《模糊控制综述.doc》由会员分享，可在线阅读，更多相关《模糊控制综述.doc（10页珍藏版）》请在三一办公上搜索。
1、上海工程技术大学智能控制课程小论文学 院电子电气工程学院专 业自动化班级学号学 生任课教师 题 目模糊控制综述完成日期 2013 年 1 月 1 日模糊控制综述班级 0212092 姓名 学号 24摘 要 模糊控制是以模糊集理论、模糊语言变量和模糊控制逻辑推理为基础的一种智能控制方法。本文主要讲述了模糊控制系统的发展，模糊控制理论的原理，现状及其应用，并对今后的发展前景进行了展望。Abstract :Fuzzy control is a kind of intelligent control method which is based on the fuzzy set theory, the
2、fuzzy language variables and fuzzy control logic reasoning.This paper is mainly about the development of the fuzzy control system, the fuzzy control theory of principle, present situation and its application, and then it prospectsthe development in the future .关键词：模糊控制，模糊控制器，模糊控制系统0引言传统的控制理论（包括经典控制理
3、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1。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2。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史3，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
4、特殊重要的地位4。把模糊逻辑应用于控制领域则始于1973年5。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6。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，同时也是智能控制的重要组成部分。1 模糊控制系统的发展模糊
5、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
6、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
7、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。2 模糊控制的原理模糊控制算法的工作过程可以描述如下:微机通过中断采样获取被控制量的精确值,并将此量与给定值比较得到一误差信号E, 一般选误差信号E作为模糊控制器的一个输入量。把误差信号E的精确量进行模糊化变成模糊量。误差E 的模糊量可用相应的模糊语言表示,得到误差E的模糊语言集合的一个子集e ( e是一个误差E的模糊矢量) ,再由e和模糊关系R根据推理的合成规则进行模糊决策,得到模糊控制量u,即u = eR.模糊控制的框图如图1所示。图1模糊
8、控制原理框图由图1可知, 模糊控制系统与通常的计算机数字控制系统的主要区别是采用了模糊控制器。模糊控制器是整个模糊控制系统的核心, 一个模糊控制系统性能优劣,主要取决于模糊控制器的结构,所采用的模糊规则、合成推理算法及模糊决策的方法等因素。3 模糊控制理论的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。神经模糊控制是神经网络技术
9、与模糊逻辑控制技术相结合的产物, 是指基于神经网络的模糊控制方法。模糊系统是建立在IF2THEN 表达式之上, 这种方式容易让人理解, 但是在自动生成和调整隶属函数和模糊规则上却很困难。而人工神经网络是模拟人直观性思维的一种方式, 它是将分布式存储的信息并行协同处理, 是一个非线性动力学系统, 每个神经元结构简单, 但大量神经元构成网络系统能实现很强的功能, 因此人工神经网络具有自适应的学习能力、容错性和鲁棒性, 并且神经网络对环境的变化具有较强的自适应能力, 所以可结合神经网络的学习能力来训练_模糊规则, 提高整个系统的学习能力和表达能力。现有人工神经网络代表性的模型有感知器、多层映射、BP
10、 网络、RBF 神经网络实现局部或全部的模糊逻辑控制功能, 前者如利用神经网络实现模糊控制规则或模糊推理, 后者通常要求网络层数多于3 层;自适应神经网络模糊控制, 利用神经网络的学习功能作为模型辨识或直接用作控制器; 基于模糊神经网络的隶属函数及推理规则的获取方法, 具有模糊连接强度的模糊神经网等, 均在控制中有所应用。而且, 还有神经网络与遗传算法同模糊控制相结合的自调整应用。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
11、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。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
12、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
13、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 模糊控制的发展前景 在模糊控制的发展初期，大多数学者的主要精力放在模糊控制的应用研究上，在很多领域取得辉煌的成果。但与应用的成果相比，模糊控制的系统分析和理论研究却没有显著进展，以至于西方的一些学者对模糊控制的理论依据和有效性产生疑虑。1993年7月，在美国第十一届人工智能年会上，加州大学圣地亚哥分校计算机科学和工程系助教授Clarles Elkan博士的一篇题为“模糊逻辑似是而非的成功”报告，就代表了这种思想。虽然C.Elkan 的一些观点是不确切和片面的，会后很多专家对此进行了批驳，但他确确实实指出了模糊控制理论基
14、础不够坚实的缺点，从而引起了模糊控制领域的学者的广泛关注并加强了对这一方面的研究。通过上节的介绍可以看到，目前模糊控制的理论研究很热，并已取得了许多显著进展，模糊控制在理论上和应用方面都取得了巨大成就。虽然模糊控制技术发展历史只有三十年，本身还有待于完善，理论与实际的结合也有待于进一步探索，但是其发展前景十分诱人。6 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
15、,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
16、、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汪培庄.模糊集合及应用.上海: 上海科学技术出版社,1983.2Yager R R and Filev DP. SLIDE： a simple adatpive defuzzification method J. IEEETrans. on Fuzzy Systems, 1993,1(1) : 69-78.3Zadeh
17、 L A. Fuzzy sets J. Information and Control,1965,8：338-353.4Faouzi Bonslama,Akira Ichiltawa.Application of limit fuzzy controllers to stability analysis.Fuzzy Sets and Systems,1992,49: 103-220.5 Zadeh L A. Outline of a new approach to the analysis of complex systems and decision processess. IEEE Trans. On Systems, Man, and Cybernetics ,1973,SMC-3(1)28-44.6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）：59-62.7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,1995.8刘金锟.智能控制M 北京：电子工业出版社，20059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,1994.10屠乃威, 付华, 阎馨. 参数自适应模糊PID 控制器在温度控制系统中的应用J. 微计算机信息(测控仪表自动化), 2004, 20(6).
