化（） 將模糊合成的隸屬函數(shù)數(shù)值化，得出模糊系統(tǒng)的清晰輸出量。 圖所示為一個(gè)輸入、規(guī)則、輸出的模糊推理過程示意圖。 2 型模糊推理算法 型模糊推理算法是最常用的模糊推理算法。型模糊推理算法與型類似，其中，輸入量模糊化和模糊邏輯運(yùn)算過程完全相同，主要差別在于輸出隸屬函數(shù)的形式。 典型的零階型模糊規(guī)則的形式如下： 式中和為輸入語言變量，和為推理前件的模糊集合，為輸出語言變量， 為常數(shù)。 在型模糊推理算法中，輸出隸屬函數(shù)是模糊集合，經(jīng)過模糊合成處理，即得到一個(gè)需要逆模糊化的輸出變量。當(dāng)采用尖峰脈沖形隸屬函數(shù)替代分布形隸屬函數(shù)時(shí)，往往能使模糊推理過程簡化而有效，這就是

4、所謂的單元素隸屬函數(shù)。單元素隸屬函數(shù)可以看作已預(yù)逆模糊化處理的模糊集合，由于不需要象型模型那樣計(jì)算二維函數(shù)的形心，可以極大地提高逆模糊化處理過程的效率。模型中即采用單元素輸出隸屬函數(shù)，其模糊蘊(yùn)含即是簡單的乘法，模糊合成即是各單元屬輸出隸屬函數(shù)的簡單包含。 更為一般的一階模型規(guī)則的形式為： 式中和為輸入語言變量，和為推理前件的模糊集合，為輸出語言變量，為常數(shù)。更高階數(shù)的模型規(guī)則也可以類似構(gòu)成，但增加了模型的復(fù)雜性，性能卻改善不大，故很少使用。 由于各條規(guī)則與輸入量的線性關(guān)系，使得型模型特別適合在動(dòng)態(tài)非線性系統(tǒng)中作為不同工作狀態(tài)下多線性控制器的平滑切換。 3 模糊控制器的實(shí)現(xiàn)及應(yīng)用 型模糊控制器能

5、廣泛地用于各種工業(yè)控制系統(tǒng)。下面以二維通用模糊控制器在嵌入式工業(yè)控制機(jī)上的實(shí)現(xiàn)為例說明型模糊控制器的編程方法。 二維模糊控制器的輸入量取為偏差和偏差變化率，輸出量為控制量變化量。偏差的語言詞集取個(gè)，為負(fù)大，負(fù)中，負(fù)小，負(fù)零，正零，正小，正中，正大；偏差變化率的語言詞集取個(gè)，為負(fù)大，負(fù)中，負(fù)小，零，正小，正中，正大；輸出量變化量的語言詞集也取個(gè)，為負(fù)大，負(fù)中，負(fù)小，零，正小，正中，正大。輸入量和的隸屬函數(shù)形式取為常用的高斯形（），其形狀如圖所示。如輸出量變化量的隸屬函數(shù)形式也取為高斯形，就是型模糊推理算法的模糊控制器。為構(gòu)成型模糊控制器，我們?nèi)≥敵隽繛閱卧獙匐`屬函數(shù)，具體為負(fù)大，負(fù)中，負(fù)小，零，

6、正小，正中，正大。模糊推理規(guī)則共條，詳見表模糊控制規(guī)則表，其表面圖形示意圖見圖。表1 模糊控制規(guī)則表 ec u nb nm ns z ps pm pb e nb 1.00 1.00 1.00 1.00 0.67 0.33 0.33 nm 1.00 1.00 1.00 1.00 0.67 0.00 0.00 ns 0.67 0.67 0.67 0.33 0.00 -0.33 -0.33 nz 0.67 0.67 0.33 0.00 0.00 -0.33 -0.67 pz 0.67 0.33 0.00 0.00 -0.33 -0.67 -0.67 ps 0.33 0.33 0.00 -0.33 -

7、0.67 -0.67 -0.67 pm 0.00 0.00 -0.67 -1.00 -1.00 -1.00 -1.00 pb -0.33 -0.33 -0.67 -1.00 -1.00 -1.00 -1.00 控制器模糊運(yùn)算方法及逆模糊化方法分別取為： 模糊運(yùn)算為：（，） 模糊運(yùn)算為：（，） 逆模糊化運(yùn)算為加權(quán)平均法：wz / w 經(jīng)過上述各項(xiàng)定義，型模糊控制器的模型已經(jīng)完全確定。為方便起見，可以選軟件作為編程平臺(tái)。首先，利用的可視化模糊邏輯工具命令建立文件名為的模糊算法模型，由于的工具支持多種隸屬函數(shù)、模糊運(yùn)算、模糊推理及逆模糊化算法，上述模型可以很快建立，而且在可視化環(huán)境中完成。下一步是利

8、用環(huán)境中提供的編譯工具 進(jìn)行編譯。的模糊算法模型中使用了工具中較多的文件，如、等，須一并編譯。在環(huán)境下，用命令即可編譯得到和。該源程序代碼完全支持，可以作為程序模塊應(yīng)用于嵌入式或其它工業(yè)控制機(jī)系統(tǒng)中（須 庫支持）。至此，基于模糊推理算法的二維模糊控制器已經(jīng)實(shí)現(xiàn)。 為驗(yàn)證型模糊控制器的性能，在的環(huán)境中，構(gòu)造了一個(gè)控制系統(tǒng)，對(duì)工業(yè)控制系統(tǒng)中常見的大滯后、大慣性被控對(duì)象： ()k / (ts+1) 進(jìn)行了仿真。為比較不同控制算法的差異，還同時(shí)對(duì)型模糊推理算法和型控制算法進(jìn)行了仿真。仿真結(jié)果如圖所示?？梢钥闯?，型模糊推理算法除了具有模型簡單、實(shí)時(shí)計(jì)算快的優(yōu)點(diǎn)外，其控制性能也比較優(yōu)異。 型模糊推理算法具有直觀、已普遍被人們接受和比較適合于人類輸入的控制系統(tǒng)等優(yōu)點(diǎn)。由于采用了單元屬隸屬函數(shù)以及輸出與輸