模糊控制系统研究及应用浅析

科技论坛　・１１５－　模糊控制系统研究及应用浅析　孙洪伟于兰　（哈尔滨电力职业技术学院，黑龙江哈尔滨１５００００）　摘要：详细介绍了模糊控制技术的研究与发展。主要论述了模糊控制理论的分类及其组成，对模糊控制器的设计及应用进行了综述。重点　阐述了近年来模糊控制与其他先进控制算法的融合与改进，其中包括与预测控制结合的模糊预测控制，与神经网络的融合，以及基于遗传算法的　模糊控制等。　关键词：模糊控制；自适应控制；神经网络；预测控制；遗传算法　１９６５年，美国加利福尼亚大学的自动控制理论专家ＺＡＤＥＨ　Ｌ　控制效果，依据控制效果的性能测量模糊规则，以修改当前的控制　Ａ教授在（Ｉｎｆｏｒｍａｔｉｏｎ＆Ｃｏｎｔｒｏ１））上发表了（（Ｆｕｚｚｙ　ｓｅｔ》一文，首次提　量。由于在控制规则库中运用了预测控制的滚动优化策略，因而算　出模糊集合的概念。１９７４年，英国的Ｍａｍｄａｎｉ首先把模糊理论应用　法简单，计算量小。　于工业控制领域，取得了良好的效果。从此，有关模糊逻辑控制理论　２．３基于神经网络的模糊控制。神经网络本质上是一个非线性　和模糊逻辑控制系统的应用研究发展很快。目前，模糊逻辑控制已　动力学系统，但是它并不依赖于模型，它的显著特点是具有学习性。　成为智能控制的重要组成部分。对模糊控制理论和技术的研究和探　模糊系统是建立在”ＩＦ－ＴＨＥＮ”表达式之上，这种方式容易让人理　讨还在不断进行，这种新颖的控制理论和技术正处于发展和提高的　解，但是在自动生成、调整隶属函数和模糊规则上却很困难。而神经　进程中。　网络对环境的变化具有较强的自适应能力，所以可结合神经网络的　１模糊控制理论　学习能力来训练模糊规则，提高整个系统的学习能力和表达能力。　１．１基本模糊系统。具有标准的模糊化处理、模糊推理、非模糊　神经网络可以通过训练来学习给定的经验，并据此生成映射规则。　化处理３个基本环节。模糊规则的输入与输出均为模糊量。　神经网络与模糊理论相结合用于控制有以下几种形式：ａ．用神经网　１．２基于　模型的模糊系统。Ｔｓ模型由日本的Ｔａｋａｇｉ和　络驱动模糊推理；ｂ．用神经网络记忆模糊规则的控制；ｃ．用神经网络　Ｓｕｇｅｎｏ提出，它在每条规则的结论部分即输出是线性方程，表示系统　优化模糊控制器的参数，利用神经网络在被控系统运行过程中在　局部的线性输入／输出关系，而系统的总输出是所有线性子系统输　线对隶属函数进行修正、优化和调整量化因子和比例因子：ｄ．利用神　出的加权平均，可以表示全局的非线性输人／输出关系。因此这类模　经网络获取知识和提取知识。在模糊控制器内部用神经网络对控制　糊系统能对非线性系统实现局部线性化，适合于工程应用。　模式进行分类，并用神经网络来表达控制系统的动态特性。因此，可　１．３基于函数ＦＢＦ的模糊系统。这类模糊系统是以模糊基函数　以利用神经网络来调整模糊推理系统的隶属函数和推理规则。在上　ＦＢＦ为基础，它具有重心平均非模糊化机制、乘积推理规则和单值　述的模糊神经网络中，神经网络的结构和学习算法仍是非模糊化的　模糊化机制。它是Ｗａｎｇ提出，Ｗａｎｇ利用ＳｔｏｎｅＷｅｉｅｓｔｒａｓｓ定理证　数据，只是在功能中达到提取规则、修改参数的目的。　明了具有乘积推理、中心反模糊化、高斯型隶属函数的模糊系统能　２．４基于遗传算法的模糊控制。由于模糊逻辑控制所要确定的　以任意的精度逼近任一实连续函数，这个模型能利用等价的模糊　参数很多，专家的经验只能起一个指导作用，很难根据它准确地定出　系统来初始化神经网络，从而使得模糊控制器规则的在线调整精度　各项参数，因而实际上还要反复试凑，寻找一个最优过程，按所给优　和神经网络的学习速度得以大幅度地提高。　化性能指标，对被控对象进行寻优学习，从而有效地确定模糊逻辑控　２模糊控制器的设计　制器的结构和参数。遗传算法是一种新型的全局搜索算法。它的主　模糊控制，就是在控制方法上用模糊集合论、模糊语言变量及　要特点是群体搜索和群体中个体之间的信息交换，搜索不依赖梯度　模糊逻辑推理为基础的非线性智能控制。模糊控制要有良好的控制　信息，因而它可以高效率地找到全局最优解或接近最优解。利用遗　效果，关键必须具有较为完善的控制规则，但对于复杂的工业过程有　传算法优化模糊控制器时，主要是优化模糊控制器的控制规则与隶　时难以总结出较完善的经验，并且当对象动态特性发生变化，或者受　属函数。Ｋａｒｒａ利用遗传算法优化了模糊控制器的隶属函数参数问　到随机干扰影响时都会影响模糊控制的控制效果，为促进模糊控制　题。这种方法还可应用在多输人多输出模糊控制系统的隶属函数参　的研究，目前已经进行了一些改进。近年来，预测控制、神经网络、遗　数的选择问题。还用改进的遗传算法，引入杂交算子，研究了三角形　传算法等先进控制算法的研究，为模糊控制的规则表示及学习算法　和高斯型模糊子集的优化问题。　３应用研究　提供了新的方向。　２．１自适应模糊控制。自适应模糊控制就是它能自动地对模糊　目前模糊控制理论广泛应用于控制系统、模式识别、医药、游戏　控制规则进行修改、改进和完善，以提高控制系统性能。已经知道，模　理论等方面。自１９７４年Ｍａｍｄａｎｉ在蒸汽发动机上成功地运用了模　糊控制器控制质量的好坏主要取决于模糊控制规则的设定，对于　糊控制即开始了模糊控制的应用阶段。２Ｏ世纪７０年代，模糊控制主　那些时变的、非线性的复杂系统采用模糊控制时，要获得良好的控　要应用在工业领域。２Ｏ世纪８０年代随着模糊控制技术的发展，模糊　制效果，必须要求模糊控制器具有较完善的控制规则。而且由于被　控制技术已经开始应用在汽车、火车等其他控制领域。２０世纪９０　控过程的非线性、高阶次、时变性以及随机干扰等因素的影响，造成　年代，模糊控制软件与硬件技术的完善，为模糊控制技术的实现提供　模糊控制规则粗糙或者不够完善，从而不同程度地影响控制效果。　了更好的发展空间。近年来，随着模糊控制的广泛应用，模糊硬件产　２．２模糊预测控制。预测控制具有易于建模、鲁棒性好的特点，　品和软件正使模糊控制向更高一级的的新领域扩展，如机器人定位　因此它与模糊控制的结合使模糊控制有了新的发展。文献提出了模　系统、汽车定位系统、智能车辆高速公路系统。　糊广义预测控制算法，利用Ｔｓ模型，将多个模糊模型转换成线性时　结束语　变差分模型，再利用ＧＰＣ算法求控制律，它比一般的ＧＰＣ算法具有　模糊控制作为智能控制领域的一个分支，与其他智能控制及其　更高的辨识精度，适用于大范围工况控制要求，抗干扰能力强。文献　先进算法的融合，利用基于神经网络、预测控制、遗传算法等方法设　将模糊控制与预测控制相结合，提出将控制量论域分为若干个子域，　计的模糊控制器，使模糊控制思想进行多学科交叉的研究，为模糊控　并将分界点作为参考控制量，利用被控过程模型预测在参考控制量　制的理论及应用都开辟了新的方向。　作用下过程的未来输出，根据预测输出结果评价各参考控制量的　作者简介：孙洪伟（１９８１一），女，哈尔滨电力职业技术学院，讲师。