模糊控制心得

1、模糊控制心得模糊控制的心得体会一、模糊控制的定义所谓模糊控制，就是对难以用已有规律描述的复杂系统，采用自然语言(如大、中、 小)加以叙述，借助定性的、不精确的及模糊的条件语句来表达，模糊控制是一种基于语 言的智能控制。模糊控制是近代控制理论中建立在模糊集合理论基础上的一种基于语言规则与模糊推 理的控制理论，是智能控制的一个重要分支。二、模糊控制的发展史模糊理论(Fuzzy Logic)是在美国加州大学教授L. A. Zadeh于1965年创立的模糊集 合理论的数学基础上发展起来的，主要包括模糊集合理论、模糊逻辑、模糊推理和模糊控 制等方面的内容。美国加州大学的LA. Zadeh教授在1965年

2、发表了著名论文，文中首次 提到了表达事物模糊性的重要概念：隶属函数。从而突破了 19世纪末笛卡尔的经典集合 理论，奠定了模糊理论的基础。1966年P.N. Marinos发表模糊逻辑的研究报告。1974年 L.A. Zadeh发表模糊推理的研究报告。从此，模糊理论成了一个热门的课题。1974年，英 国的E. H. Mamdani首次用模糊逻辑和模糊推理实现了世界上第一个实验性的蒸汽机控制， 并取得了比传统的直接数字控制算法更好的效果，从而宣告模糊控制的诞生。1980年丹麦 的L. P. Holmblad和Ostergard在水泥窑炉采用模糊控制并取得了成功，这是第一个商业 化的有实际意义的模糊

3、控制器。三、模糊控制理论的特点模糊控制在动力系统控制、船舶自动驾驶、智能机器人和锅炉控制等方面己得到广泛 应用。目前，在工业上投入运行的模糊控制器，大多由一组模糊控制规则组成，通过一定 的模糊推理机制确定控制作用。模糊控制(fuzzy control, FC)是以模糊集合论、模糊语 言变量及其模糊逻辑推理为1基础的计算机智能控制。与常规控制方法相比具有以下几个优点。(1)模糊逻辑比常规逻辑更接近人直观的思维方式，控制系统的设计不要求掌握受控 对象精确的数学模型，只需要提供现场操作人员的经验知识及操作数据;经常选用的隶属 函数都比较简单，而所需要的控制规则不会过多，从这些简单的建造模块出发，系统

4、却可 以完成非常复杂的任务。(2)模糊控制采用人类思维中的模糊量，控制量由模糊推理导出，推理过程模仿人的 思维过程，是一种反映人类智慧思维的智能控制;模糊控制的核心是控制规则，这些规则 以人类语言表达，易于接受。(3)模糊控制器易于构造和修改，模糊控制器以语言变量代替常规的数学变量，易于 形成专家系统的知识，开始可以用某些近似的隶属集合和规则，然后再对参数重新定义， 并不断对系统进行优化。模糊推理的各种成分都是独立地对函数进行处理，所以系统可以 较容易地被修改。(4)模糊控制系统的鲁棒性强，对过程参数的变化不敏感，对系统参数变化的适应性 强，在所有工作点上都能做到较稳定的控制。常规的基于数学模

5、型的控制系统倾向于是一 个相互依赖的整体，如果一个方程失败，或者如果物理系统的条件改变使得模型不再有效, 则整个控制过程有可能崩溃。而模糊逻辑含有大量功能独立的元素与规则，模糊输出是多 个规则影响的合并，所以即使一个规则失效了，其他的规则往往可以补偿。此时的系统可 能不是最佳控制，但是仍然会正常工作。四、模糊控制原理由F一个模糊概念可以用一个模糊集合来表示，因此模糊概念的确定问题就可以直接 转换为模糊隶属函数的求取问题。因此，对F一类缺乏数学模型的被控对象，可以用模糊 集合的理论。人对系统的操作和控制经验，总结成用模糊条件语句的形式写出的控制规则。 经过必要的数学处理，来确定一定的推理法则，做

6、出模糊决策，完成控制动作。具有上述 功能的模糊控制系统结构如图：R量du/dt化模糊化推理机知识库去模糊化受控对象Y2FC图1基本模糊控制系统的结构图最基本的模糊控制系统结构如图2所示。图中R为设定值，Y为系统输出值，它们都 是清晰量。从图2可以看出，模糊控制器的输入量是系统的偏差量。，它是确定数值的清 晰量，通过模糊化处理，用模糊语言变量E来描述偏差，模糊推理输出U是模糊变量，在 系统中要实施控制时，模糊量U还要转化为清晰值，因此要进行清晰化处理，得到可以操 作的确定值召，通过产的调整作用，使偏差。尽量小。模糊控制器 语言规则R e模糊化E模糊推理图2模糊控制系统方框图U清晰化u对象Y模糊控

7、制器的组成模糊控制器的组成如图3所示规则库 非模糊量输入x模糊化接口 E模糊推理图3模糊控制器的组成U非模糊量输出清晰化接口 y它包含有模糊化接口、规则库、模糊推理、清晰化接口等部分。输入3变量是过程实测量与系统设定值之间的差值，输出变量是系统的实时控制修正变量。 模糊控制的核心部分是包含语言规则的规则库和模糊推理。模糊推理就是一种模糊变换， 它将输入变量模糊集变换为输出变量模糊集，实现论域的转换。(1)模糊化接口。模糊化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 言变量均由对应的隶属度来定义。若以偏差。为输入，通过模糊化处理，用模糊语言变量 E来描述偏差，若以T(E

8、)记作E的语言值集合，则有：T(E): 负大，负中，负小，零，正小，正中，正大或用其英文字头缩写表示成：'T(E)二NB, NM, NS, ZE, PS, PM, PB)过程参数的变化范围是各不相同的，为了统一到指定的T. (E)论域中来，模糊化的第 一个任务就是进行论域变换，过程参数的实际变化范围称为基本论域。可以通过变换系数 (量化因子)实现由基本论域到T(E)论域的变换。模糊化的第二个任务是求得输入对应于语言变量的隶属度。语言变量的隶属函数有两 种表示方式，即离散方式和连续方式。离散方式是只取论域中的离散点(整数值)及这些点 的隶属度来描述一个语言变量;连续方式将隶属度表示成论域

9、变量的连续函数，最常见的 隶属函数形式有三角形、高斯型、正态型、梯形等。规则库。规则库是由若干条模糊语言控制规则所组成的，这些控制规则可以来自于现场操作人 员或专家等，是对规则操作的经验性总结，规则库中的控制规则可以用语言规则形式给出。(3)模糊推理。利用模糊推理，可以由输入的模糊集合E得到输出的模糊集合U。推理是从一些模糊 前提条件推倒出某一结论，这些结论可能存在模糊和确定两种情况。目前模糊推理有十儿 种方法，大致分为直接法和间接法两类。通常把隶属函数的隶属度值视为真值进行推理的 方法是直接推理法。最常4用的是Mamd面的max,而n合成法。(4)清晰化接口。清晰化接口乂称去模糊或解模糊。根

10、据规则经过推理得到的是模糊集合(单点集合除 外)，它仍然无法被执行机构识别和执行，因此需要将模糊集合变成清晰值，这个过程称 为清晰化。清晰化的方法很多，其中最简单常用的一种是最大隶属度法。总上所述，模糊控制器实际上是依靠微机(或单片机)构成的。它的绝大部分功能由计 算机程序来完成的。随着专用模糊芯片的研究和开发，也可以由硬件逐步取代各组成单元 的软件功能。五、模糊控制系统的matlab设计与仿真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。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

11、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。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。Matlab是一种面向科学与工程计算的高级语言，它集科学计算、自动控制、模 糊系统、神经网络等学科的处理功能F一体，编程效率高，使用简单方便。Matlab具有强 大的扩展功能，它提供的建模可视化软件包Simulink和各种工具箱为仿真研究提供了强 有力的手段。借助于它们，可以直观方便地进行分析、计算和仿真研究。为提高设计模糊 控制器的效率，本文在相关研究的基础上，提出了一种基于Matlab的模糊控制器优化设 计与仿真分析的实现方法。该方法首先利用模糊系统工具箱(Fuzzy Logic Toolbox)的 图形用户界面(GUI)工具结合Uatlab函数构建模糊控制器，然后利用最优化工具箱 (Optimization Toolbox)函数对模糊