参数自寻优模糊控制器优化方法的研究摘要模糊控制是智能控制的一个重要分支，其实质是对人观察，思考，判断，决策的思维过程的一种模拟。
常规模糊控制器设计简单，易于实现，有着广泛的应用。
但因模糊控制器的设计在很大程度上依赖于设计者的实践经验，带有相当的主观性。
因此，对于一个特定的被控对象，需要借助某种手段对控制器进行优化才能取得较为满意的设计效果。
而改善模糊控制性能的最有效方法是优化模糊控制器的控制规则和有关参数。
本文提出了一种基于MATLAB的模糊控制器综合优化方法。
该方法首先利用MATLAB中的模糊系统工具箱结合MATLAB函数构建控制规则可调整的模糊控制器，然后利用最优化工具箱优化模糊控制器的控制规则和参数，从而提高模糊控制器的控制性能。
最后利用仿真连接器建立系统仿真模型并在单位阶跃输入信号作用下仿真分析系统动态性能和优化设计结果。
仿真表明控制规则及参数优化后系统阶跃响应特性基本上能达到快速小超调的设计目标。
关键词：模糊控制；优化；MATLAB；仿真Rearch on Optimization Method of Fuzzy controller basedon Parameters self-optimizingAbstractFuzzy control is an important branch of the intelligent control.The essence is a simulation to the process of human thinking of observation, thinking, judgement and decision-making. Conventional fuzzy controller is easy to design and implement,and has a wide range of applications. But the design of fuzzy controller mostly relies on the designers’practical experience, with considerable subjectivity.Therefore, a specific object,needs to be optimized to achieve relatively satisfied with the design effect. And the most effective way of improve the performance of fuzzy control is optimizing fuzzy controller control rules and the relevant parameters.It is presented in this paper a comprehensive optimization method of the fuzzy controller. The method based on MATLAB and digital simulation analysis includes three steps: firstly it uses fuzzy control system toolbox and MATLAB function to construct a fuzzy controller with adjustable control rules; secondly, it optimizes the control rules and parameters of the fuzzy controller by the optimum toolbox; thirdly, with the simulation linker, it builds an smulation model of a second-order system with delay and analyzes the dynamic characteristics of the whole system according to the step response. The simulation results show that the system can meet the target of quick and none-overshoot and design the fuzzy controller with high efficiency.Key words: fuzzy control;optimization;MATLAB;simulation目录摘要 (I)Abstract (II)目录 (1)1 绪论 (1)1.1论文的选题背景 (1)1.2论文的研究意义 (1)1.3模糊控制应用研究的现状及发展 (1)1.4课题的主要内容 (2)2 模糊控制数学基础 (3)2.1 模糊子集与运算 (3)2.2 模糊推理 (4)2.2.1 模糊条件语句 (4)2.2.2 模糊推理 (5)3 基本模糊控制器的设计与建立 (8)3.1精确量的模糊化 (8)3.1.1 模糊控制器的语言变量 (8)3.1.2 量化因子与比例因子 (8)3.1.3语言变量值的选取 (9)3.2模糊控制算法的设计 (10)3.2.1常见的模糊控制规则 (10)3.2.2反映控制规则的模糊关系 (11)3.3输出信息的模糊判决 (11)3.4基于MATLAB的模糊控制器的实现方法 (11)3.4.1 基于模糊系统工具箱图形用户界面（GUI）的模糊控制器设计.. 123.4.2 用MATLAB语言编程的方法实现模糊控制系统的设计 (16)3.5 模糊控制系统的仿真模型 (17)3.5.1建立模糊控制系统的仿真模型 (17)3.5.2 系统仿真 (18)4 参数可调模糊控制器的设计与建立 (20)4.1 模糊控制规则的调整 (20)4.2 目标函数的选取 (22)4.3参数优化模糊控制器的建立 (23)4.4模糊控制器优化设计仿真模型 (25)5结论 (27)致谢 (28)参考文献 (29)1 绪论1.1论文的选题背景模糊控制是以模糊集合理论为基础的一种新兴的控制手段，它是模糊系统理论和模糊技术与自动控制技术相结合的产物。
自从这门科学诞生以来，它产生了许多探索性甚至是突破性的研究与应用成果，同时，这一方法也逐步成为了人们思考问题的重要方法论。
1965年美国的控制论专家L.A.Zaden教授创立了模糊集合论，从而为描述，研究和处理模糊性现象提供了一种新的工具。
一种利用模糊集合的理论来建立系统模型，设计控制器的新型方法——模糊控制也随之问世了。
模糊控制的核心就是利用模糊集合理论。
把人的控制策略的自然语言转化为计算机能够接受的算法语言所描述的控制算法，这种方法不仅能实现控制，而且能模拟人的思维方式对一些无法构造数学模型的被控对象进行有效的控制。
自从Mamdani于1974年成功地将模糊控制理论应用于控制领域后，模糊控制在工业过程和家用电器利于得到了广泛应用。
现今模糊控制日益受到人们的青睐。
1.2论文的研究意义模糊控制具有良好控制效果的关键是要有一个完善的控制规则。
但由于模糊规则是人们对过程或对象模糊信息的归纳，对高阶、非线性、大时滞、时变参数以及随机干扰严重的复杂控制过程，人们的认识往往比较贫乏或难以总结完整的经验，这就使得单纯的模糊控制在某些情况下很粗糙，难以适应不同的运行状态，影响了控制效果。
所以我们要对模糊控制器进行优化，使其更在实际中总有更为广泛的应用。
1.3模糊控制应用研究的现状及发展模糊控制作为智能领域中最具有实际意义的一种控制方法，已经在工业控制领域，家用电器自动化领域和其他很多行业中解决了传统控制方法无法或者是难以解决的问题，取得了令人瞩目的成效。
已经引起了越来越多的控制理论的研究人员和相关领域的广大工程技术人员的极大兴趣。
常规模糊控制的两个主要问题在于：改进稳态控制精度和提高智能水平与适应能力。
在实际应用中，往往是将模糊控制或模糊推理的思想，与其它相对成熟的控制理论或方法结合起来，发挥各自的长处，从而获得理想的控制效果。
由于模糊规则和语言很容易被人们广泛接受，加上模糊化技术在微处理器和计算机中能很方便的实现，所以这种结合展现出强大的生命力和良好的效果。
对模糊控制的改进方法可大致的分为模糊复合控制，自适应和自学习模糊控制，以及模糊控制与智能化方法的结合等三个方面。
1.4课题的主要内容建立常规模糊控制器，对其进行仿真分析，然后选择一种修正因子自寻优的方法对其进行优化设计，针对直接影响控制系统的动态响应、稳定性和控制精度的量化因子，建立具有参数可调的模糊控制器，改善其控制性能，使其满足更高的性能要求。
使得优化后的模糊控制器作用于被控对象时，和普通模糊控制器相比，改善控制系统的稳态性能和暂态性能。
2 模糊控制数学基础2.1 模糊子集与运算模糊集合是模糊数学的基础，它是从经典集合理论发展而来的。
在康托创立的经典集合中，对于由某一特定概念形成的集合A ，其论域U ，即所讨论对象范围(或称为全集)内的某个元素i u 是否属于该集合A 都能清楚区分，要么属于该集合，要么不属于该集合，不可能出现模棱两可的情况。
对应的特征函数)(i A u X 取值为“1”或者“0”，不可能在“0”与“1”之间取值。
因为这刻划概念的两个方面与集合联系起来看，内涵即为集合的定义，外延则为组成该集合的所有元素，所以，经典集合表述的概念其内涵和外延都是明晰的。
例如下列集合：模糊控制系统部件={被控对象，模糊化接口，知识库，推理决策，精确化接口}然而，现实世界是丰富多彩的，充满着各色各样的事物。
如果我们对周围的事物加以仔细考察，就会发现有一些事物是不能用经典集合来概括的。
例如对于温度而言，可谓“高温”、“中温”、“低温”，对于年龄而言，有“青年”、“中年”、“老年”。
对于这些模糊的概念，无法用经典集合来描述，换句话说，在这样的集合中，其论域内的某一元素不能肯定地判决是“属于”还是“不属于”该集合，即不能简单地用特征函数“0”或“1”来刻划。
为此Zadeh 于1965年提出了模糊集合的概念，在经典集合基础上将特征函数的取值范围从[0,1]两值扩大到在[0,1]区间上连续取值，为此来描述一个模糊子集。
设给定论域X ，其上的一个模糊子集A ~是指，对X x ∈∀，都指定了一个数)(x A μ∈[0,1]与x 对应，它称为x 对A ~的隶属度。
这意味着作了一个映射：→X A :~μ[0,1] 这个映射称为A ~的隶属度。