搜索
模糊控制文献阅读报告1、前言模糊控制（fuzzycontrol）是以模糊集合理论、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[1]，从行为上模拟人的思维方式，对难建模的对象实施模糊推理和决策的一种控制方法。模糊控制以现代控制理论为基础，同时与自适应控制技术、人工智能技术、神经网络技术的相结合，在控制领域得到了空前的应用，如模糊控制在工业控制领域、电力系统、家用电器自动化等领域中解决了很多的问题，引起了越来越多的工程技术人员的兴趣。模糊控制方法是智能控制的重要组成部分，本文简要回顾了模糊控制理论的发展，介绍了模糊控制理论的原理以及其分类，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。2、模糊控制概述[2]模糊控制实质上是一种非线性控制，从属于智能控制的范畴，模糊控制方法是当今世界最先进的控制方法之一。模糊控制的发展最初在西方遇到了较大的阻力；然而在东方尤其是在日本，却得到了迅速而广泛的推广应用。近20多年来，模糊控制不论从理论上还是技术上都有了长足的进步，成为自动控制领域中一个非常活跃而又硕果累累的分支。其典型应用的例子涉及生产和生活的许多方面，例如在家用电器设备中有模糊洗衣机、空调、微波炉、吸尘器、照相机和摄录机等；在工业控制领域中有水净化处理、发酵过程、化学反应釜、水泥窑炉等的模糊控制；在专用系统和其它方面有地铁靠站停车、汽车驾驶、电梯、自动扶梯、蒸汽引擎以及机器人的模糊控制等。2.1、国内外概况1965年，美国加利福尼亚大学L.A.Zadeh教授在他的《fuzzyset》中首先提出了模糊数学的概念，随后于1972提出“ArationaleforFuzzyControl”即模糊控制理论的概念，随之，模糊控制理论及其应用也迅速发展起来。1974年，e.h.mamdan首先用模糊控制语句组成模糊控制器，对一个试验性的蒸汽机使用了24条“ifathenbthenc”形式的语言规则实现了控制。1975-1976年，荷兰、丹麦等国家在工业过程中应用了模糊控制，取得了满意的成果。1975年英国的p.j.king和e.h.mamdani将模糊控制系统应用于工业反应过程的温度控制。1983年，日本日立制造厂系统开发研究所的安信等人，用预测模糊控制方法对电气铁路列车的运行和停止进行控制。日本富士电机公司、明电舍公司、立石电机公司分别在1987年-1989年生产出通用模糊控制器及相应的控制软件。目前模糊控制技术日趋成熟和完善，模糊芯片也己研制成功。我国学者在此领域也付出了巨大的努力，取得了丰硕的成果。糊控制从1974年到现在，模糊控制的发展经历了两个阶段，即简单模糊控制阶段和自我完善模糊控制阶段。简单模糊控制阶段指在计算机系统上把控制器上的推理过程处理成控制表，这种模糊控制器结构简单但不灵活，自适应能力和鲁棒性有限，控制精度不高；自我完善模糊控制阶段指具有参数自调整、自组织和自学习功能的模糊控制器，这样使模糊控制系统的性能得到了很大的提高。2.2、模糊控制的原理[2]模糊控制的总体思想是基于专家知识和经验，模仿人类对于模糊现象进行不精确决策推理的能力，采用数学方法对系统实施控制。模糊控制实质上是一种非线性控制，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，把误差信号e的精确量进行模糊化后变成模糊量。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，再由e和模糊关系尺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。2.3、模糊控制的分类[3]主要可以分为以下几种：（1）Fuzzy-PID复合控制Fuzzy-PID复合控制将模糊技术与常规PID控制算法相结合，达到较高的控制精度。当温度偏差较大时采用Fuzzy控制，响应速度快，动态性能好；当温度偏差较小时采用PID控制，静态性能好，满足系统控制精度。因此它比单个的模糊控制器和单个的PID调节器都有更好的控制性能。（2）自适应模糊控制这种控制方法具有自适应自学习的能力，能自动地对自适应模糊控制规则进行修改和完善，提高了控制系统的性能。对于那些具有非线性、大时滞、高阶次的复杂系统有着更好的控制性能。（3）参数自整定模糊控制也称为比例因子自整定模糊控制。这种控制方法对环境变化有较强的适应能力，在随机环境中能对控制器进行自动校正，使得控制系统在被控对象特性变化或扰动的情况下仍能保持较好的性能。（4）专家模糊控制EFC(ExpertFuzzyController)模糊控制与专家系统技术相结合，进一步提高了模糊控制器智能水平。这种控制方法既保持了基于规则方法的价值和用模糊集处理带来的灵活性，同时把专家系统技术的表达与利用知识的长处结合起来，能够处理更广泛的控制问题。（5）仿人智能模糊控制IC算法具有比例模式和保持模式两种基本模式的特点。这两种特点使得系统在误差绝对值变化时，可处于闭环运行和开环运行两种状态。这就能妥善解决稳定性、准确性、快速性的矛盾，较好地应用于纯滞后对象。（6）神经模糊控制(Neuro-FuzzyControl)这种控制方法以神经网络为基础，利用了模糊逻辑具有较强的结构性知识表达能力，即描述系统定性知识的能力、神经网络的强大的学习能力以及定量数据的直接处理能力。（7）多变量模糊控制这种控制适用于多变量控制系统。一个多变量模糊控制器有多个输入变量和输出变量。2.4、模糊控制理论的优缺点[3]模糊控制理论的优点主要有：（1）简化系统设计的复杂性，特别适用于非线性、时变、模型不完全的系统；（2）利用控制法则来描述系统变量间的关系；（3）不用数值而用语言式的模糊变量来描述系统，模糊控制器不必对被控制对象建立完整的数学模式；（4）模糊控制器是一语言控制器，便于操作人员使用自然语言自然语言进行人机对话；（5）模糊控制器是一种容易控制、掌握的较理想的非线性控制器，具有较佳的适应性、强健性(Robustness)及较佳的容错性(FaultTolerance)。模糊控制理论的优点主要有：（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。难以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，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。若要提高精度就必然增加量化级数，导致规则搜索范围扩大，降低决策速度，甚至不能进行实时控制；（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解决。2.5、模糊控制的发展展望[4][5]模糊控制作为智能领域中最具有实际意义的一种控制方法，已经在工业控制领域，家用电器自动化领域和其他很多行业中传统控制方法无法或是难以解决的问题取得了很好的成果。模糊控制的理论和应用虽然已经取得了很大的进展，但是就目前的状况看，尚缺乏重大的突破，因此模糊控制无论在理论和应用上都有待于进一步的研究和探讨。3、总结本次阅读报告简要回顾了模糊控制理论的发展，介绍了模糊控制理论的原理以及其分类，分析了模糊控制理论的优缺点以及对模糊控制的展望等。从模糊控制问世至今，已经经历了近半个世纪的发展，各国在对模糊控制理论的研究中也取得了可喜的成就，但也避免不了问题的产生，但相信在未来的发展中问题会一步步的解决。4、参考文献[1]、李少远，席裕庚，陈增强.智能控制的新进展[J].控制与决策.2000，15（1）[2]、模糊控制的发展现状综述[J].中国学术发表网[3]、百度百科.模糊控制[4]、黄军辉，傅沈文.模糊控制理论的发展及应用[J].中国科技信息2006年第12期[5]、秦绪平，谭国俊.模糊控制理论的发展应用与展望[J].控制工程，2005年7月第12卷增刊