主要是模拟人的思维、推理和判断的一种控制方法, 它 将人的经验、常识等用自然语言的形式表达出来, 建立一种适用 于计算机处理的输入输出过程模型, 是智能控制的一个重要研究 领域。
征域控制器。
模糊控制是一种基于规则的专家系统。 模糊控制是一种普遍的非线性特
(1) 模糊控制是一种基于规则的控制。它直接采用语言型控制规则, 出发点 是现场操作人员的控制经验或相关专家的知识, 在设计中不需要建立被控对 象的精确数学模型, 因而使得控制机理和策略易于接受与理解, 设计简单, 便 于应用; (2) 由工业过程的定性认识出发, 比较容易建立语言控制规则, 因而模糊控制
自适应模糊控制器就是借鉴自适应控制理论的一些理念来
设计模糊控制器, 也称作语言自组织模糊控制器(SOC) , 它的思 想就在于在线或离线调节模糊控制规则的结构或参数, 使之趋
于最优状态。目前主要有通过采用一种带有修正因子的控制算 法, 改变控制规则的特性;或直接对模糊控制规则进行修正;还有 一种是对控制规则进行分级管理, 提出自适应分层模糊控制器; 又有人提出规则自组织自学习算法, 对规则的参数以及数目进 行自动修正;更进一步的是采用神经网络对模糊控制规则及参 数进行调整, 也是一种实现模糊自适应控制的好方法。
1、模糊PID控制器 2、自适应模糊控制器 3、模糊控制与神经控制的结合 4、遗传算法优化的模糊控制 5、模糊控制与专家控制相结合
模糊PID 控制器的研究是将模糊技术与常规的PID 控制 算法相结合的一种控制方法, 得到了许多学者的关注。模糊 PID 控制器是一种双模控制形式。这种改进的控制方法的出 发点主要是消除模糊控制的系统稳态误差, 利用PID 控制器提 高控制精度, 消除误差, 增加稳态控制性能。从PID 控制角度 出发, 提出FI —PI 、FI —PD 、FI —PID 三种形式的模糊控制 器, 并能运用各种方式得出模糊控制器中量化因子、比例因子 同PID 控制器的因子KP 、KI 、KD之间的关系式。对基于简 单线性规则TS 模型的模糊控制器进行了分析, 指出这类模糊 控制器是一种非线性增益PID 控制器。有人试图利用GA 算法, 通过性能指标评价函数, 决定模糊控制器的Ke 、Kec 、Ku 等 参数。
目录
一 二 三 四
模糊控制简介
模糊控制是以模糊集合论、模糊语言变量和模糊逻辑推理为 基础的一种计算机数字控制技术。1965年美国的扎德创立了模糊 集合论, 1973 年, 他给出了模糊逻辑控制的定义和相关的定理。 1974 年英国的Mamdani 首先用模糊控制语句组成模糊控制器,并 把它用于锅炉和蒸汽机的控制, 在实验室获得成功, 这一开拓性的 工作标志着模糊控制论的诞生。
对那些数学模型难以获取、动态特性不易掌握或变化非常显著的对象非常
适用; (3) 基于模型的控制算法及系统设计方法, 由于出发点和性能指标的不同, 容 易导致较大差异;但一个系统的语言控制规则却具有相对的独立性, 利用这 些控制规律间的模糊连接, 容易找到折中的选择, 使控制效果优于常规控制 器; (4) 模糊控制算法是基于启发性的知识及语言决策规则设计的, 这有利于模 拟人工控制的过程和方法, 增强控制系统的适应能力, 使之具有一定的智能 水平; (5) 模糊控制系统的鲁棒性强, 干扰和参数变化对控制效果的影响被大大减 弱, 尤其适合于非线性、时变及纯滞后系统的控制。
模糊化处理就是将模糊控制器输入量的确定值转换为相应模糊 语言变量值的过程, 此相应语言变量值均由对应的隶属度来定义。通 过这样一个把输入变量映射到合适的响应论域量程的过程, 精确的输 入数据就变换成适当的语言值或模糊集合的标识符。一般的模糊控 制器采用误差及其变化作为输入语言变量。
模糊推理一般采用IF A THEN B 形式的条件语句来描述, 包括三个组成 部分:大前提、小前提和结论。大前提是多个多维模糊条件语句, 构成规则库, 调整和校准模糊规则是模糊控制中的关键问题。小前提是一个模糊判断句。
神经模糊控制是神经网络技术与模糊逻辑控制技术相结
合的产物, 是指基于神经网络的模糊控制方法。模糊系统是建 立在IF-THEN 表达式之上, 这种方式容易让人理解, 但是在自
模糊控制系统通常由模糊控制器、输入输出接口、执 行机构、测量装置和被控对象等五个部分组成，如下图所 示。
模糊控制的现状
模糊控制的研究主要体现在控制器的研究和开发以及各类实际应用中, 目前模糊控制已经应用在各个行业。各类模糊控制器也非常多, 模糊控制器 的研究一直是控制界研究的热点问题, 而关于模糊控制系统的Байду номын сангаас定性分析则 是模糊控制需要研究和解决的基本问题。目前已经出现了为实现模糊控制功 能的各种集成电路芯片。开发模糊控制系统的软件工具也出现了不少。下面 作一简单介绍。
模糊控制在许多应用中可以有效且便捷地实现人的控制策略 和经验;
模糊控制可以不需被控对象的数学模型即可实现较好的控制, 这是因为被控对象的动态特性已隐含在模糊控制器输入、输出 模糊集及模糊规则中。
1. 精度不太高 2. 自适应能力有限 3. 易产生振荡现象
模糊控制的原理
基本模糊控制系统包括模糊化处理、模糊推理和清晰化控制三 个环节。
清晰化是模糊系统的重要环节, 是将模糊推理中产生的模糊量转化为精确
量。常见的非模糊化方法主要有最大隶属度值法、面积平均法、重心法和最 大隶属度平均值法。
模糊控制的过程就是上述三个环节相互作用的结果, 其关键部分就是选 用合适的隶属度函数进行模糊化, 运用合理的推理方法得到结论, 采用适当的 清晰化方法还原出精确量。在模糊控制的发展过程中, 基本上是围绕着这些问 题来的, 同进还运用或融合了其它的智能控制方法。使模糊控制得以发展。
什么是模糊控制 模糊控制是用模糊数学的知识模仿人脑的思维方式，对模糊现象
进行识别和判决，给出精确的控制量，对被控对象进行控制。
模糊控制的特点 与经典控制理论和现代控制理论相比，模糊控制的主要特点是不
需要建立对象的数学模型。
专家经验控制 用计算机模拟操作人员手动控制的经验，对被控对象进行控制。 (人的经验是模糊的)