1、模糊控制的现状与发展小组成员：目录一 模糊控制简介二 模糊控制的原理三 模糊控制的现状四 模糊控制展望模糊控制简介模糊控制发展历史模糊控制发展历史模糊控制是以模糊集合论、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技术。 1965年美国的扎德创立了模糊集合论 , 1973 年 , 他给出了模糊逻辑控制的定义和相关的定理。 1974 年英国的 Mamdani 首先用模糊控制语句组成模糊控制器 ,并把它用于锅炉和蒸汽机的控制 , 在实验室获得成功 , 这一开拓性的工作标志着模糊控制论的诞生。模糊控制概述模糊控制概述什么是模糊控制模糊控制是用模糊数学的知识模仿人脑的思维方式，对模糊现象进行
2、识别和判决，给出精确的控制量，对被控对象进行控制。模糊控制的特点与经典控制理论和现代控制理论相比，模糊控制的主要特点是不需要 建立对象的数学模型。专家经验控制用计算机模拟操作人员手动控制的经验，对被控对象进行控制。(人的经验是模糊的 )模糊控制模糊控制 主要是模拟人的思维、推理和判断的一种控制方法 , 它将人的经验、常识等用自然语言的形式表达出来 , 建立一种适用于计算机处理的输入输出过程模型 , 是智能控制的一个重要研究领域 。从从 信息技术的观点来看信息技术的观点来看 , 模糊控制是一种基于规则的专家系统 。从从 控制系统技术的观点来看控制系统技术的观点来看 , 模糊控制是一种普遍的非线性
3、 特 征 域控制器 。模糊控制的特点模糊控制的特点(1) 模糊控制是一种基于规则的控制。它直接采用语言型控制规则 , 出发点是现场操作人员的控制经验或相关专家的知识 , 在设计中不需要建立被控对象的精确数学模型 , 因而使得控制机理和策略易于接受与理解 , 设计简单 , 便于应用 ;(2) 由工业过程的定性认识出发 , 比较容易建立语言控制规则 , 因而模糊控制对那些数学模型难以获取、动态特性不易掌握或变化非常显著的对象非常适用 ;(3) 基于模型的控制算法及系统设计方法 , 由于出发点和性能指标的不同 , 容易导致较大差异 ;但一个系统的语言控制规则却具有相对的独立性 , 利用这些控制规律间
4、的模糊连接 , 容易找到折中的选择 , 使控制效果优于常规控制器 ;(4) 模糊控制算法是基于启发性的知识及语言决策规则设计的 , 这有利于模拟人工控制的过程和方法 , 增强控制系统的适应能力 , 使之具有一定的智能水平 ;(5) 模糊控制系统的鲁棒性强 , 干扰和参数变化对控制效果的影响被大大减弱 , 尤其适合于非线性、时变及纯滞后系统的控制。模糊控制突出的两个优点模糊控制突出的两个优点 :一一 . 模糊控制在许多应用中可以有效且便捷地实现人的控制策略和经验 ;二二 . 模糊控制可以不需被控对象的数学模型即可实现较好的控制 , 这是因为被控对象的动态特性已隐含在模糊控制器输入、输出模糊集及模
5、糊规则中。模糊控制的缺陷模糊控制的缺陷1. 精度不太高2. 自适应能力有限3. 易产生振荡现象模糊控制的原理基本模糊控制系统包括模糊化处理、模糊推理和清晰化控制三个环节。模糊化处理就是将模糊控制器输入量的确定值转换为相应模糊语言变量值的过程 , 此相应语言变量值均由对应的隶属度来定义。通过这样一个把输入变量映射到合适的响应论域量程的过程 , 精确的输入数据就变换成适当的语言值或模糊集合的标识符。一般的模糊控制器采用误差及其变化作为输入语言变量。模糊推理一般采用 IF A THEN B 形式的条件语句来描述 , 包括三个组成部分 :大前提、小前提和结论。大前提是多个多维模糊条件语句 , 构成规则
6、库 ,调整和校准模糊规则是模糊控制中的关键问题。小前提是一个模糊判断句。清晰化是模糊系统的重要环节 , 是将模糊推理中产生的模糊量转化为精确量。常见的非模糊化方法主要有最大隶属度值法、面积平均法、重心法和最大隶属度平均值法。模糊控制的过程就是上述三个环节相互作用的结果 , 其关键部分就是选用合适的隶属度函数进行模糊化 , 运用合理的推理方法得到结论 , 采用适当的清晰化方法还原出精确量。在模糊控制的发展过程中 , 基本上是围绕着这些问题来的 , 同进还运用或融合了其它的智能控制方法。使模糊控制得以发展。模糊控制系统的组成模糊控制系统的组成模糊控制系统通常由模糊控制器、输入输出接口、执行机构、 测量装置 和被控对象等五个部分组成，如下图所示。
