智能控制大作业

1南京工程学院自动化学院《智能控制技术》大作业课程名称：智能控制技术院（系、部、中心）：康尼学院专业：自动化班级：K自动化121姓名：刘爽学号：240120902课程论文成绩评定：指导教师签字：2015年6月24日2摘要模糊控制是以模糊集合论作为它的数学基础，用语言规则表示方法和先进的计算机技术,由模糊推理进行决策的一种高级控制策。模糊控制作为以模糊集合论、模糊语言变量及模糊逻辑推理为基础的一种计算机数字控制，它已成为目前实现智能控制的一种重要而又有效的形式尤其是模糊控制和神经网络、遗传算法及混沌理论等新学科的融合，正在显示出其巨大的应用潜力。实质上模糊控制是一种非线性控制，从属于智能控制的范畴。模糊控制的一大特点是既具有系统化的理论，又有着大量实际应用背景。本文简要回顾了模糊控制理论的发展，详细介绍了模糊控制理论的原理和模糊控制器的设计步骤，分析了模糊控制理论的优缺点以及模糊控制需要完善或继续研究的内容，根据各种模糊控制器的不同特点，对模糊控制的应用进行了分类，并分析了各类模糊控制器的应用效能.最后，展望了模糊控制的发展趋势与动态。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3第一节引言1.1模糊控制系统简介模糊控制系统是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术。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《FuzzySet》开创了模糊数学的历史，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位。把模糊逻辑应用于控制领域则始于1973年。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。1.2模糊控制的特点(1)模糊控制是一种基于规则的控制。它直接采用语言型控制规则,出发点是现场操作人员的控制经验或相关专家的知识,设计中不需要建立被控对象的精确数学模型,因而使得控制机理和策4略易于接受与理解,设计简单,便于应用；(2)由工业过程的定性认识出发,比较容易建立语言控制规则,因而模糊控制对那些数学模型难以获取、动态特性不易掌握或变化非常显著的对象非常适用；(3)基于模型的控制算法及系统设计方法,由于出发点和性能指标的不同,容易导致较大差异；但一个系统的语言控制规则却具有相对的独立性,利用这些控制规律间的模糊连接,容易找到折中的选择,使控制效果优于常规控制器；(4)模糊控制算法是基于启发性的知识及语言决策规则设计的,这有利于模拟人工控制的过程和方法,增强控制系统的适应能力,使之具有一定的智能水平；(5)模糊控制系统的鲁棒性强,干扰和参数变化对控制效果的影响被大大减弱,尤其适合于非线性、时变及纯滞后系统的控制。除此,模糊控制还有比较突出的两个优点:第一,模糊控制在许多应用中可以有效且便捷地实现人的控制策略和经验；第二,模糊控制可以不需被控对象的数学模型即可实现较好的控制,这是因为被控对象的动态特性已隐含在模糊控制器输入、输出模糊集及模糊规则中。模糊控制也有缺陷,主要表现在:1)模糊控制的设计尚缺乏系统性，这对复杂系统的控制是难以奏效的。所以如何建立一套系统的模糊控制理论，以解决模糊控5制的机理、稳定性分析、系统化设计方法等一系列问题；2)如何获得模糊规则及隶属函数即系统的设计办法，这在目前完全凭经验进行；3)信息简单的模糊处理将导致系统的控制精度降低和动态品质变差。若要提高精度则必然增加量化级数，从而导致规则搜索范围扩大，降低决策速度，甚至不能实时控制；4)如何保证模糊控制系统的稳定性即如何解决模糊控制中关于稳定性和鲁棒性问题还有待完善。第二节模糊控制器的设计2.1模糊控制器的结构设计在设计模糊控制器时，首先是根据被控对象的具体情况来确定模糊控制器的结构。所谓模糊控制器的结构指的无非是它的输入输出变量、模糊化算法、模糊推理规则和精确化计算方法。模糊控制器的结构根据被控制对象的输入输出变量的多少、模糊控制器输入变量和输出变量的多少分为单输入-单输出结构和多输入-多输出结构、一维模糊控制器和多维模糊控制器。2.2模糊控制器的常规设计方法由模糊控制的理论基础和模糊控制器的基本组成可知，要设计一个模糊控制器，通常须将模糊控制器的输入输出变量模糊化。不失一般性，假设模糊逻辑控制器的输入量为系统误差e和误差变化de、输出量为系统控制值u。则模糊逻辑控制器的工作6过程可以描述为：首先将模糊控制器的输入量转化为模糊量供模糊逻辑决策系统用，模糊逻辑决策器根据控制规则决定的模糊关系R，应用模糊逻辑推理算法得出控制器的模糊输出控制量。最后经精确化计算得到精确的模糊值去控制被控对象。常规模糊控制器如下图1所示。eEUudeDE图1常规模糊控制器2.3模糊控制器的基本结构如下图所示,模糊控制器的基本结构包括知识库、模糊推理、输入量模糊化、输出量精确化四部分。图2模糊控制器的基本结构1.知识库知识库包括模糊控制器参数库和模糊控制规则库。模糊控制规则建立在语言变量的基础上。语言变量取值为“大”、“中”、模糊化模糊逻辑决策精确化输出量精确化输入量模糊化知识库模糊推理被控对象7“小”等这样的模糊子集,各模糊子集以隶属函数表明基本论域上的精确值属于该模糊子集的程度。因此,为建立模糊控制规则,需要将基本论域上的精确值依据隶属函数归并到各模糊子集中,从而用语言变量值(大、中、小等)代替精确值。这个过程代表了人在控制过程中对观察到的变量和控制量的模糊划分。由于各变量取值范围各异,故首先将各基本论域分别以不同的对应关系,映射到一个标准化论域上。通常,对应关系取为量化因子。为便于处理,将标准论域等分离散化,然后对论域进行模糊划分,定义模糊子集,如NB、PZ、PS等。同一个模糊控制规则库,对基本论域的模糊划分不同,控制效果也不同。具体来说,对应关系、标准论域、模糊子集数以及各模糊子集的隶属函数都对控制效果有很大影响。这3类参数与模糊控制规则具有同样的重要性,因此把它们归并为模糊控制器的参数库,与模糊控制规则库共同组成知识库。2.模糊化将精确的输入量转化为模糊量F有两种方法:(1)将精确量转换为标准论域上的模糊单点集。精确量x经对应关系G转换为标准论域x上的基本元素,则该元素的模糊单点集F为uF(u)=1ifu=G(x)(2)将精确量转换为标准论域上的模糊子集。精确量经对应关系转换为标准论域上的基本元素,在该元素上具有最大隶属度的模8糊子集,即为该精确量对应的模糊子集。3.模糊推理最基本的模糊推理形式为:前提1IFATHENB前提2IFA′结论THENB′其中,A、A′为论域U上的模糊子集,B、B′为论域V上的模糊子集。前提1称为模糊蕴涵关系,记为A→B。在实际应用中,一般先针对各条规则进行推理,然后将各个推理结果总合而得到最终推理结果。4.精确化推理得到的模糊子集要转换为精确值,以得到最终控制量输出y。目前常用两种精确化方法:(1)最大隶属度法。在推理得到的模糊子集中,选取隶属度最大的标准论域元素的平均值作为精确化结果。(2)重心法。将推理得到的模糊子集的隶属函数与横坐标所围面积的重心所对应的标准论域元素作为精确化结果。在得到推理结果精确值之后,还应按对应关系,得到最终控制量输出y。2.4模糊控制器的研究1)一般模糊控制器设计与结构分析模糊控制器一般采用反馈控制结构。从结构上分析，常见模糊控制器一般可分为二维、三维模糊控制器。类似于PID控制器，9二维模糊控制器一般也称PD或PI型模糊控制器，三维模糊控制器称为PID型模糊控制器。这方面工作最早是由Tang明确提出的，通过对常规模糊控制器机理进行分析，他指出了一般模糊控制器同PI控制器的相似性。随后，Abdelnour从PID控制角度出发，提出了FZ-PI，FZ-PD，FZ-PID三种形式模糊控制器。刘向杰等采用各种方式得出了模糊控制器中量化因子、比例因子同PID控制器的因子KP，KI，KD之间的关系。2)基于模糊自适应PID控制器的设计以模糊PID控制器为例，PID控制具有结构简单、稳定性能好、可靠性高等优点，尤其适用于可建立精确数学模型的确定性控制系统。但是在实际的应用中，大多数工业过程都不同程度地存在非线性、参数时变性和模型不确定性，因而一般的PID控制无法实现对这样过程的精确控制。模糊控制对数学模型的依赖性弱，不需要建立过程的精确数学模型。模糊自适应PID控制器比常规PID控制器明显地改善了控制系统的动态性能，抗干扰能力更强，且易于实现，便于工程应用。3)基于模糊状态方程的模糊控制器设计基于模糊状态方程的模糊控制器设计采用了一种新的方法。它基于现代控制理论，并将相应的结果应用于模糊控制器设计及稳定性分析。最初它是基于一种稳定模糊控制器的设计，对于所有子模型，其结果是要找到一个公共的正定矩阵，但这一要求在实际中很难满足。后来这一方面研究人员将这一条件进行弱化，10提出只要找到一组正定矩阵，就可以满足稳定性要求，并做了相应的控制器设计。针对模糊状态方程的连续模型，给出了一种状态反馈控制器的设计方法，同时也提出了模糊状态观测器的设计方法。类似的研究还有采用极点配置的模糊控制器设计，基于LMI的模糊控制器设计等等。4)基于自适应模糊控制器的研究由于初始控制规则一般比较粗糙，很难达到控制要求，于是就出现了自适应模糊控制器。自适应模糊控制器的研究最早是由Procyk&Mamdani于1979年提出的，称作语言自组织模糊控制器（SOC）。自适应模糊控制的思想就在于在线或离线调节模糊控制规则的结构或参数，使之趋近于最优状态。2.5模糊控制器的设计模糊控制器在模糊自动控制系统中具有举足轻重的作用，因此在模糊控制系统中，设计和调整模糊控制器的工作是很重要的。模糊控制器的设计包括以下几项内容：1、确定模糊控制器的输入变量和输出变量；2、设计模糊控制规则，并计算模糊控制规则所决定的模糊关系，建立模糊控制表；3、确立模糊化和非模糊化方法；4、合理选择模糊控制算法的采样时间。2.5.1模糊控制器的输入输出变量11由于模糊控制器的控制规则是通过模拟人脑的思维决策方式提出的，所以在选择模糊控制器的输入输出变量时，必须深入研究人在手动控制过程中是如何获取和输出信息的。由于人在手动控制过程中，主要是根据误差、误差的变化及误差的变化的变化来实现控制的，所以模糊控制器的输入变量也可有三个，即误差、误差的变化及误差的变化的变化，输出变量一般选择控制量的变化。通常将模糊控制器输入变量的个数称为模糊控制的维数。由于一般情况下，一维模糊控制器的动态控制性能并不好，三维模糊控制器的控制规则过于复杂，控制算法的实现比较困难，所以，目前被广泛采用的均为二维模糊控制器，这种控制器以误差和误差的变化为输入变量，以控制量的变化为输出变量。整个论域即在定义这些模糊子集时应注意使论域中任何一点对这些模糊子集的隶属度的最大值不能太小，否则会在这样的点附近出现不灵敏区，以至于造成失控，使模糊控制系统控制性能变坏。2.5.2建立模糊控制器的控制规则建立模糊控制规则的基本思想:当误差大或较大时，选择控制量以尽快消除误差为主，而当误差较小时，选择控制量要注意防止超调，以系统的稳定性为主要出发点。模糊控制规则的来源有3条途径:基于专家经验和实际操作,基于模糊模型,基于模糊控制的自学习。模糊控制器的控制规则作为人工手动控制策略的语言描述，它通常用条件语句表示。其12主要形式可概括如下：IfAthenBIfAthenBelseCIfAandBth