模糊控制技术的发展与前景展望模糊控制技术发展现状与前景展望1. 引言人的手动控制策略是通过操作者的学习，实验以及长期经验积累而形成的，他通过人的自然语言来叙述。 由于自然语言具有模糊性， 所以，这种语言控制也被称为模糊语言控制，简称模糊控制。近年来，对于经典模糊控制系统稳态性能的改善，模糊集成控制， 模糊自适应控制，专家模糊控制与多变量模糊控制的研究，特别是对复杂系统的自学习与参数自调整模糊系统方面的研究， 受到各国学者的重视。 人们将神经网络和模糊控制技术相结合， 形成了一种模糊神经网络技术， 他可以组成一组更接近于人脑的智能信息处理系统，其发展前景十分广阔。2. 模糊控制的热点问题模糊控制技术是一项正在发展的技术，虽然近年来得到了蓬勃发展，但它也存在一些问题，主要有以下几个方面 (1) 还没有有形成完整的理论体系，没有完善的稳定性和鲁棒性分析、系统的设计方法（包括规则的获取和优化、隶属函数的选取等）； (2) 控制系统的性能不太高（稳态精度较低，存在抖动及积分饱和等问题）； (3) 自适应能力有限。目前，国内外众多专家学者围绕着这些问题展开了广泛的研究，取得了一些阶段性成果，下面介绍一下近期的主要研究热点。2.1 模糊控制系统的稳定性分析任何一个自动控制系统要正常工作，首先必须是稳定的。由于模糊系统本质上的非线性和缺乏统一的系统描述，使得人们难以利用现有的控制理论和分析方法对模糊控制系统进行分析和设计，因此，模糊控制理论的稳定性分析一直是一个难点课题， 未形成较为完善的理论体系。 正因为如此， 关于模糊系统的稳定性分析近年来成为众人关注的热点，发表的论文较多， 提出了各种思想和分析方法。目前模糊控制系统稳定性分析方法主要有以下几种：(1) 李亚普诺夫方法基于李亚普诺夫直接方法，许多学者讨论了离散时间和连续时间模糊控制系统的稳定性分析和设计。使用李亚普诺夫线性化方法，Ying 建立了包括非线性对象的 T-S 模糊控制系统局部稳定性的必要和充分条件。另外，一种在大系统中使用的向量李亚普诺夫直接方法，被用于推导多变量模糊系统的稳定性条件；李亚普诺夫第二方法被用于判别模糊系统量比因子选择的稳定性；波波夫一李亚普诺夫方法被用于研究模糊控制系统的鲁棒稳定性。但是，李亚普诺夫的一些稳定性条件通常比较保守，即当稳定性条件不满足时，控制系统仍是稳定的。(2) 基于滑模变结构系统的稳定性分析方法由于模糊控制...
