模糊控制技术发展现状及研究热点

仅供个人参考综合介绍了模糊控制技术的基本原理和发展状况，重点总结了近年来该研究领域的热点问题，并对今后的发展前景进行了展望。1言模糊控制综了专家的作经验，有不依赖被控对象的精确数学模型设计简单便于应用、抗干扰力强、响速度快、于控制和掌握、对系统参数的变化较强的鲁性等特点在经典控制论和现代制理论难应用的场合发挥了很大的作用近来模糊理论及应研究不断深，取得了系列成功应用和理论成果，在自动控制、信处理、模识别、通等领域得到广泛的应目前模糊控制已为智能控制的一个主要支为了更深地开展模糊控制技的研究和用，本文模糊控制近期研究的一些热点问题行简要的纳介绍。2糊控的点题模糊控制技是一项正发展的技，虽然近年来得到了蓬勃发展，但也存在一问题，主要有以下个方面(1)还有形成整理体，有善的定和棒分、统的计法包括则获和化隶函数选等(2)制统性不太（态度低存抖动积饱等题；(3)自应力有。前国外多家学围着些题开广泛研，得了些段成，面绍一近的要究点糊制统稳定分任何一个自控制系统正常工作首先必须是稳定的。由于模糊系统质上的非性和缺乏统一的系描述人们难以用现有的控制理论和分析方法对模控制系统行分析和计，因此，糊控制理的稳定性析一直是一个难点课题，未形成较完善的理体系因为如此于模糊统的稳定分析近年来成为众人关注的热点，发表的论文较多提出了各思想和分析法。目前糊控制系稳定性分析方法主要有以下几种：(1)亚诺方基于李亚普夫直接方，许多学讨论了离散时间和连续时间模糊控系统的稳性分析和设计[1-4]其中，和将其中的基稳定性条件广到SISO系统（非）鲁棒稳定性条件稳定性判变为从一李亚普诺夫不等式中寻找一个共同李亚普诺函数问题不得用于商业用途

仅供个人参考[2]由于没有般的有效法来解析寻找一个公共李亚普诺夫函数，故Tanaka等人都有提供寻找李亚诺夫稳定条件的公矩阵P的方法为解决这问题，文献[提出线性矩阵不等式描述定性条件还有一些者用一组P阵代替献[1,2]中李普诺夫函数的一个公共矩阵，造一个逐近似平滑的二次型李亚普诺夫函数用于稳定分[。每一个矩阵P仅对应一个系统并表当且仅当组合适的Riccati等式有正对称解且能到这些解，模糊控制系才是全局定的。使用李亚普夫线性化法，Ying建了包括线性对象的模糊控制系局部稳定性的必要和充分件另外一种在大统中使用的向量李亚普诺夫直接方被用于导多变量糊系统的稳性条件李亚普诺第二方法被用于判别模糊系统量比因子选择的定性波波一李亚普诺方法被用研究模糊制系统的鲁棒稳定性。但是李亚诺夫的一稳定性条通常比较保守即当定性条件不足时控制系仍是稳定的。(2)于模结系统稳性析法由于模糊控器是采用义表达，统设计中不易保证模糊控制系统的定性和鲁性。而滑模控制有个明显的点即能处控制系统的非线性而是鲁棒控制因此一些学提出设计带有模滑模表面模糊控制而能用亚普诺理论来获得环控制系稳定性的明。Palm和Driankov采用滑控制的概分析了增规划的闭环模糊控制系统的稳定性鲁棒性另有一些者用模推理来处控制系统的非线性和减少控制震颤使得基李亚普诺方法可保证控系统的稳性。基于变结构统理论，以得到控系统的跟踪精度和模糊控制器的I/O模糊集射形状之间的关系从可以解释糊控制器鲁棒性和控制性能献等研究了于变结构制框架的模糊控制系的稳定性通过输出反馈的模糊变结构控制并用李亚普诺方法证明闭环控制系统是全局界输入有输出稳定若使用变结控制类型的模糊规则集模糊制器从语和定量上可示出变结的特性。便于李亚普诺夫稳定性判据能指导计和调整糊控制器文献推导出糊控制器具体数学达式。(3)述数法描述函数方可用于预极限环的在、频率、幅度和稳定性。通过建模糊控制与多值继电控制器关系，描函数方法用于分析模糊控制系统的稳定性[2]另外，数输入的描述函数技术能用于研模糊控制统的暂态响应。虽然描述函数方法用于SISO和MISO模糊控制器以某些非线对象模型但不能用于三入及以上的模糊控制器并且于这种方不得用于商业用途

仅供个人参考一般应用于线性系统确定周期荡的存在性，因此只是一种近似稳性分析方。(4)稳性据法圆判据可用分析和再计一个模控制系统。使用扇区有界非线性的念，一般的奈魁斯（圆稳定判据可用分析SISO和模糊系的稳定性并扩展圆判据可用于推导一类简单糊PI控制系统定性的充分条件由于圆判要求比较严提一种移动的波波夫据用于分析模控制系统的稳定性当此据中参数θ设为零时判据与圆判据一致[。除了以上介的方法外模糊控制统的稳定性分析还有相平面法、关矩阵分析、超稳定理论据、模穴―穴映射数值稳定分析方法及最近出现的鲁棒控制理论分析方法和LMI（矩阵不等）凸优化法等。适模控器的究5]为了提高模控制系统自适应能，许多学者对自适应模糊控制器进了研究，究方向主要集中在下方面。(1)校模控器自校正模糊制器是在规模糊控的基础上，采用加权推理决策，并入协调因，根据系统偏差和偏差变的小，预测制系统中的不确定量并选择一个最的控制参或控制规则集在自动调整守和大胆制的混合程度从而更面确切地反出人对诸素的综合决策思想高系的控制精和鲁捧性能目前种变结构的自校正模糊制器是根被调量e和ec在线选取佳控制规则控制决策，而对于些复杂的生产过程,其生产艺和环境因素都较为杂往不能考虑系统偏差和偏差变化率来确定其控制策难总结出比完整的经验时模糊控规则或者乏或很粗糙且当被对象参数发变化或受随机干扰影响，都会影模糊控制效果。(2)组模控器自组织模糊制器能自对系统本的参数或控制规则进行调整，使系不断完善以适应不断变化的况证控制到所希望效果它根据自动量得到的实输出特征期望特征的偏差，确输出响应校正量并化控制校正量，调整模糊控制规则用于被控象其基本特征是控算法和规可以通过线修改变动某个参数可以变控制结。它不仅是局限于某个象，而是过自组织应几类对象。有代表性为以下三种型：①为校模控制：常模控中加系辨和正制能通过用个较粗的期型经模糊制的组功，到在修模控规，善系不得用于商业用途

仅供个人参考性，其到期要；②调比因模控制：过整统差偏差化的例子控模糊制中输量比系，即变统增。充体现操者动制思特点控策，证系有好的态和态度③模自定PID参数制器用模集论根系运状在整控制参〔KPKI、KD由于糊整参KPKI、KD与偏差e变化ec间立在线整函关，这关是根人经和慧累来的使统不的动态下对PID控器数现能节能明改被过的态和稳性，高干能和棒。糊制其智能术支结作为智能控的一种新法，模糊制与智能领域的一些其他新技术相合，向着高层次的应用发展是目前研热点之一下面简要介绍模糊控制与神经网络遗传算法结合情况(1)糊制神网络结合神经网络是大量的简处理单元成的非线形动力系统，能映射任意数关系，具有学习性能处理不完整不精的常模糊的信息模糊控和神经网络间具有很的互补性一方面对神网络来说识抽取和识表达比较困难而模糊信息处理方法对却很有效另一面模糊模很难从样中直接学规则且模糊推理过程中会增加糊性但神经网能进行有效地学，并且采联想记忆降低模糊摘[6]。由此见，神经网络适合于处非结构化信息模糊模对处理结化的知识有效模糊制与神经网络的融合系是一种自应模糊控制系统前实现模糊制的神经网络从结构上看主要有两类，其是在神经络结构中引入模糊模其具有处理糊信息的能力把神经元中加权求和运转变并”等形式的模逻辑运算构成模糊经元其二是直接利用神经网络的学习功及映射能去等效模糊控中的模糊能块，如糊化、模糊推理、反模糊化等，目研究应用为广泛的ANFIS模糊神经络就属于这一类。网络般由五层前向网络组成，每层都有明确的含义，第一层输入层；二层计算属度函数；第三层计算每条规则的用度层进行归化计算；第层实现清化即解模化。ANFIS网络所含的信息能清晰地获，克服了BP网络黑箱型作的不足[7]。采用神经元络实现的糊控制，于知识的表达并不是通过显式的一条规则，是把这些规则隐含分布在整网络之中在控制用中不必进行复杂费时规则搜索推而只须通过高速并分布计算可产生输结果，这在某种意义上与人的思维为接近。不得用于商业用途

仅供个人参考(2)糊制遗算法GA的合遗传算法是种借鉴生界自然选和自然遗传机制的随机化搜索算法由美国大学的Holland教授先提出。选、交叉和异是遗传法的三个主要操作算子，它们构成了所谓的遗传操[。遗传算法主特点是群体索策略和体中个体间的信息交换，搜索不依赖于梯度息得它可以效率地发现全局最优解或接近最优解避免陷入局最优解，而且对问题初始条件求较少。目前利用遗算法优化糊控制器，优化的主要对象是隶属函数和模控制规则。根据优化对象的同，现有研究可分以下几种类型：①已知糊制则利GA优隶属数一般先设定属函数的状，实践明，三角形型、梯形型、高斯型等较简单的属函数即可满足一模糊控制的需要设隶属函数形状后确定寻优的隶属数参数一高斯型有2个参数角有3个参形有个数用已有知识定各参数的大致允许范，并对参数进编码所有的寻优参数串接起来构成一个个体代表一个模控制器然后建立一定的性指标，最便可利用传算法的一般步骤进行寻优。②已知属数利GA优化糊制则事先确定输输出隶属数的形状各参数，将每个输入输出变量划分一定数量模糊子集，从而确最大可列规则数，一个规则表按一定的顺序展开为一，并编码一个个体随机地选择定数量的体作为初群体，对这些个体进行遗传操作，现控制规的优化[8]。③同时化属数模控规则隶属函数和糊控制规不是相互立而是相互联系的，因此很多学者为固定隶函数优化模糊控制则或固定糊控制规优化隶属函数的做法人为地割裂了种联系优化得到的隶属函数或制规则失了原来的义建议应同时对者进行调整在这方做了一些作。3糊控的展景在模糊控制发展初期大多数学的主要精力放在模糊控制的应用研上，在很领域取得辉煌的成但与用的成果比模糊制的系统分析和理论研究却没有显进展以至西方的一些者对模糊制的理论据和有效性产生疑虑。1993年7月，在国第十一届人工智能年会上加州大学地亚哥分计算机科学和工程系助教授Elkan博的一篇题为“模糊逻辑是而非的功报告就代表这种思想虽然C.Elkan的些观点是不切和片面的，会后多专家对进行了批，但他确确实实指出了模糊控制理基础不够实的缺点不得用于商业用途

仅供个人参考从而引起了糊控制领的学者的泛关注并加强了对这一方面的研究上节的绍可以看到目前模控制的理研究很热并已取了许多显著进展模糊控制在论上和应方面都取得了巨大就虽然模糊控技术发展历史只有三十年本还有待于完理论与际的结合也有待于一步探索但是其发前景十分诱人。目前在国际趋势的推下，模糊制已开始向多元化和交叉学科方向展。国外家预言：模糊技术、经网络技、混沌理作为人工智能的三大支柱，将是下代工业自化的基础随着模糊控理论研究不断完善应用的广泛深入高性能模糊控制器的研开发模控制技术将会更限度地发其优势为工业过程控制动控制其它领域的制开辟新应用前景。不得用于商业用途

仅供个人参考仅供个用学习、究不得用商业用。Forpersonaluseonlyinstudyandresearch;notforcommercialuse.NurfürdenpersönlichenfürStudien,Forschung,zukommerzie