模煳控制及其Matlab应用-课件集-共136页

模糊控制及其MATLAB仿真（图表课件）,编者石辛民2008年4月,第1章引言,传统控制理论经历过经典控制理论和现代控制理论两个具有里程碑意义的重要阶段，它们的共同点都是基于被控对象的清晰数学模型。由于研究对象和实际系统具有非线性、时变性、不确定性、不完全性或大滞后等特性，无法建立起表述它们运动规律和特性的数学模型，数学模型和这些实际系统的巨大差距，使之很难对其实现有效的传统自动控制，于是便出现了某些仿人类智能的工程控制与信息处理系统，产生和发展了智能控制。,智能控制的三元论,美国学者G.N.Saridis1977年提出了三元论的智能控制概念，认为智能控制是人工智能（ArtificialIntelligence简称AI）、自动控制（AutomaticControl简称AC）和运筹学（OperationalResearch简称OR）等形成的交叉学科，即IC=ACAIOR，它们的含义如下：AI人工智能，是一个用来模拟人类思维的知识处理系统，具有记忆、学习、信息处理、形式语言、启发推理等功能，可以应用于判断、推理、预测、识别、决策、学习等各类问题；AC自动控制，描述系统的动力学特性，实现无人操作而能完成预设目标的一种理论体系，一般具有动态反馈功能；OR运筹学，是一种定量优化方法，如线性规划、网络规划、调度、管理、优化决策和多目标优化方法等。,1.3.3模糊控制的特点及展望,（1）设计模糊控制器不依赖于被控对象的精确数学模型（2）模糊控制易于被操作人员接受（3）便于用计算机软件实现（4）鲁棒性和适应性好,模糊控制理论的提出，是控制思想领域的一次深刻变革，它标志着人工智能发展到了一个新阶段。特别是对那些时变的、非线性的复杂系统，在无法获得被控对象清晰数学模型的时候，利用具有智能性的模糊控制器，可以给出较为有效的自动控制方法。因此，模糊控制既有广泛的实用价值，又有很大的发展潜力。,第2章模糊控制的数学基础,模糊集合论的诞生，解决了数值和模糊概念间的相互映射问题。以模糊集合论为基础的模糊数学，在经典数学和充满模糊性的现实世界之间，架起了一座桥梁，使得模糊性事物有了定量表述的方法，从而可以用数学方法揭示模糊性问题的本质和规律。,2.1清晰向模糊的转换,三类数学模型第一类是确定性数学模型确定性数学模型往往用于描述具有清晰的确定性、归属界线分明、相互间关系明确的事物。对这类事物可以用精确的数学函数予以描述，典型的代表学科就是“数学分析”、“微分方程”、“矩阵分析”等常用的重要数学分支。第二类是随机性数学模型随机性数学模型常用于描述具有或然性或者随机性的事物，这类事物本身是确定的，但是它的发生与否却不是确定的。第三类是模糊性数学模型模糊性数学模型适用于描述含义不清晰、概念界线不分明的事物，它的外延不分明，在概念的归属上不明确。,经典集合和模糊集合在数轴上的映射，即它们的特征函数或隶属函数取值可以形象地画在图2-2中，左侧图中的A为模糊集合，右侧图中的A为经典集合。,凸F集的实际意义在于它是实数域上满足下述条件的F集合：任何中间元素的隶属度，都大于两边元素隶属度中的小者。如图2-5所示。,模糊集合的表示方法,无论用什么方法，都要表达出论域中的元素对于F集合的隶属程度。序对法：F集合A表示为：A=(xi,A(xi)|xUA=(x1,A(x1),(x2,A(x2),(xnA(xn)。扎德法：如果U是有限集或可数集，可表示为：A=+如果U是无限不可数集，可表示为A=向量法：把各F集的隶属函数作为向量的分量，排列如下：A=(A(x1),A(x2)A(xn)函数法：多用于U是无限集，根据F集合A的定义，用它的隶属函数A(x)来表示F集合A，记A=A(x),2.2隶属函数,2.3F集合的运算,2.4模糊关系及其运算,“x远大于y”和“x远远大于y”隶属函数图,A(u)=,A(u)=,第3章模糊逻辑推理,模糊控制是以模糊集合论和模糊逻辑推理为主要基础，结合经典控制理论形成的一种模拟人类思维方式的计算机数字控制方法，其核心是模糊规则和模糊逻辑推理。如何让机器像人一样“识别、理解”模糊规则并进行模糊逻辑推理，最终得出新的结论并实现自动控制，是模糊控制研究的主要内容。,3.1二值逻辑简介,3.2自然语言的模糊集合表示,3.3模糊逻辑和近似推理,3.4T-S型模糊推理,为了分析和观察的方便，把四个F集合的隶属函数以及当x=5、12时处在被激活F集合中的位置，都画在图3-8中。题设的模糊规则为：R1：若x1为模糊集mf1且x2为模糊集mf3，则y1=x1+x2；R2：若x1为模糊集mf2，则y2=2x1；R3：若x2为模糊集mf4，则y3=3x2,第4章模糊控制器的设计,模糊控制系统和经典控制系统最大的差异在于它们的控制器不同，学习模糊控制理论的重点，就是学习模糊控制器的原理、结构和设计方法。本章介绍模糊控制系统的核心模糊控制器的原理、结构、设计思想、设计内容和方法。主要讲述使用较多的、极具代表性的Mamdani型和T-S型模糊控制器。,4.1传统控制系统基本组成,假设图4-1所示系统中各部分的输出都是其输入之和（或差）的线性函数，则有：,模糊控制系统基本组成,设计模糊控制器的主要步骤,单变量模糊控制器结构类型,4.2二维模糊控制器原理图,模糊化过程示意图,量化因子和比例因子的位置,表4-1中的模糊子集隶属函数及其分布如图4-10所示,二维语言型F控制器结构,二维表格型模糊控制器结构,倒车入位模糊控制的隶属函数分布,倒车入位轨迹示意图,二维公式型模糊控制器结构,模糊自动洗衣机,4.3型模糊控制器的设计,某系统输入e与输出u数据间的关系,二维T-S型F控制器原理框图,用F控制器调节PID调节器参数原理图,第5章模糊控制系统的MATLAB仿真,仿真是以相似性原理、控制论、信息技术以及相关知识为基础，以各种物理设备和计算机为工具，借助系统模型对真实系统进行试验研究的一门综合技术。在众多的计算机仿真语言和仿真软件中，MATLAB以其模块化计算方法，可视化与智能化的人机交互功能，丰富便捷的矩阵运算、图形绘制、数据处理以及模块化图形组态的系统辅助工具包Simulink，成为最受控制系统设计和仿真领域欢迎的软件系统。它可以提供研究对象的建模、仿真和分析等各种动态系统，是进行交互仿真环境的优秀集成软件。,5.1Simulink仿真入门,PID控制系统原理框图,PID控制系统仿真模型图,PID控制系统仿真模型封装图,5.2模糊推理系统的设计与仿真,Sugeno型模糊推理系统编辑器的模糊逻辑算法与Mamdani型有所不同,5.3模糊控制系统的设计与仿真,按图5-80所示，调入并摆好各个模块的位置,液位模糊控制系统仿真模型图,在Comparision屏幕上出现信号源输出的方波经过模糊控制系统前（黄色）后（红）的两条波形曲线，如图5-85所示,MATLAB中的模糊模型仿真示例列表,MATLAB中Sltank系统的详细结构框图,水位PID控制系统的方波及其响应曲线,第6章神经网络在模糊控制中的应用,人工神经网络是模拟人脑思维方式的一种数学模型，它反映了人脑功能的基本特征，如并行处理信息、学习新事物、进行联想、模式识别、事物分类、事件记忆等等。人工神经网络的最大特点是具有自学习功能，从而使机器也具备智能行为思维、学习、信息处理等功能。将神经网络引入模糊系统，就可能代替我们去处理设计模糊系统时遇到的部分繁杂的智能性工作，诸如生成模糊规则、调整隶属函数等，这样就能提高模糊系统的学习和表达能力，实现控制工程界长久以来的期盼。,6.1神经网络的基本原理,1）阈值函数型,2）分段线性函数,3）S型函数或叫压缩函数（SquashingFunction）,前馈型神经网络结构示意图,反馈型神经网络结构示意图,自组织神经网络结构示意图,6.2神经模糊系统,图形区,装载数据,生成初始FIS,训练FIS,测试FIS,图6-10Anfis编辑器界面,菜单条,系统结构状态显示,6.3用自适应神经模糊系统建立FIS,删除数据,数据处理彩单,用ANFIS建立FIS举例,把表4-4中的希腊字母x、和改为英文字母x、y、u，对应关系是：xx、y、u。按照表4-4中的数据，在MATLAB主窗口键入x、y、u的数据：x=1.001.952.88.9.819.