模糊控制的基本原理知识点梳理汇总VIP免费

模糊控制的基本原理模糊控制是以模糊集合理论、模糊语言及模糊逻辑为基础的控制，它是模糊数学在控制系统中的应用，是一种非线性智能控制。模糊控制是利用人的知识对控制对象进行控制的一种方法，通常用“if条件，then结果”的形式来表现，所以又通俗地称为语言控制。一般用于无法以严密的数学表示的控制对象模型，即可利用人(熟练专家)的经验和知识来很好地控制。因此，利用人的智力，模糊地进行系统控制的方法就是模糊控制。模糊控制的基本原理如图所示：模糊控制系统原理框图它的核心部分为模糊控制器。模糊控制器的控制规律由计算机的程序实现，实现一步模糊控制算法的过程是：微机采样获取被控制量的精确值，然后将此量与给定值比较得到误差信号E；一般选误差信号E作为模糊控制器的一个输入量把E的精确量进行模糊量化变成模糊量，误差E的模糊量可用相应的模糊语言表示；从而得到误差E的模糊语言集合的一个子集e(e实际上是一个模糊向量);再由e和模糊控制规则R(模糊关系)根据推理的合成规则进行模糊决策，得到模糊控制量u为：式中u为一个模糊量；为了对被控对象施加精确的控制，还需要将模糊量u进行非模糊化处理转换为精确量：得到精确数字量后，经数模转换变为精确的模拟量送给执行机构，对被控对象进行一步控制；然后，进行第二次采样，完成第二步控制……。这样循环下去，就实现了被控对象的模糊控制。模糊控制(FuzzyControl)是以模糊集合理论、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。模糊控制同常规的控制方案相比，主要特点有：(1)模糊控制只要求掌握现场操作人员或有关专家的经验、知识或操作数据，不需要建立过程的数学模型，所以适用于不易获得精确数学模型的被控过程，或结构参数不很清楚等场合。(2)模糊控制是一种语言变量控制器，其控制规则只用语言变量的形式定性的表达，不用传递函数与状态方程，只要对人们的经验加以总结，进而从中提炼出规则，直接给出语言变量，再应用推理方法进行观察与控制。(3)系统的鲁棒性强，尤其适用于时变、非线性、时延系统的控制。(4)从不同的观点出发，可以设计不同的目标函数，其语言控制规则分别是独立的，但是整个系统的设计可得到总体的协调控制。它是处理推理系统和控制系统中不精确和不确定性问题的一种有效方法，同时也构成了智能控制的重要组成部分。模糊控制器的组成框图主要分为三部分：精确量的模糊化，规则库模糊推理，模糊量的反模糊化。（1）精确量的模糊化模糊化是一个使清晰量模糊的过程，输入量根据各种分类被安排成不同的隶属度，例如，温度输入根据其高低被安排成很冷、冷、常温、热和很热等。一般在实际应用中将精确量离散化，即将连续取值量分成几档，每一档对应一个模糊集。控制系统中的偏差和偏差变化率的实际范围叫做这些变量的基本论域，设偏差的基本论域为[-x,+x]，偏差所取的模糊集的论域为(-n，-n+1,…0，n-1,n),即可给出精确量的模糊化的量化因子k：（2）规则库和推理机模糊控制器的规则是基于专家知识或手动操作熟练人员长期积累的经验，它是按人的直觉推理的一种语言表示形式。模糊规则通常由一系列的关系词连接而成，如If-then,else,also,and,or等。例如，某模糊控制系统输入变量为e(误差)和ec(误差变化率)，它们对应的语言变量为E和EC，可给出一组模糊规则。R1：IfEisNBandECisNBthenUisPBR2：IfEisNBandECisNSthenUisPM通常把If...部分称为“前提”，而then...部分称为“结论”。其基本结构可归纳为IfAandBthenC，其中A为论域U上的一个模糊子集，B为论域V上的一个模糊子集。根据人工的控制经验，可离线组织其控制决策表R，R是笛卡儿乘积集U×V上的一个模糊子集，则某一时刻其控制量C由式(2-2)给出：规则库用来存放全部模糊控制规则，在推理时为“推理机”提供控制规则。由上述可知，规则条数和模糊变量的模糊子集划分有关。划分越细，规则条数越多，但并不代表规则库的准确度越高，规则库的“准确性”还与专家知识的准确度有关。在设计模糊控制规则时，必须考虑控制规则的完备性、交叉性和一致性。完备性是指对于任意的给定输入均有相应的控制规则起作用。要求控制规则的完备性...