模糊控制心得

1、 糊推理就是一種模糊變換，它將輸入變量模糊集變換為輸出變量模糊集，實現(xiàn)論域的轉(zhuǎn)換。模糊化接口。模糊化是將模糊控制器輸入量的確定值轉(zhuǎn)換為相應(yīng)模糊語言變量值的過程，此相應(yīng)語言變量均由對應(yīng)的隸屬度來定義。若以偏差。為輸入，通過模糊化處理，用模糊語言變量E來描述偏差，若以T(E)記作E的語言值集合，則有:T(E):負大，負中，負小，零，正小，正中，正大或用其英文字頭縮寫表示成:T(E)二NB，NM,NS,ZE,PS,PM,PB過程參數(shù)的變化范圍是各不相同的，為了統(tǒng)一到指定的T.(E)論域中來,模糊化的第一個任務(wù)就是進行論域變換，過程參數(shù)的實際變化范圍稱為基本論域。可以通過變換系數(shù)(量化因子)實現(xiàn)由基本

2、論域到T(E)論域的變換。模糊化的第二個任務(wù)是求得輸入對應(yīng)于語言變量的隸屬度。語言變量的隸屬函數(shù)有兩種表示方式，即離散方式和連續(xù)方式。離散方式是只取論域中的離散點(整數(shù)值)及這些點的隸屬度來描述一個語言變量;連續(xù)方式將隸屬度表示成論域變量的連續(xù)函數(shù)，最常見的隸屬函數(shù)形式有三角形、高斯型、正態(tài)型、梯形等。規(guī)則庫。規(guī)則庫是由若干條模糊語言控制規(guī)則所組成的，這些控制規(guī)則可以來自于現(xiàn)場操作人員或?qū)＜业?，是對?guī)則操作的經(jīng)驗性總結(jié)，規(guī)則庫中的控制規(guī)則可以用語言規(guī)則形式給出。模糊推理。利用模糊推理，可以由輸入的模糊集合E得到輸出的模糊集合U。推理是從一些模糊前提條件推倒出某一結(jié)論，這些結(jié)論可能存在模糊和確定

3、兩種情況。目前模糊推理有十幾種方法，大致分為直接法和間接法兩類。通常把隸屬函數(shù)的隸屬度值視為真值進行推理的方法是直接推理法。最常用的是Mamd面的max.而n合成法。清晰化接口。清晰化接口又稱去模糊或解模糊。根據(jù)規(guī)則經(jīng)過推理得到的是模糊集合（單點集合除外），它仍然無法被執(zhí)行機構(gòu)識別和執(zhí)行，因此需要將模糊集合變成清晰值，這個過程稱為清晰化。清晰化的方法很多，其中最簡單常用的一種是最大隸屬度法?？偵纤?，模糊控制器實際上是依靠微機（或單片機）構(gòu)成的。它的絕大部分功能由計算機程序來完成的。隨著專用模糊芯片的研究和開發(fā)，也可以由硬件逐步取代各組成單元的軟件功能。五、模糊控制系統(tǒng)的matlab設(shè)計與仿真

4、模糊控制是智能控制的一個重要分支，其實質(zhì)是對人觀察、思考、判斷、決策的思維過程的一種模擬。模糊控制器的設(shè)計在很大程度上依賴于設(shè)計者的實踐經(jīng)驗，帶有相當?shù)闹饔^性。因此，對于一個特定的被控對象，需要借助某種手段對控制器進行優(yōu)化才能取得較為滿意的設(shè)計效果。改善模糊控制性能的最有效方法是優(yōu)化模糊控制器的控制規(guī)則和有關(guān)參數(shù)。Matlab是一種面向科學(xué)與工程計算的高級語言，它集科學(xué)計算、自動控制、模糊系統(tǒng)、神經(jīng)網(wǎng)絡(luò)等學(xué)科的處理功能于一體，編程效率高，使用簡單方便。Matlab具有強大的擴展功能，它提供的建?？梢暬浖黃imulink和各種工具箱為仿真研究提供了強有力的手段。借助于它們，可以直觀方便地進行

5、分析、計算和仿真研究。為提高設(shè)計模糊控制器的效率，本文在相關(guān)研究的基礎(chǔ)上，提出了一種基于Matlab的模糊控制器優(yōu)化設(shè)計與仿真分析的實現(xiàn)方法。該方法首先利用模糊系統(tǒng)工具箱（FuzzyLogicToolbox）的圖形用戶界面（GUI）工具結(jié)合Matlab函數(shù)構(gòu)建模糊控制器，然后利用最優(yōu)化工具箱（OptimizationToolbox）函數(shù)對模糊控制規(guī)則和參數(shù)進行優(yōu)化，最后利用Simulink建立仿真模型并仿真分析系統(tǒng)動態(tài)性能和優(yōu)化設(shè)計結(jié)果。Matlab是MathWork公司于1984年推出的基于矩陣運算的強大數(shù)值計算軟件。因為其基本的數(shù)據(jù)單位是矩陣,指令表達又與數(shù)學(xué)、工程中常用的習(xí)慣形式十分相似

6、,因此用Matlab解決問題要比用C或者Fortran等簡捷得多。Matlab包含許多功能強大的工具箱,Simulink工具箱就是其中之一。它是實現(xiàn)動態(tài)系統(tǒng)仿真的一個集成環(huán)境,其主要功能是對動態(tài)系統(tǒng)作適當?shù)姆抡娣治?從而可以在實際系統(tǒng)做出之前預(yù)先對系統(tǒng)進行分析，并做出適當?shù)膶崟r修正，以增強系統(tǒng)的性能，減少系統(tǒng)反復(fù)修改的時間。Matlab還提供了模糊邏輯工具箱，即Fuzzy工具箱。它是運用圖形用戶界面(GUI)來設(shè)計模糊控制器的，可以直觀的完成模糊控制器的設(shè)計。同時此工具箱中還提供30多個函數(shù),用戶可以通過命令來調(diào)用這些函數(shù)，完成模糊控制器的設(shè)計。已知受控對象:1eo.5s10S+1設(shè)計模糊控制

7、器使其具有良好的階躍響應(yīng)系統(tǒng)輸入為階躍輸入，系統(tǒng)輸出誤差為e，誤差變化率為e，控制量為u。選取模糊控制器(FC)的輸入ec和e及其控制量u的論域均為-6,-5,-4,-3,-2,-l,0,l,2,3,4,5,6;e,e及u的語言cc變量值均選為NB、NM、NS、ZE、PS、PM、PB。模糊推理規(guī)則可根據(jù)經(jīng)驗總結(jié)出，如表1所示。表1FC的模糊控制規(guī)則表ecNBNMNSZEPSPMPBNBNBNBNBNBNMZEZENMNBNBNBNBNMZEZENSNMNMNMNMZEPSPSZENMNMNSZEPSPMPMPSNSNSZEPMPMPMPMPMZEZEPMPBPBPBPBPBZEZEPMPBPB

8、PBPB然后就利用Simulink實現(xiàn)模糊控制器的設(shè)計及系統(tǒng)的仿真。圖4模糊控制系統(tǒng)框圖仿真結(jié)果如下圖所示:圖5仿真曲線圖六、模糊控制理論現(xiàn)狀盡管模糊控制理論已經(jīng)取得了可觀的進展，但與常規(guī)控制理論相比仍不成熟。模糊控制系統(tǒng)的分析和設(shè)計尚未建立起有效的方法，在很多場合下仍然需要依靠經(jīng)驗和試湊。近年來,許多人一直嘗試將常規(guī)控制理論的概念和方法擴展至模糊控制系統(tǒng),而模糊控制與神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法已成為研究的熱點，二者的結(jié)合有效地推動了自學(xué)習(xí)模糊控制的發(fā)展。模糊控制易于獲得由語言表達的專家知識，能有效地控制那些難以建立精確模型而憑經(jīng)驗可控制的系統(tǒng),而神經(jīng)網(wǎng)絡(luò)則由于其仿生特性更能有效利用系統(tǒng)本身的信息，

9、并能映射任意函數(shù)關(guān)系,具有并行處理和自學(xué)習(xí)能力，容錯能力也很強。在集成大系統(tǒng)中，神經(jīng)網(wǎng)絡(luò)可用于處理低層感知數(shù)據(jù),模糊邏輯可用于描述高層的邏輯框架。模糊邏輯與神經(jīng)網(wǎng)絡(luò)的結(jié)合有兩種情況:一是將模糊技術(shù)用于神經(jīng)網(wǎng)絡(luò)形成模糊神經(jīng)網(wǎng)絡(luò),一是用神經(jīng)網(wǎng)絡(luò)實現(xiàn)模糊控制。這兩方面均見于大量的研究文獻。利用模糊復(fù)合控制理論的分檔控制，將PI或PID控制策略引入Fuzzy控制器，構(gòu)成Fuzzy-PI或Fuzzy-PID復(fù)合控制;適應(yīng)高階系統(tǒng)模糊控制需要的三維模糊控制器;將精確控制和模糊控制結(jié)合起來的精確一模糊混合控制；將預(yù)測控制與模糊控制相結(jié)合，利用預(yù)測模型對控制結(jié)果進行預(yù)報，并根據(jù)目標誤差和操作者的經(jīng)驗應(yīng)用模糊決

10、策方法在線修正控制策略的模糊預(yù)測控制等。模糊控制的發(fā)展過程中,提出了多種自組織、自學(xué)習(xí)、自適應(yīng)模糊控制器。它們根據(jù)被控過程的特性和系統(tǒng)參數(shù)的變化,自動生成或調(diào)整模糊控制器的規(guī)則和參數(shù),達到控制目的。這類模糊控制器在實現(xiàn)人的控制策略基礎(chǔ)上,又進一步將人的學(xué)習(xí)和適應(yīng)能力引入控制器,使模糊控制具有更高的智能性。自校正模糊控制器、參數(shù)自調(diào)整模糊控制等控制方法也都較大地增強了對環(huán)境變化的適應(yīng)能力。模糊控制與其他智能控制方法的結(jié)合組成的模糊控制,如專家模糊控制能夠表達和利用控制復(fù)雜過程和對象所需的啟發(fā)式知識,重視知識的多層次和分類的需要,彌補了模糊控制器結(jié)構(gòu)過于簡單、規(guī)則比較單一的缺陷,賦予了模糊控制更高的智能。二者的結(jié)合還能夠擁有過程控制復(fù)雜的知識,并能夠在更為復(fù)雜的情況下對這些知識加以有效利用?；谏窠?jīng)網(wǎng)絡(luò)的模糊控制能夠?qū)崿F(xiàn)局部或全部的模糊邏輯控制功能。模糊控制器正向著自適應(yīng)、自組織、自學(xué)習(xí)方向發(fā)展,使得模糊控制參數(shù)、規(guī)則在控制過程中自動地調(diào)整、修改和完善,從而不斷完善系統(tǒng)的控制性能,達到更好的控制效果,而與專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)等其他智能控制技術(shù)相融合成為其發(fā)展趨勢。七、模糊控制的缺點模糊控制的設(shè)計尚缺乏系統(tǒng)性，這對復(fù)雜系統(tǒng)的控制是難以奏效的。所以如何建立一套系統(tǒng)的模糊控制理論，以解決模糊