模糊控制理论的发展与综述摘要：主要总结了模糊控制理论的形成，以及现在的发展，模糊控制理论的研究现状，模糊控制系统的应用的发展前景。

关键词：模糊控制；模糊控制理论；模糊控制系统；模糊控制理论的发展1 引言自从美国加利福尼亚大学控制论专家L.A.Zadeh教授在1965年提出的《Fuzzy Set》开创了模糊数学的历，吸引了众多的学者对其进行研究，使其理论和方法日益完善，并且广泛的应用于自然科学和社会科学的各个领域，尤其是第五代计算机的研制和知识工程开发等领域占有特殊重要的地。

把模糊逻辑应用于控制领域则始于1973。

1974年英国的E.H.Mamdani成功地将模糊控制应用于锅炉和蒸汽机的控制。

此后20年来，模糊控制不断发展并在许多领域中得到成功应用。

由于模糊逻辑本身提供了由专家构造语言信息并将其转化为控制策略的一种体系理论方法，因而能够解决许多复杂而无法建立精确数学模型系统的控制问题，所以它是处理推理系统和控制系统中不精确和不确定性的一种有效方法。

从广义上讲，模糊控制是基于模糊推理，模仿人的思维方式，对难以建立精确数学模型的对象实施的一种控制策略。

它是模糊数学同控制理论相结合的产物，同时也是只能控制的重要组成部分。

模糊控制的突出特点在于：1）控制系统的设计不要求知道被控对象的精确数学模型，只需要提供现场操作人员的经验知识及操作数据。

2）控制系统的鲁棒性强，适用于解决常规控制难以解决的非线性、时变及大滞后等问题。

3）以语言变量代替常规的数学变量，易于形成专家的“知识”。

4）控制系统采用“不精确推理”。

推理过程模仿人的思维过程。

由于介入了人的经验，因而能够处理复杂甚至“病态”系统。

传统的控制理论（包括经典控制理论和现代控制理论）是利用受控对象的数学模型（即传递函数模型或状态空间模型）对系统进行定量分析，而后设计控制策略。

这种方法由于其本质的不溶性，当系统变得复杂时，难以对其工作特性进行精确描述。

而且，这样的数学模型结构也不利于表达和处理有关受控对象的一些不确定信息，更不利于人的经验、知识、技巧和直觉推理，所以难以对复杂系统进行有效地控制。

经典的模糊控制器利用模糊集合理论将专家知识或操作人员经验形成的语言规则直接转化为自动控制策略（通常是模糊规则表查询），其设计不依靠对象精确数学模型，而是利用其语言知识模型进行设计和修正控制算法。

90年代以来，模糊控制系统的研究取得了一些比较突出的进展，如模糊系统的万能逼近特性，模糊状态方程及稳定性分析，软计算技术等等，这些研究逐步丰富和发展了模糊系统的理论体系。

模糊控制在理论上突飞猛进的同时，也越来越多地、成功地应用于现实世界中。

2 模糊控制的发展模糊控制的发展基本上可分为两个阶段：初期的模糊控制器是按一定的语言控制规则进行工作的,而这些控制规则是建立在总结操作者对过程进行控制的经验基础上,或设计者对某个过程认识的模糊信息的归纳基础上,因而它适用于控制不易获得精确数学模型和数学模型不确定或多变的对象。

后期的模糊控制器则是基于控制规则难以描述,即过程控制还总结不出什么成熟的经验,或者过程有较大的非线性以及时滞等特征,试图吸取人脑对复杂对象进行随机识别和判决的特点,用模糊集理论设计自适应、自组织、自学习的模糊控制器。

模糊控制现正从以下几个方面加紧研究：1) 研究模糊控制器非线性本质的框架结构及其同常规控制策略的联系,揭示模糊控制器工作的实质和机理。

它可提供系统的分析和设计方法,解决一些先前被认为是困难但却是非常重要的问题,如稳定性、鲁棒性等。

2) 在模糊控制已取得良好实践效果的同时,从理论分析和数学推导角度揭示和证明模糊控制系统的鲁棒性优于常规控制策略。

3) 研究模糊控制器的优化设计问题,尤其是在线优化问题。

模糊控制器源于采用启发式直觉推理,其本身的推理方式难于保证控制效果的最优。

解决模糊控制器的优化问题也是进一步将其推向工业应用的有效手段。

4) 在理论研究中规则本身非线性问题及实际应用中模糊控制器的规则自学习和自动获取问题。

前者之所以成为难点,是因为具有线性规则的模糊控制器本身已属非线性控制,非线性规则则更使问题的系统化研究方法困难;后者则构成智能控制中专家系统的核心问题。

5) 将模糊控制同其它领域的理论研究方法相结合,利用模糊控制的优势解决该领域中过去用常规方法难以解决的问题。

3模糊控制理论的研究现状尽管模糊控制理论已经取得了可观的进展,但与常规控制理论相比仍不成熟。

模糊控制系统的分析和设计尚未建立起有效的方法,在很多场合下仍然需要依靠经验和试凑。

近年来,许多人一直尝试将常规控制理论的概念和方法扩展至模糊控制系统,而模糊控制与神经网络相结合的方法已成为研究的热点,二者的结合有效地推动了自学习模糊控制的发展。

模糊控制易于获得由语言表达的专家知识,能有效地控制那些难以建立精确模型而凭经验可控制的系统,而神经网络则由于其仿生特性更能有效利用系统本身的信息,并能映射任意函数关系,具有并行处理和自学习能力,容错能力也很强。

在集成大系统中,神经网络可用于处理低层感知数据,模糊逻辑可用于描述高层的逻辑框架。

模糊逻辑与神经网络的结合有两种情况: 一是将模糊技术用于神经网络形成模糊神经网络,一是用神经网络实现模糊控制。

这两方面均见于大量的研究文献。

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。

从大量文献中可以看出,在实际应用中,往住是将模糊控制或模糊推理的思想,与其他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。

如: 利用模糊复合控制理论的分档控制,将PI或PID 控制策略引入Fuzzy 控制器,构成Fuzzy2PI或Fuzzy2PID 复合控制;适应高阶系统模糊控制需要的三维模糊控制器;将精确控制和模糊控制结合起来的精确—模糊混合控制;将预测控制与模糊控制相结合,利用预测模型对控制结果进行预报,并根据目标误差和操作者的经验应用模糊决策方法在线修正控制策略的模糊预测控制等。

模糊控制的发展过程中,提出了多种自组织、自学习、自适应模糊控制器。

它们根据被控过程的特性和系统参数的变化,自动生成或调整模糊控制器的规则和参数,达到控制目的。

这类模糊控制器在实现人的控制策略基础上,又进一步将人的学习和适应能力引入控制器,使模糊控制具有更高的智能性。

自校正模糊控制器、参数自调整模糊控制等控制方法也都较大地增强了对环境变化的适应能力。

模糊控制与其他智能控制方法的结合组成的模糊控制,如专家模糊控制能够表达和利用控制复杂过程和对象所需的启发式知识,重视知识的多层次和分类的需要,弥补了模糊控制器结构过于简单、规则比较单一的缺陷,赋予了模糊控制更高的智能。

二者的结合还能够拥有过程控制复杂的知识,并能够在更为复杂的情况下对这些知识加以有效利用。

基于神经网络的模糊控制能够实现局部或全部的模糊逻辑控制功能。

模糊控制器正向着自适应、自组织、自学习方向发展,使得模糊控制参数、规则在控制过程中自动地调整、修改和完善,从而不断完善系统的控制性能,达到更好的控制效果,而与专家系统、神经网络等其他智能控制技术相融合成为其发展趋势。

4模糊控制系统的应用及发展前景模糊控制理论是控制领域中非常有前途的一个分支,在工程上也取得了很多成功的应用。

1974 年, E.H.Mamdani 首次将模糊控制理论应用于蒸汽机和锅炉的控制,取得了满意的控制效果; 随后,J . J . Oster2garad 又将模糊控制成功地应用于热交换器和水泥窖的生产;之后,M. Sugeno 又将模糊控制用于汽车控制,取得了很好的控制效果。

80 年代末,在日本兴起了一次模糊控制技术的高潮,其成果被广泛应用于各个领域。

模糊控制在许多实际控制系统中得到广泛应用,如工业控制过程中的蒸汽发生装置控制系统、合金钢冶炼控制系统、炼油厂催化炉控制系统、铸铁退火炉温度控制系统等。

另外,模糊控制也应用于航天飞行器控制、机器人控制、核反应堆控制、热交换过程控制、异步电动机控制、污水处理、肌肉麻醉控制、病人血压调整、电梯群控制、吊车自动控制等系统中。

日用家电产品中的模糊控制应用也已相当普遍,如用模糊控制系统控制水温。

5结束语近年来,模糊控制系统的研究取得了很大的进展，特别是模糊控制器的结构分析，模糊系统的万能逼近特性,模糊状态方程及稳定性分析，软计算技术等；同时，模糊逻辑在软件硬件方面也取得了飞速的发展.但模糊系统理论仍存在一定的问题,主要有以下不足之处：1)尽管模糊系统的万能逼近特性已被证明,但只是一个存在性定理.实际中,对于一般的未知系统,如何找到一个合理的模糊逼近器,尚无确定的方法。

2)常见的模糊系统种类比较多，如TS，FBF，SAM等，一般的模糊系统应具有怎样的形式，目前仍不很清晰。

模糊系统的系统化设计方法仍须进一步研究。

3)模糊控制系统的稳定性分析近年来有了一定的进展，但这些分析都是针对一定的特殊系统。

模糊控制器具有一定的鲁棒性，但只能从概念上讲，严格的理论分析仍须进一步深入研究。

稳定性和鲁棒性的分析仍依赖于模糊系统的系统化设计方法和模糊系统理论的进一步研究发展。

这些问题都有待于进一步研究。

4）建立一套系统的模糊控制理论,以解决模糊控制的机理、稳定性分析、系统化设计方法、专家模糊控制系统、神经模糊控制系统和多变量模糊控制系统的分析与设计等一系列问题;5）模糊控制在非线性复杂系统应用中的模糊建模、模糊规则的建立和推理算法的深入研究;6）模糊集成控制系统的设计方法研究;.7）自学习模糊控制策略的实现;8）模糊控制系统的稳定性分析。

参考文献[1]李友善,李军. 模糊控制理论及其在过程控制中的应用[M]. 北京：国防工业出版社, 1993.[2]张化光.复杂系统的模糊辨识与模糊自适应控制.沈阳: 东北大学出版社,1994.[3] 窦振中. 模糊逻辑控制技术及其应用[M]. 北京: 北京航空航天大学出版社,1995.[4]权太范等. 模糊控制技术在过程控制中的应用现状及前景.控制与决策,1988,3(1）：59-62.[5]汪培庄.模糊集合及应用.上海: 上海科学技术出版社,1983.。