關(guān)于模糊控制理論的綜述

1、物理與電子工程學院人工智能課程設計報告課題名稱關(guān)于模糊控制理論的綜述專 業(yè)自動化班 級 11 級3班學生姓名鄭艷偉學號指導教師崔明月成績2014年6月18日關(guān)于模糊控制理論的綜述摘 要：模糊控制方法是智能控制的重要組成部分，本文簡要回顧了模糊控制理論的發(fā)展，詳細介紹了模糊控制理論的原理和模糊控制器的設計步驟， 分析了模糊控制理論的優(yōu)缺點以及模糊控制需要完善或繼續(xù)研究的內(nèi)容，根據(jù)各種模糊控制器的不同特點，對模糊控制在電力系統(tǒng)中的應用進行了分 類，并分析了各類模糊控制器的應用效能最后，展望了模糊控制的發(fā)展趨 勢與動態(tài)關(guān)鍵詞：模糊控制；模糊控制理論；模糊控制系統(tǒng)；模糊控制理論的發(fā)展模糊控制是以模糊集

2、理論、模糊語言變量和模糊控制邏輯推理為基礎的一 種智能控制方法，從行為上模擬人的思維方式，對難建模的對象實施模糊推理 和決策的一種控制方法模糊控制作為智能領域中最具有實際意義的一種控制 方法，已經(jīng)在工業(yè)控制領域、電力系統(tǒng)、家用電器自動化等領域中解決了很多 的問題，引起了越來越多的工程技術(shù)人員的興趣 模糊控制系統(tǒng)簡介模糊控制系統(tǒng)是以模糊集合論、模糊語言變量和模糊邏輯推理為基礎的一種計算機數(shù)字控制技術(shù).1965年美國的扎德創(chuàng)立了模糊集合論，1973年,他 給出了模糊邏輯控制的定義和相關(guān)的定理 .1974年英國的Mamdani首先用模糊 控制語句組成模糊控制器，并把它用于鍋爐和蒸汽機的控制，在實驗室

3、獲得成 功，這一開拓性的工作標志著模糊控制論的誕生模糊控制系統(tǒng)主要是模擬人的思維、推理和判斷的一種控制方法 ，它將人 的經(jīng)驗、常識等用自然語言的形式表達出來，建立一種適用于計算機處理的輸 入輸出過程模型，是智能控制的一個重要研究領域.從信息技術(shù)的觀點來看， 模糊控制是一種基于規(guī)則的專家系統(tǒng) 從控制系統(tǒng)技術(shù)的觀點來看，模糊控制 是一種普遍的非線性特征域控制器相對傳統(tǒng)控制，包括經(jīng)典控制理論與現(xiàn)代控制理論模糊控制能避開對象的數(shù)學模型（如狀態(tài)方程或傳遞函數(shù)等），它力圖對人們關(guān)于某個控制問題的成 功與失敗和經(jīng)驗進行加工，總結(jié)出知識，從中提煉出控制規(guī)則，用一系列多維 模糊條件語句構(gòu)造系統(tǒng)的模糊語言變量模型

4、，應用CRI等各類模糊推理方法， 可以得到適合控制要求的控制量，可以說模糊控制是一種語言變量的控制.模糊控制具有以下特點：(1) 模糊控制是一種基于規(guī)則的控制它直接采用語言型控制規(guī)則，出發(fā)點是現(xiàn)場操作人員的控制經(jīng)驗或相關(guān)專家的知識，在設計中不需要建立被控對 象的精確數(shù)學模型，因而使得控制機理和策略易于接受與理解，設計簡單，便于應用；(2) 由工業(yè)過程的定性認識出發(fā)，比較容易建立語言控制規(guī)則，因而模糊 控制對那些數(shù)學模型難以獲取、動態(tài)特性不易掌握或變化非常顯著的對象非常 適用；(3) 基于模型的控制算法及系統(tǒng)設計方法，由于出發(fā)點和性能指標的不同 容易導致較大差異；但一個系統(tǒng)的語言控制規(guī)則卻具有相

5、對的獨立性，利用這 些控制規(guī)律間的模糊連接，容易找到折中的選擇，使控制效果優(yōu)于常規(guī)控制 器；(4) 模糊控制算法是基于啟發(fā)性的知識及語言決策規(guī)則設計的，這有利于模擬人工控制的過程和方法，增強控制系統(tǒng)的適應能力，使之具有一定的智能 水平；(5) 模糊控制系統(tǒng)的魯棒性強，干擾和參數(shù)變化對控制效果的影響被大大 減弱，尤其適合于非線性、時變及純滯后系統(tǒng)的控制除此，模糊控制還有比較突出的兩個優(yōu)點：第一，模糊控制在許多應用中可以有效且便捷地實現(xiàn)人的控制策略和經(jīng) 驗；第二，模糊控制可以不需被控對象的數(shù)學模型即可實現(xiàn)較好的控制，這是因為被控對象的動態(tài)特性已隱含在模糊控制器輸入、輸出模糊集及模糊規(guī)則中模糊控制也

6、有缺陷,主要表現(xiàn)在：1)精度不太高；2)自適應能力有限；3) 易產(chǎn)生振蕩現(xiàn)象.模糊控制的發(fā)展模糊控制的發(fā)展基本上可分為兩個階段：初期的模糊控制器是按一定的語 言控制規(guī)則進行工作的，而這些控制規(guī)則是建立在總結(jié)操作者對過程進行控制 的經(jīng)驗基礎上，或設計者對某個過程認識的模糊信息的歸納基礎上，因而它適用于控制不易獲得精確數(shù)學模型和數(shù)學模型不確定或多變的對象后期的模糊控制器則是基于控制規(guī)則難以描述，即過程控制還總結(jié)不出什么成熟的經(jīng)驗，或者過程有較大的非線性以及時滯等特征，試圖吸取人腦對復雜對象進行隨機識別和判決的特點，用模糊集理論設計自適應、自組織、自學習的模糊控制器模糊控制現(xiàn)正從以下幾個方面加緊研究

7、：1）研究模糊控制器非線性本質(zhì)的框架結(jié)構(gòu)及其同常規(guī)控制策略的聯(lián)系，揭示模糊控制器工作的實質(zhì)和機理它可提供系統(tǒng)的分析和設計方法，解決一些先 前被認為是困難但卻是非常重要的問題，如穩(wěn)定性、魯棒性等.2）在模糊控制已取得良好實踐效果的同時，從理論分析和數(shù)學推導角度揭示和證明模糊控制系統(tǒng)的魯棒性優(yōu)于常規(guī)控制策略3）研究模糊控制器的優(yōu)化設計問題，尤其是在線優(yōu)化問題.模糊控制器源 于采用啟發(fā)式直覺推理，其本身的推理方式難于保證控制效果的最優(yōu) 解決模糊 控制器的優(yōu)化問題也是進一步將其推向工業(yè)應用的有效手段 4）在理論研究中規(guī)則本身非線性問題及實際應用中模糊控制器的規(guī)則自 學習和自動獲取問題前者之所以成為難點

8、，是因為具有線性規(guī)則的模糊控制器 本身已屬非線性控制，非線性規(guī)則則更使問題的系統(tǒng)化研究方法困難；后者則構(gòu) 成智能控制中專家系統(tǒng)的核心問題5）將模糊控制同其它領域的理論研究方法相結(jié)合，利用模糊控制的優(yōu)勢解 決該領域中過去用常規(guī)方法難以解決的問題模糊控制的現(xiàn)狀模糊控制的研究主要體現(xiàn)在控制器的研究和開發(fā)以及各類實際應用中，目前模糊控制已經(jīng)應用在各個行業(yè)各類模糊控制器也非常多，模糊控制器的研 究一直是控制界研究的熱點問題，而關(guān)于模糊控制系統(tǒng)的穩(wěn)定性分析則是模糊 控制需要研究和解決的基本問題目前已經(jīng)出現(xiàn)了為實現(xiàn)模糊控制功能的各種 集成電路芯片開發(fā)模糊控制系統(tǒng)的軟件工具也出現(xiàn)了不少下面作一簡單介紹1.1與

9、其它智能控制的結(jié)合或融合模糊控制與其它智能控制的復合產(chǎn)生了多種控制方式方法主要表現(xiàn)在：1）模糊PID控制器2模糊PID控制器的研究是將模糊技術(shù)與常規(guī)的 PID控制算法相結(jié)合的一種 控制方法，得到了許多學者的關(guān)注模糊PID控制器是一種雙?？刂菩问?這種 改進的控制方法的出發(fā)點主要是消除模糊控制的系統(tǒng)穩(wěn)態(tài)誤差，利用PID控制器提高控制精度，消除誤差，增加穩(wěn)態(tài)控制性能從PID控制角度出發(fā)，提出 FI PI、FI PD FI PID三種形式的模糊控制器，并能運用各種方式得出 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之間的關(guān) 系式.對基于簡單線性規(guī)則TS模型的模糊控制器進行了

10、分析，指出這類模糊控 制器是一種非線性增益PID控制器.有人試圖利用GA算法,通過性能指標評價 函數(shù),決定模糊控制器的Ke、Kec、Ku等參數(shù).2) 自適應模糊控制器自適應模糊控制器就是借鑒自適應控制理論的一些理念來設計模糊控制器 也稱作語言自組織模糊控制器3 (SOC),它的思想就在于在線或離線調(diào)節(jié)模糊 控制規(guī)則的結(jié)構(gòu)或參數(shù)，使之趨于最優(yōu)狀態(tài).目前主要有通過采用一種帶有修 正因子的控制算法，改變控制規(guī)則的特性；或直接對模糊控制規(guī)則進行修正； 還有一種是對控制規(guī)則進行分級管理，提出自適應分層模糊控制器；又有人提 出規(guī)則自組織自學習算法，對規(guī)則的參數(shù)以及數(shù)目進行自動修正；更進一步的 是采用神經(jīng)網(wǎng)

11、絡對模糊控制規(guī)則及參數(shù)進行調(diào)整，也是一種實現(xiàn)模糊自適應控 制的好方法3) 模糊控制與神經(jīng)控制的融合神經(jīng)模糊控制是神經(jīng)網(wǎng)絡技術(shù)與模糊邏輯控制技術(shù)相結(jié)合的產(chǎn)物，是指基于神經(jīng)網(wǎng)絡的模糊控制方法.模糊系統(tǒng)是建立在IF2THEN表達式之上，這種方 式容易讓人理解，但是在自動生成和調(diào)整隸屬函數(shù)和模糊規(guī)則上卻很困難.而人工神經(jīng)網(wǎng)絡是模擬人直觀性思維的一種方式，它是將分布式存儲的信息并行 協(xié)同處理，是一個非線性動力學系統(tǒng)，每個神經(jīng)元結(jié)構(gòu)簡單，但大量神經(jīng)元構(gòu) 成網(wǎng)絡系統(tǒng)能實現(xiàn)很強的功能，因此人工神經(jīng)網(wǎng)絡具有自適應的學習能力、容 錯性和魯棒性，并且神經(jīng)網(wǎng)絡對環(huán)境的變化具有較強的自適應能力，所以可結(jié) 合神經(jīng)網(wǎng)絡的學

12、習能力來訓練模糊規(guī)則，提高整個系統(tǒng)的學習能力和表達能 力.現(xiàn)有人工神經(jīng)網(wǎng)絡代表性的模型有感知器、多層映射、BP網(wǎng)絡、RBF神經(jīng)網(wǎng)絡實現(xiàn)局部或全部的模糊邏輯控制功能，前者如利用神經(jīng)網(wǎng)絡實現(xiàn)模糊控制 規(guī)則或模糊推理，后者通常要求網(wǎng)絡層數(shù)多于3層;自適應神經(jīng)網(wǎng)絡模糊控制， 利用神經(jīng)網(wǎng)絡的學習功能作為模型辨識或直接用作控制器；基于模糊神經(jīng)網(wǎng)絡 的隸屬函數(shù)及推理規(guī)則的獲取方法，具有模糊連接強度的模糊神經(jīng)網(wǎng)等，均在 控制中有所應用而且，還有神經(jīng)網(wǎng)絡與遺傳算法同模糊控制相結(jié)合的自調(diào)整 應用.4）遺傳算法4優(yōu)化的模糊控制考慮到模糊控制器的優(yōu)化涉及到大范圍、多參數(shù)、復雜和不連續(xù)的搜索表 面，而專家的經(jīng)驗只能起一

13、個指導作用，很難根據(jù)它準確地定出各項參數(shù)，因 而實際上還要反復試湊，尋找一個最優(yōu)過程.因此，人們自然想到用遺傳算法來 進行優(yōu)化.遺傳算法應用于模糊控制器的優(yōu)化設計是非常適合的，遺傳算法的運行僅由適應度數(shù)值驅(qū)動而不需要被優(yōu)化對象的局部信息.此外，優(yōu)化模糊控制器正好符合遺傳算法的所謂“積木塊”假設，積木塊指長度較短的、性能較好的基因片段.用遺傳算法優(yōu)化模糊控制器時，優(yōu)化的主要對象是模糊控制器 的隸屬函數(shù)和規(guī)則集.已經(jīng)有人運用這個方法對倒立擺控制器隸屬函數(shù)的位置、 形狀等參數(shù)，結(jié)果表明遺傳算法優(yōu)化后的隸屬函數(shù)遠遠優(yōu)于手工設計的.顯然通過改進遺傳算法，按所給優(yōu)化性能指標，對被控對象進行尋優(yōu)學習，可以有

14、 效地確定模糊邏輯控制器的結(jié)構(gòu)和參數(shù).5）模糊控制與專家控制相結(jié)合專家模糊控制系統(tǒng)是由專家系統(tǒng)技術(shù)和模糊控制技術(shù)相結(jié)合的產(chǎn)物.把專家系統(tǒng)技術(shù)引入模糊控制之中，目的是進一步提高模糊控制器的智能水平.專 家模糊控制保持了基于規(guī)則的方法的價值和用模糊集處理帶來的靈活性，同時把專家系統(tǒng)技術(shù)的表達，利用知識的長處結(jié)合進來.專家系統(tǒng)技術(shù)考慮了更多 方面的問題，如是什么組成知識，如何組織、如何表達、如何應用知識.專家系 統(tǒng)方法重視知識的多層次及分類的需要，以及利用這些知識進行推理的計算機 組織.將模糊控制與專家控制相結(jié)合能夠表達和利用控制復雜過程和對象所需 的啟發(fā)式知識，重視知識的多層次和分類的需要，彌補了

15、模糊控制器結(jié)構(gòu)過于 簡單、規(guī)則比較單一的缺陷，賦予了模糊控制更高的智能；二者的結(jié)合還能夠 擁有過程控制復雜的知識，并能夠在更為復雜的情況下對這些知識加以有效利 用.除以上介紹的幾種主要方式外，還有多變量模糊控制，模糊系統(tǒng)建模及參數(shù) 辨識、模糊滑模控制器、模糊解耦控制器、模糊變結(jié)構(gòu)控制、模型參考自適應 控制、最優(yōu)模糊控制器、模糊預測控制等.1.2模糊控制的軟硬件產(chǎn)品為了更好的利用模糊控制，相繼有不少公司開發(fā)了模糊控制的軟件工具和硬件集成電路這里介紹了兩類開發(fā)工具，一類是開發(fā)模糊系統(tǒng)的軟件工具，如 FREEWAREFIDE、東芝 IFCS、NEC FL SDE、FC - TOOL V110 .另一

16、類是通用模 糊邏輯開發(fā)工具,如CUBICALCFUZZYC、FUZZLE 118、METUSUZZYL IBRARY FUZZY LOGIC DESIGNE等 .并介紹了一些其它的開發(fā)工具.1.3模糊控制的一些應用模糊控制的應用非常廣泛除廣泛應用于工業(yè)控制、家電控制、水電控制、 航天等外我們還可以用在統(tǒng)計上、決策系統(tǒng)上、制造活性炭過程中等2模糊系統(tǒng)的函數(shù)逼近特性研究模糊系統(tǒng)的函數(shù)逼近特性研究是 90年代以來模糊系統(tǒng)理論研究的重要方 向，同時也是模糊系統(tǒng)理論的一個重要支柱.模糊系統(tǒng)關(guān)于連續(xù)函數(shù)的逼近特性 給模糊系統(tǒng)在系統(tǒng)辨識、控制等方面提供了重要的理論基礎4.1幾類特殊模糊系統(tǒng)的函數(shù)逼近特性近年

17、來關(guān)于這方面的研究比較多，眾多學者針對于各種不同的模糊系統(tǒng)，分別研究了其函數(shù)逼近特性，指出這些特殊的模糊系統(tǒng)是一種萬能逼 近.Buckley對一類三維模糊控制系統(tǒng)進行分析， 采用Stone-Weiestrass定理證 明了這類系統(tǒng)的逼近特性，并指出這類模糊控制器是“ uni versal fuzzycon-troller ”； Wan采用Gaussian型隸屬度函數(shù)，提出一類FBF,證明了一類 模糊系統(tǒng)的逼近特性；Kosko基于加型模糊系統(tǒng)(additive fuzzy system )， 采用有限覆蓋定理，構(gòu)造性地證明了一類模糊系統(tǒng)的逼近特性；，Zeng等對以上工作作出相應拓展.Zeng基于

18、梯形隸屬度函數(shù)，采用類似于 Wang勺FBF,提出 了一類模糊系統(tǒng)，這類模糊系統(tǒng)具有自己較為特殊的性質(zhì).以上研究大致可分為 兩大類，其一是Buckley， Wang Ze ng等采用Sto ne-Wierestrass定理間接證明 了一類模糊系統(tǒng)的逼近特性，證明方法比較系統(tǒng)化，但其證明過程中看不出模 糊系統(tǒng)逼近特性的內(nèi)在本質(zhì)；其二是Kosko基于有限覆蓋定理，采用構(gòu)造性方法， 直接證明了這一結(jié)論，其構(gòu)造性證明過程反映出模糊系統(tǒng)逼近特性的本質(zhì)，并 且得出影響逼近能力的重要因素.模糊系統(tǒng)具有萬能逼近特性，但實際中模糊系 統(tǒng)在函數(shù)逼近方面存在很多局限性，如何客觀分析影響其逼近能力的重要因素，仍須進一

19、步研究.4.2萬能逼近的充分和必要條件早期的函數(shù)逼近即萬能逼近（Wang研究都是基于一類特殊的模糊系統(tǒng).雖 然作為應用，某些特殊的模糊系統(tǒng)是足夠了，但作為模糊系統(tǒng)理論分析，這一 點仍不完善，Cas-tro在分析前人結(jié)果的基礎上，提出的一類較為一般的模糊系 統(tǒng)，指出了其萬能逼近特性.但由于模糊系統(tǒng)本身具有三大基本環(huán)節(jié)，每個環(huán)節(jié) 又有不同的選取方法，因此任何一種模糊系統(tǒng)都很難達到“一般”性.隨著這一理論的發(fā)展，Ying首先研究了一般模糊系統(tǒng)作為萬能逼近器的充分條件.充分條件的提出與Wan等人的證明較為類似，但換了一個角度來考慮這一問題，并且 他所提出的模糊系統(tǒng)也相對具有一定的一般性.此后，Ying

20、又分析了一類特殊模 糊系統(tǒng)作為萬能逼近器的必要條件.由于模糊系統(tǒng)本身結(jié)構(gòu)的多樣性，給模糊系 統(tǒng)的理論分析帶來一定的難度，盡管很多類模糊系統(tǒng)的萬能逼近特性已被證明， 但要研究一般模糊系統(tǒng)的逼近特性仍存在一定的難度 .Ying的方法，即分開研究 其充分條件及必要條件，也是一種新的思路.3模糊控制系統(tǒng)的穩(wěn)定性分析穩(wěn)定性分析是模糊控制器的一個基本問題.Tong于1978年就提出閉環(huán)模糊 系統(tǒng)描述模型，并在模糊關(guān)系基礎上提出了穩(wěn)定性概念.基于Lyapunov穩(wěn)定性分析方法，Kiszka等于1985年定義了模糊系統(tǒng)能量函數(shù)，并討論了模糊系統(tǒng)穩(wěn) 定性.這些研究一般都是對模糊控制器提出了一定的簡化模型，其結(jié)果

21、很難適用于一般的模糊控制系統(tǒng).近年來，隨著TS模糊模型的研究，一種基于TS莫型的模 糊系統(tǒng)的穩(wěn)定性分析取得了一定的發(fā)展.關(guān)于TS莫糊模型的穩(wěn)定性分析給模糊 系統(tǒng)的穩(wěn)定性分析提出了新的思路.針對于離散系統(tǒng)，提出一種模糊控制器，采 用各局部控制的加權(quán)組合.并且基于一種能量函數(shù)，利用Lyapunov方法證明了模 糊控制系統(tǒng)的穩(wěn)定性.基于TS的模糊模型，其思想為后來的模糊狀態(tài)方程的提出 奠定了基礎.基于TS莫型的模糊系統(tǒng)穩(wěn)定性分析對于模糊系統(tǒng)的穩(wěn)定性分析提 出了新的方法，但由于這類模糊系統(tǒng)的特殊性，其應用范圍仍存在一定的問題， 仍須進一步研究.4模糊控制理論的應用及發(fā)展前景6.1模糊控制急需解決的問題

22、模糊控制理論經(jīng)過近幾十年的發(fā)展，也還存在一些不足，還有一些亟待解決的問題，歸納如下：（1）要揭示模糊控制器的實質(zhì)和工作機理，解決穩(wěn)定性 和魯棒性理論分析；（2）模糊控制和傳統(tǒng)控制的魯棒性的對比關(guān)系究竟是怎么 樣，尚缺少理論分析和數(shù)學推導方面的比較；（3）如何衡量一個模糊控制系統(tǒng)的功能穩(wěn)定性問題，最優(yōu)化問題該如何評價；（4）在模糊運算中似乎丟失了大量信息卻又能獲得優(yōu)于控制的良好控制效果起控制作用的因素是什么，模糊運 算中的信息損失應否設法修正或補償；（5）模糊控制規(guī)則和隸屬度函數(shù)的獲取 與確定是模糊控制中的”瓶頸”問題.6.2模糊控制在電力系統(tǒng)中的應用在電力系統(tǒng)中，模糊控制已經(jīng)應用于電力系統(tǒng)穩(wěn)定

23、器、發(fā)電機勵磁的控制、 電力系統(tǒng)的動態(tài)安全評估、經(jīng)濟調(diào)度等.下面就模糊控制在電力系統(tǒng)控制器的設 計中的應用加以詳細介紹.（1） fuzzy-pid復合控制.通常由簡單模糊控制器、pi和pid控制器組成： 利用模糊控制器對系統(tǒng)實現(xiàn)非線性的智能控制， 利用pi控制器克服模糊控制器 在系統(tǒng)達到穩(wěn)態(tài)時可能產(chǎn)生的震蕩及穩(wěn)態(tài)誤差大的問題；（2）變結(jié)構(gòu)模糊控制器.一般采用多個簡單的子模糊控制器構(gòu)成一個變結(jié)構(gòu)模 糊控制器，在變結(jié)構(gòu)模糊控制器的輸入端有一個系統(tǒng)特征狀態(tài)識別器，根據(jù)系 統(tǒng)的偏差等特征狀態(tài)，系統(tǒng)可切換到不同的子模糊控制器上；（3） 模糊控制器.一般由簡單模糊控制器和控制器組合而成；（4）自適應模糊控

24、制器.在實時運行時，它能對控制器自身的有關(guān)參數(shù)進行調(diào) 整，使系統(tǒng)的控制品質(zhì)得到改善和提高；（5）基于神經(jīng)網(wǎng)絡的模糊控制.神經(jīng)網(wǎng)絡對環(huán)境的變化有較強的自適應學習能力，用神經(jīng)網(wǎng)絡的學習能力，能夠獲取并修正模糊控制規(guī)則和隸屬函數(shù).6.3模糊控制的發(fā)展前景模糊控制雖然已經(jīng)有不少的研究成果，而且也被廣泛地應用于生產(chǎn)實踐中 但模糊控制的發(fā)展歷史還不長，理論上的系統(tǒng)性和完善性、技術(shù)上的成熟性和 規(guī)范性都還是遠遠不夠的，尤其是模糊控制與其他智能化控制方法相結(jié)合的控 制方法，還有待于人們在實踐中得到驗證和進一步的提高.除此外，模糊控制在理論和應用方面還應在以下方向加強研究 ：（1）易于控制并且能消除靜態(tài)控制偏差

25、的模糊 PID控制器,且盡量減少可 調(diào)參數(shù)，最好控制在三個以內(nèi)；(2) 模糊預測控制，就是把預測控制和模糊推理相結(jié)合也是很有吸引力的研究方向之一；(3) 模糊控制應用于醫(yī)學、生物、金融、風險評估等新型領域 .擴大模糊控 制的應用領域；(4) 將遺傳算法或其它算法應用于模糊神經(jīng)網(wǎng)絡，以提高運算速度和參數(shù) 尋優(yōu)的結(jié)果；(5) 尋找能夠具有自學習調(diào)整隸屬度函數(shù)的模糊控制方法5結(jié)論近年來,模糊控制系統(tǒng)的研究取得了很大的進展，特別是模糊控制器的結(jié)構(gòu)分析，模糊系統(tǒng)的萬能逼近特性，模糊狀態(tài)方程及穩(wěn)定性分析，軟計算技術(shù)等； 同時，模糊邏輯在軟件硬件方面也取得了飛速的發(fā)展但模糊系統(tǒng)理論仍存在一 定的問題,主要有

26、以下不足之處：1) 盡管模糊系統(tǒng)的萬能逼近特性已被證明，但只是一個存在性定理實際中, 對于一般的未知系統(tǒng)，如何找到一個合理的模糊逼近器，尚無確定的方法.2) 常見的模糊系統(tǒng)種類比較多，如 TS, FBF, SAM等，一般的模糊系統(tǒng)應 具有怎樣的形式，目前仍不很清晰模糊系統(tǒng)的系統(tǒng)化設計方法仍須進一步研 究3) 模糊控制系統(tǒng)的穩(wěn)定性分析近年來有了一定的進展，但這些分析都是針對一定的特殊系統(tǒng)模糊控制器具有一定的魯棒性，但只能從概念上講，嚴格的 理論分析仍須進一步深入研究穩(wěn)定性和魯棒性的分析仍依賴于模糊系統(tǒng)的系 統(tǒng)化設計方法和模糊系統(tǒng)理論的進一步研究發(fā)展這些問題都有待于進一步研究4) 建立一套系統(tǒng)的模

27、糊控制理論，以解決模糊控制的機理、穩(wěn)定性分析、 系統(tǒng)化設計方法、專家模糊控制系統(tǒng)、神經(jīng)模糊控制系統(tǒng)和多變量模糊控制系 統(tǒng)的分析與設計等一系列問題；5) 模糊控制在非線性復雜系統(tǒng)應用中的模糊建模、模糊規(guī)則的建立和推 理算法的深入研究；6) 模糊集成控制系統(tǒng)的設計方法研究；7) 自學習模糊控制策略的實現(xiàn)；8) 模糊控制系統(tǒng)的穩(wěn)定性分析參考文獻：1 權(quán)太范等模糊控制技術(shù)在過程控制中的應用現(xiàn)狀及前景控制與決策,1988,3(1):59-62.2 汪培莊.模糊集合及應用.上海：上?？茖W技術(shù)出版社，1983:20-30.3 張化光.復雜系統(tǒng)的模糊辨識與模糊自適應控制.沈陽：東北大學出版社,1994:100-110.4 Zadeh L A. Fuzzy sets J. I nformation and Co