智能控制課程論文

1、摘要模糊控制理論是以模糊數(shù)學(xué)為基礎(chǔ) , 用語言規(guī)則表示方法和先進的計算機技術(shù) , 由模糊 推理進行決策的一種高級控制策。 模糊控制作為以模糊集合論、 模糊語言變量及模糊邏輯推 理為基礎(chǔ)的一種計算機數(shù)字控制， 它已成為目前實現(xiàn)智能控制的一種重要而又有效的形式尤 其是模糊控制和神經(jīng)網(wǎng)絡(luò)、 遺傳算法及混沌理論等新學(xué)科的融合， 正在顯示出其巨大的應(yīng)用 潛力。 實質(zhì)上模糊控制是一種非線性控制， 從屬于智能控制的范疇。 模糊控制的一大特點是 既具有系統(tǒng)化的理論，又有著大量實際應(yīng)用背景。本文簡單介紹了模糊控制的概念及應(yīng)用， 詳細介紹了模糊控制器的設(shè)計， 其中包含模糊 控制系統(tǒng)的原理、模糊控制器的分類及其設(shè)計

2、元素。引言傳統(tǒng)的常規(guī) PID 控制方式是根據(jù)被控制對象的數(shù)學(xué)模型建立，雖然它的控制精度可以 很高，但對于多變量且具有強耦合性的時變系統(tǒng)表現(xiàn)出很大的誤差。 比例調(diào)節(jié)是根據(jù)被調(diào)量 和設(shè)定值之間的差值來變化的， 也就是說比例控制中余差不可避免。 積分調(diào)節(jié)最終實現(xiàn)無余 差調(diào)節(jié)，但是超調(diào)比較大。模糊控制是建立在人工經(jīng)驗基礎(chǔ)之上的 , 它能將熟練操作員的實 踐經(jīng)驗加以總結(jié)和描述 , 并用語言表達出來 ,得到定性的、精確的控制規(guī)則 , 不需要被控對象 的數(shù)學(xué)模型。并且模糊控制易于被人們接受 ,構(gòu)造容易 ,魯棒性和適應(yīng)性好。第一章 模糊控制概述1.1 模糊控制的概念及應(yīng)用“模糊”是人類感知萬物 ,獲取知識 ,

3、思維推理 ,決策實施的重要特征。 “模糊”比“清晰” 所擁有的信息容量更大 , 內(nèi)涵更豐富 , 更符合客觀世界。 模糊邏輯控制 (Fuzzy Logic Control) 簡稱模糊控制 (Fuzzy Control) ，是以模糊集合論、模糊語言變量和模糊邏輯推理為基礎(chǔ)的 一種計算機數(shù)字控制技術(shù)。模糊控制理論是由美國著名的學(xué)者加利福尼亞大學(xué)教授Zadeh L A于1965年首先提出，它是以模糊數(shù)學(xué)為基礎(chǔ)，用語言規(guī)則表示方法和先進的計 算機技術(shù),由模糊推理進行決策的一種高級控制策。在19681973年期間Zadeh L -A先后提出語言變量、 模糊條件語句和模糊算法等概念和方法， 使得某些以往只能

4、用自然語言的條 件語句形式描述的手動控制規(guī)則可采用模糊條件語句形式來描述， 從而使這些規(guī)則成為在計 算機上可以實現(xiàn)的算法。1974年,英國倫敦大學(xué)教授 Mamdani E H研制成功第一個模糊控 制器 ， 并把它應(yīng)用于鍋爐和蒸汽機的控制， 在實驗室獲得成功。 這一開拓性的工作標(biāo)志著模 糊控制論的誕生并充分展示了模糊技術(shù)的應(yīng)用前景。模糊控制實質(zhì)上是一種非線性控制， 從屬于智能控制的范疇。 模糊控制的一大特點是既 具有系統(tǒng)化的理論， 又有著大量實際應(yīng)用背景。 模糊控制的發(fā)展最初在西方遇到了較大的阻 力；然而在東方尤其是在日本， 卻得到了迅速而廣泛的推廣應(yīng)用。 其典型應(yīng)用的例子涉及生 產(chǎn)和生活的許多

5、方面， 以下為模糊控制在工業(yè)和生活方面的一些應(yīng)用實例：1 、空調(diào)控制制冷 、制熱機、多路空調(diào)系統(tǒng)、鐵道車輛2、各種溶滬： 電氣爐 水泥生成爐的控翻、原子能發(fā)電供水控制、金屬板成形控制3、城市垃圾焚燒爐的控制4、隨道盾構(gòu)機械、油壓掘進機械、集裝箱吊裝的控制5、高速公路隧道的排氣、換氣控制6、 汽車的定速行走控制、發(fā)動機的控制、模糊AT 、自動觀光船7、飛機離著陸控制、直升飛機控制、海上救難船控制8、機器人的控制： 掃除機械人、花道機械人、激光切割機器人、釣魚機器人9、升降機群管理、自動搶票機、自動門開關(guān)裝置、自動販賣機10、空調(diào)控制制冷 、制熱機、多路空調(diào)系統(tǒng)、鐵道車輛1.2 模糊控制的優(yōu)點1

6、簡化系統(tǒng)設(shè)計的復(fù)雜性，特別適用于非線性、時變、模型不完全的系統(tǒng)上。2 利用控制法則來描述系統(tǒng)變量間的關(guān)系。3 不用數(shù)值而用語言式的模糊變量來描述系統(tǒng)， 模糊控制器不必對被控制對象建立完整 的數(shù)學(xué)模式。4 模糊控制器是一語言控制器，使得操作人員易于使用自然語言進行人機對話。5 模糊控制器是一種容易控制、掌握的較理想的非線性控制器，并且抗干擾能力強，響應(yīng)速度快，并對系統(tǒng)參數(shù)的變化有較強的魯棒性和較佳的容錯性。6從屬于智能控制的范疇。該系統(tǒng)尤其適于非線性，時變，滯后系統(tǒng)的控制。1.3模糊控制的缺點1模糊控制的設(shè)計尚缺乏系統(tǒng)性，這對復(fù)雜系統(tǒng)的控制是難以奏效的。所以如何建立一 套系統(tǒng)的模糊控制理論，以解

7、決模糊控制的機理、穩(wěn)定性分析、系統(tǒng)化設(shè)計方法等一系列問 題；2如何獲得模糊規(guī)則及隸屬函數(shù)即系統(tǒng)的設(shè)計辦法，這在目前完全憑經(jīng)驗進行；3信息簡單的模糊處理將導(dǎo)致系統(tǒng)的控制精度降低和動態(tài)品質(zhì)變差。若要提高精度則 必然增加量化級數(shù)，從而導(dǎo)致規(guī)則搜索范圍擴大，降低決策速度，甚至不能實時控制；4. 如何保證模糊控制系統(tǒng)的穩(wěn)定性即如何解決模糊控制中關(guān)于穩(wěn)定性和魯棒性問題還 有待完善。第二章模糊控制器的設(shè)計2.1模糊控制系統(tǒng)的原理模糊控制作為以模糊集合論、模糊語言變量及模糊邏輯推理為基礎(chǔ)的一種計算機數(shù)字控制，它已成為目前實現(xiàn)智能控制的一種重要而又有效的形式尤其是模糊控制和神經(jīng)網(wǎng)絡(luò)、遺傳算法及混沌理論等新學(xué)科的

8、融合，正在顯示出其巨大的應(yīng)用潛力?？刂埔?guī)津楓行柏推圖1常見負反饋控制系統(tǒng)方框圖上述由測量裝置、 控制器、被控對象及執(zhí)行機構(gòu)組成的自動控制系統(tǒng)，就是人們所悉知的常規(guī)負反饋控制系統(tǒng)。其結(jié)構(gòu)如圖1所示。然而經(jīng)過人們長期研究和實踐形成的經(jīng)典控制 理論，雖然對于解決線性定常系統(tǒng)的控制問題非常有效。隨著計算機尤其是微機的發(fā)展和應(yīng)用，由于卩是模糊量，所以為了對被控對象施加精確的控制，還需要將其清晰化轉(zhuǎn)換為精確量u,然后經(jīng)D/A得模擬量送給執(zhí)行機構(gòu)，對被對象進行第一步控制。然后中斷等待第二次 采樣，進行第二步控制 這樣循環(huán)下去就實現(xiàn)了對被控對象的模糊控制。2.2模糊控制器的基本結(jié)構(gòu)如下圖所示，模糊控制器的基本

9、結(jié)構(gòu)包括知識庫、模糊推理、輸入量模糊化、輸出量精 確化這四部分。圖2模糊控制器的基本結(jié)構(gòu)1. 知識庫知識庫包括模糊控制器參數(shù)庫和模糊控制規(guī)則庫。模糊控制規(guī)則建立在語言變量的基礎(chǔ)上。語言變量取值為“大”、“中”、“小”等這樣的模糊子集，各模糊子集以隸屬函數(shù)表明基 本論域上的精確值屬于該模糊子集的程度。因此,為建立模糊控制規(guī)則，需要將基本論域上的精確值依據(jù)隸屬函數(shù)歸并到各模糊子集中，從而用語言變量值(大、中、小等)代替精確值。這個過程代表了人在控制過程中對觀察到的變量和控制量的模糊劃分。由于各變量取值范圍各異,故首先將各基本論域分別以不同的對應(yīng)關(guān)系，映射到一個標(biāo)準(zhǔn)化論域上。通常，對應(yīng)關(guān)系取為量化因

10、子。為便于處理，將標(biāo)準(zhǔn)論域等分離散化，然后對論域進行模糊劃分，定義模糊子集，如NB PZ、PS等。同一個模糊控制規(guī)則庫，對基本論域的模糊劃分不同，控制效果也不同。具體來說 ，對應(yīng) 關(guān)系、標(biāo)準(zhǔn)論域、模糊子集數(shù)以及各模糊子集的隸屬函數(shù)都對控制效果有很大影響。這3類參數(shù)與模糊控制規(guī)則具有同樣的重要性 ，因此把它們歸并為模糊控制器的參數(shù)庫 ，與模糊控 制規(guī)則庫共同組成知識庫。2. 模糊化將精確的輸入量轉(zhuǎn)化為模糊量F有兩種方法：(1) 將精確量轉(zhuǎn)換為標(biāo)準(zhǔn)論域上的模糊單點集。精確量x經(jīng)對應(yīng)關(guān)系G轉(zhuǎn)換為標(biāo)準(zhǔn)論域x上的基本元素，則該元素的模糊單點集 F為uF(u)=1 if u=G(x)(2) 將精確量轉(zhuǎn)換為

11、標(biāo)準(zhǔn)論域上的模糊子集。精確量經(jīng)對應(yīng)關(guān)系轉(zhuǎn)換為標(biāo)準(zhǔn)論域上的基本元素，在該元素上具有最大隸屬度的模糊子集，即為該精確量對應(yīng)的模糊子集。3. 模糊推理最基本的模糊推理形式為：前提 1 IF A THEN B前提2 IF A '結(jié)論THEN B'其中,A、A'為論域U上的模糊子集,B、B'為論域V上的模糊子集。前提1稱為模糊蘊 涵關(guān)系，記為At Bo在實際應(yīng)用中，一般先針對各條規(guī)則進行推理 ，然后將各個推理結(jié)果總合 而得到最終推理結(jié)果。5. 精確化推理得到的模糊子集要轉(zhuǎn)換為精確值 ，以得到最終控制量輸出 y。目前常用兩種精確化 方法 :(1) 最大隸屬度法。 在推理得到

12、的模糊子集中 ，選取隸屬度最大的標(biāo)準(zhǔn)論域元素的平均值 作為精確化結(jié)果。(2) 重心法。將推理得到的模糊子集的隸屬函數(shù)與橫坐標(biāo)所圍面積的重心所對應(yīng)的標(biāo)準(zhǔn) 論域元素作為精確化結(jié)果。 在得到推理結(jié)果精確值之后 ， 還應(yīng)按對應(yīng)關(guān)系 ， 得到最終控制量輸 出 y。2.3 模糊控制器的分類模糊控制的類型有 :(1) 基本模糊控制器：一旦模糊控制表確定之后 ， 控制規(guī)則就固定不變了 ;(2) 自適應(yīng)模糊控制器： 在運行中自動修改、 完善和調(diào)整規(guī)則 ，使被控過程的控制效果不 斷提高 ， 達到預(yù)期的效果；(3) 智能模糊控制器：它把人、人工智能和神經(jīng)網(wǎng)絡(luò)三者聯(lián)系起來 ， 實現(xiàn)綜合信息處理 ，使系統(tǒng)既具有靈活的推

13、理機制、啟發(fā)性知識與產(chǎn)生式規(guī)則表示， 又具有多種層次、多種類型的控制規(guī)律選擇。2.4 模糊控制器的設(shè)計模糊控制器在模糊自動控制系統(tǒng)中具有舉足輕重的作用， 因此在模糊控制系統(tǒng)中， 設(shè)計 和調(diào)整模糊控制器的工作是很重要的。模糊控制器的設(shè)計包括以下幾項內(nèi)容：1、確定模糊控制器的輸入變量和輸出變量；2、設(shè)計模糊控制規(guī)則，并計算模糊控制規(guī)則所決定的模糊關(guān)系，建立模糊控制表；3、確立模糊化和非模糊化方法；4、合理選擇模糊控制算法的采樣時間。2.4.1 模糊控制器的輸入輸出變量由于模糊控制器的控制規(guī)則是通過模擬人腦的思維決策方式提出的， 所以在選擇模糊控 制器的輸入輸出變量時， 必須深入研究人在手動控制過程

14、中是如何獲取和輸出信息的。由于人在手動控制過程中， 主要是根據(jù)誤差、 誤差的變化及誤差的變化的變化來實現(xiàn)控制的， 所 以模糊控制器的輸入變量也可有三個， 即誤差、 誤差的變化及誤差的變化的變化， 輸出變量 一般選擇控制量的變化。通常將模糊控制器輸入變量的個數(shù)稱為模糊控制的維數(shù)。由于一般情況下， 一維模糊控制器的動態(tài)控制性能并不好， 三維模糊控制器的控制規(guī)則過于復(fù)雜， 控制算法的實現(xiàn)比較困 難，所以，目前被廣泛采用的均為二維模糊控制器， 這種控制器以誤差和誤差的變化為輸入 變量，以控制量的變化為輸出變量。 整個論域即在定義這些模糊子集時應(yīng)注意使論域中任何 一點對這些模糊子集的隸屬度的最大值不能太

15、小， 否則會在這樣的點附近出現(xiàn)不靈敏區(qū)， 以 至于造成失控，使模糊控制系統(tǒng)控制性能變壞。2.4.2 確立模糊化和精確化化方法1 、模糊化方法由于計算機采樣輸入的變量均為精確量， 所以為便于實現(xiàn)模糊控制算法， 須經(jīng)過模糊量 化處理變?yōu)槟：?。模糊化一般采用如下兩種方法：(1) 將在某區(qū)間的精確量 x模糊化成這樣的一個模糊子集，它在點x處隸屬度為1,除x點外其余各點的隸屬均取 0。如所選模糊集合論域為 X=-n,-n +1,.,0,n-l,n，而輸入的基本論域為-e,e，輸入精確量為e。(2) 首先同上算法得到 L,其次查找語言變量賦值表，找出1位置上與最大隸屬度所對應(yīng)的語言值所決定的模糊量，該模

16、糊量便為e的模糊化量。2、精確化方法在模糊控制系統(tǒng)中，由于對建立的模糊控制規(guī)則通過模糊推理決策出的控制變量是一個 模糊子集，它不能直接控制被控對象，所以還需要采取合理的方法將其轉(zhuǎn)換為精確量，以便最好的發(fā)揮出模糊推理結(jié)果的決策效果。精確化過程的方法很多，主要有MIN-MAX重心法、代數(shù)積-加法-重心法、模糊加權(quán)型推理法、函數(shù)型推理法、加權(quán)函數(shù)型推理法、選擇最大隸屬度法、取中位數(shù)法。2.4.4采樣時間的選擇選擇采樣時間是計算機控制中的構(gòu)性問題，所以模糊控制作為計算機控制的一種類型， 也存在合理的選擇采樣時間的問題。香農(nóng)采樣定理給出了選擇采樣周期的下限，即式中為采樣信號的上限角頻率。在此范圍內(nèi)，采樣

17、周期越小，就接近連續(xù)控制。但也不能太小，它需要綜合考慮執(zhí)行機 構(gòu)響應(yīng)時間、計算機控制算法所需時間、計算機字長、抗干擾性能等多方面因素的影響。第三章模糊控制應(yīng)用研究現(xiàn)狀及展望3.1模糊控制應(yīng)用研究現(xiàn)狀模糊控制具有良好控制效果的關(guān)鍵是要有一個完善的控制規(guī)則。但由于模糊規(guī)則是人們對過程或?qū)ο竽：畔⒌臍w納， 對高階、非線性、大時滯、時變參數(shù)以及隨機干擾嚴重的復(fù) 雜控制過程，人們的認識往往比較貧乏或難以總結(jié)完整的經(jīng)驗，這就使得單純的模糊控制在某些情況下很粗糙，難以適應(yīng)不同的運行狀態(tài)，影響了控制效果。常規(guī)模糊控制的兩個主要問題在于：改進穩(wěn)態(tài)控制精度和提高智能水平與適應(yīng)能力。在實際應(yīng)用中，往往是將模糊控制

18、或模糊推理的思想，與其它相對成熟的控制理論或方法結(jié)合起來，發(fā)揮各自的長處，從而獲得理想的控制效果。由于模糊規(guī)則和語言很容易被人們廣泛接受，加上模糊化技術(shù)在微處理器和計算機中能很方便的實現(xiàn)，所以這種結(jié)合展現(xiàn)出強大的生命力和良好的效果。 對模糊控制的改進方法可大致的分為模糊復(fù)合控制，自適應(yīng)和自學(xué)習(xí)模糊控制，以及模糊控制與智能化方法的結(jié)合等三個方面。1、模糊復(fù)合控制：Fuzzy-PID復(fù)合控制：即模糊PID控制，通常是當(dāng)誤差較大時采用模糊控制，而誤差較 小時采用PID控制，從而既保證動態(tài)響應(yīng)效果，又能改善穩(wěn)態(tài)控制精度；一種簡便有效的做法是模糊控制器和I調(diào)節(jié)器共同合成控制作用。模糊-線性復(fù)合控制：如模

19、糊-前饋補償控制等，實際利用了模糊控制是變增益PI控制器的特點，在實際系統(tǒng)的控制中取得了較好的效果。史密斯-模糊控制器：針對系統(tǒng)的純滯后特性設(shè)計，用模糊控制器替代PID可以解決常規(guī)史密斯-PID控制器對參數(shù)變化適應(yīng)能力較弱的缺陷；此外模糊推理和模糊規(guī)則的運用有利于在一定程度上適應(yīng)時延的變化，在更復(fù)雜的情況下對對象的純滯后進行有效的補償。三維模糊控制器：一種是利用誤差 E，誤差變化Ec和誤差變化速率 Ecc作為三維變量， 可以解決傳統(tǒng)二維模糊控制器的快速響應(yīng)與穩(wěn)定性要求之間的矛盾；另一種方法是利用 E，Ec和誤差的累積和E,這相當(dāng)于變增益的 PID控制器，提高了模糊控制的穩(wěn)態(tài)精度。多變量模糊控制

20、 : 一般采用結(jié)構(gòu)分解和分層分級結(jié)構(gòu)，利用多個簡單的模糊控制器進行 組合，并兼顧多規(guī)則集之間的相互關(guān)系。2、自適應(yīng)和自學(xué)習(xí)模糊控制：自校正模糊控制器 : 修改控制規(guī)則的自校正模糊控制器，從響應(yīng)性能指標(biāo)的評價出發(fā)， 利用模糊集合平移或隸屬函數(shù)參數(shù)的改變， 來實現(xiàn)控制規(guī)則的部分或全面修正， 也可通過修 正規(guī)則表或隸屬函數(shù)本身來進行調(diào)整 ; 基于模糊模型的自校正模糊控制器，包括利用模糊集 理論辨識系統(tǒng)模型的語言化方法，基于參考模糊集的系統(tǒng)模糊關(guān)系模型辨識方法，以及由 I/O 數(shù)據(jù)建立模糊規(guī)則模型，并以此作為自校正控制器設(shè)計的基礎(chǔ)等。參數(shù)自調(diào)整模糊控制 : 自調(diào)整比例因子的模糊控制，引入性能測量和比例

21、因子調(diào)整的功 能，在線改變模糊控制器的參數(shù)， 較大的增強了對環(huán)境變化的適應(yīng)能力 ; 基于模糊推理的 PID 自整定控制，如參數(shù)自整定模糊 PD控制，以及類似的 PI及PID控制等。模型參考自適應(yīng)模糊控制器 : 利用參考模型輸出與控制作用下系統(tǒng)輸出間的偏差來修正 模糊控制器的輸出，包括比例因子、解模糊策略、模糊控制規(guī)則等。具有自學(xué)習(xí)功能的模糊控制 :包括多種對外擾影響或重復(fù)任務(wù)的性能具有自學(xué)習(xí)功能的 模糊控制方法， 以及自尋優(yōu)模糊控制器等， 其關(guān)鍵在于學(xué)習(xí)和尋優(yōu)算法的設(shè)計， 尤其是提高 其速度和效率。自組織模糊控制器 :將參考模型和自組織機制相結(jié)合的模糊模型參考學(xué)習(xí)控制，及自適 應(yīng)遞階模糊控制等

22、更高級的自組織形式具有很大的發(fā)展?jié)摿Α?、模糊控制與其它智能控制方法的結(jié)合盡管模糊控制在概念和理論上仍然存在著不少爭議，但進入90 年代以來，由于國際上許多著名學(xué)者的參與， 以及大量工程應(yīng)用上取得的成功， 尤其是對無法用經(jīng)典與現(xiàn)代控制理 論建立精確數(shù)學(xué)模型的復(fù)雜系統(tǒng)特別顯得成績非凡， 因而導(dǎo)致了更為廣泛深入的研究， 事實 上模糊控制已作為智能控制的一個重要分支確定了下來。4、專家模糊控制專家系統(tǒng)能夠表達和利用控制復(fù)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(fù)雜的知識，并能夠在更為復(fù)雜的情況下對這些知 識加以有效利用。5、基于神經(jīng)網(wǎng)絡(luò)的模糊控制 神經(jīng)網(wǎng)絡(luò)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(luò)實現(xiàn)模糊控制規(guī)則或模糊推理，后者通常要求網(wǎng)絡(luò)層數(shù)多于三層 ; 自適應(yīng)神經(jīng)網(wǎng)絡(luò)模糊控制，利用神經(jīng)網(wǎng)絡(luò)的 學(xué)習(xí)功能作為模型辨識或