模糊控制理论综述摘要：介绍模糊控制理论的概念、结构、历史进展、应用特点和进展概况，着重阐述模糊控制的设计，分析设计中的关键模糊控制器。事实上，单纯的模糊控制往往达不到理想的结果，实际运用中需要将模糊控制和其他成熟的控制理论相结合，以达到最优控制的目的。因此，各种控制系统与模糊控制的结合，分别有神经网络模糊控制、基于遗传算法的模糊控制、专家模糊控制以及混沌模糊控制等，并指出了模糊控制理论中需要解决的问题，展望了模糊控制的进展方向。关键词：模糊控制;遗传算法;模糊控制器Keywords：fuzzycontrol;geneticalgorithm;fuzzycontroller传统控制的主要特征是基于模型的控制。但是，随着社会的进展和科技的进步，被控对象变得越来越复杂，设计的因素越来越多，这些复杂性都难以用精确的数学模型来描述。除了复杂性之外，往往还存在着某些不确定性，不确定性也难以用精确数学方法加以描述。而模糊控制则能很好地处理这方面的问题。控制论的创始人维纳提出，人之所以能胜过机器主要是因为人具有运用模糊概念的能力。人脑的特点之一就是，能够基于过去的经验对模糊的事物进行识别和推断。自从 Zadeh 教授创立模糊集合论[1]以来，模糊数学以及模糊控制的进展日新月异，能解决很多复杂和具有不确定性属性的系统控制[2]问题。1 模糊控制簡介模糊控制是以模糊数学为基础，由模糊集合论、模糊语言以及模糊逻辑[3]组成的计算机控制技术。它属于一种非线性的智能控制，能够转化人的思维和模糊化[4]语言，实现对无法建立精确模型的被控对象的有效控制。1.1 模糊控制的基本结构如图 1 所示，模糊控制系统一般分为 4 部分。第 1 部分，输入/输出接口装置，即将得到的信号进行数模变换，转变为计算机能够识别的模拟信号。第 2 部分，模糊控制系统的核心模糊控制器。模糊控制器通过给定信号将信号通过处理模糊集合、模糊规则进行清楚化处理，最后得出应有的结论。第 3 部分，被控对象。被控对象的种类很多，属性也不同，从控制角度可以分为线性和非线性。但是，随着涉及的领域越来越多，被控对象的类别领域也愈发宽阔，如机械、生物以及医学等。缺乏精确数学模型的情况比较适合选用模糊控制，但是在选用精确模型的情况下模糊控制仍然可以取得很好的结果时，也可选用模糊控制。第 4 部分，传感器。它往往担任着将被控对象的控制量等物理信号转化为电信号的任务。被控对象的种类并不固定，如浓度、湿度以及压力等。传感器的...
