摘要模糊控制理論是以模糊數(shù)學為基礎，用語言規(guī)則表示方法和先進的計算機技術(shù)，由模糊推理進行決策的一種高級控制策。模糊控制作為以模糊集合論、模糊語言變量及模糊邏輯推理為基礎的一種計算機數(shù)字控制，它已成為目前實現(xiàn)智能控制的一種重要而又有效的形式尤其是模糊控制和神經(jīng)網(wǎng)絡、遺傳算法及混沌理論等新學科的融合，正在顯示出其巨大的應用潛力。實質(zhì)上模糊控制是一種非線性控制，從屬于智能控制的范疇。模糊控制的一大特點是既具有系統(tǒng)化的理論，又有著大量實際應用背景。本文簡單介紹了模糊控制的概念及應用，詳細介紹了模糊控制器的設計，其中包含模糊控制系統(tǒng)的原理、模糊控制器的分類及其設計元素。關(guān)鍵詞：模糊控制；模糊控制器；現(xiàn)狀及展望AbstractFuzzycontroltheoryisbasedonfuzzymathematics,usinglanguagerulerepresentationandadvancedcomputertechnology,itisahigh-levelcontrolstrategywhichcanmakedecisionbythefuzzyreasoning.Fuzzycontrolisacomputernumericalcontrowhichbasedfuzzysettheory,fuzzylinguisticvariablesandfuzzylogic,ithasbecometheeffectiveformofintelligentcontrolespeciallyintheformoffuzzycontrolandneuralnetworks,geneticalgorithmsandchaostheoryandothernewintegrationofdisciplines,whichisshowingitsgreatpotential.Fuzzycontrolisessentiallyanonlinearcontrol,andsubordinatesintelligentcontrolareas.Amajorfeatureoffuzzycontrolisbothasystematictheoryandalargenumberoftheapplicationbackground.Thisarticleintroducessimplytheconceptandapplicationoffuzzycontrolandintroducesdetaillythedesignofthefuzzycontroller.Itcontainstheprinciplesoffuzzycontrolsystem,theclassificationoffuzzycontrolleranditsdesignelements.Keywords:FuzzyControl;FuzzyController;StatusandProspects.引言傳統(tǒng)的常規(guī)PID控制方式是根據(jù)被控制對象的數(shù)學模型建立，雖然它的控制精度可以很高，但對于多變量且具有強耦合性的時變系統(tǒng)表現(xiàn)出很大的誤差。比例調(diào)節(jié)是根據(jù)被調(diào)量和設定值之間的差值來變化的，也就是說比例控制中余差不可避免。積分調(diào)節(jié)最終實現(xiàn)無余差調(diào)節(jié)，但是超調(diào)比較大。模糊控制是建立在人工經(jīng)驗基礎之上的，它能將熟練操作員的實踐經(jīng)驗加以總結(jié)和描述，并用語言表達出來，得到定性的、精確的控制規(guī)則，不需要被控對象的數(shù)學模型。并且模糊控制易于被人們接受，構(gòu)造容易，適應性好。TheintroductionTraditionalwayofconventionalPIDcontrolwasestablishedaccordingtothemathematicalmodelofcontrolledobject,althoughitcanbeveryhighcontrolprecision,butforthemulti-variableandtime-varyingsystemswithstrongcouplingshowedgreaterror.Proportionalcontrolisbasedonthedifferenceinvaluebetweensetvalueandquantityofthemodulatedtochange,thatistosay,proportionalcontrolofresidualisinevitable.Integralregulationachieveeverythinginaglanceatpoorregulation,buttheovershootisbigger.Fuzzycontrolisbasedontheartificialexperience,itcanskilledoperator'spracticalexperiencesummarizedanddescribed,andthelanguageexpression,getaqualitative,precisecontrolrules,notneedmathematicalmodelofcontrolledobject.Andfuzzycontroliseasytobeacceptedbypeople,easystructure,goodadaptability.第一章模糊控制概述模糊控制的概念及應用“模糊”是人類感知萬物，獲取知識，思維推理，決策實施的重要特征?！澳：北取扒逦彼鶕碛械男畔⑷萘扛螅瑑?nèi)涵更豐富，更符合客觀世界。模糊邏輯控制(FuzzyLogicControl)簡稱模糊控制(FuzzyControl),是以模糊集合論、模糊語言變量和模糊邏輯推理為基礎的一種計算機數(shù)字控制技術(shù)。模糊控制理論是由美國著名的學者加利福尼亞大學教授Zadeh-L?A于1965年首先提出，它是以模糊數(shù)學為基礎，用語言規(guī)則表示方法和先進的計算機技術(shù)，由模糊推理進行決策的一種高級控制策。在1968?1973年期間Zadeh-LA先后提出語言變量、模糊條件語句和模糊算法等概念和方法，使得某些以往只能用自然語言的條件語句形式描述的手動控制規(guī)則可采用模糊條件語句形式來描述，從而使這些規(guī)則成為在計算機上可以實現(xiàn)的算法。1974年，英國倫敦大學教授Mamdani-E-H研制成功第一個模糊控制器，并把它應用于鍋爐和蒸汽機的控制，在實驗室獲得成功。這一開拓性的工作標志著模糊控制論的誕生并充分展示了模糊技術(shù)的應用前景。模糊控制實質(zhì)上是一種非線性控制，從屬于智能控制的范疇。模糊控制的一大特點是既具有系統(tǒng)化的理論，又有著大量實際應用背景。模糊控制的發(fā)展最初在西方遇到了較大的阻力；然而在東方尤其是在日本，卻得到了迅速而廣泛的推廣應用。其典型應用的例子涉及生產(chǎn)和生活的許多方面，以下為模糊控制在工業(yè)和生活方面的一些應用實例：1凈水場藥品注人控制、上下水道處理系統(tǒng)2各種溶滬：電氣爐水泥生成爐的控翻、原子能發(fā)電供水控制、金屬板成形控制3城市垃圾焚燒爐的控制

4隨道盾構(gòu)機械、油壓掘進機械、集裝箱吊裝的控制5高速公路隧道的排氣、換氣控制6汽車的定速行走控制、發(fā)動機的控制、模糊AT、自動觀光船7飛機離著陸控制、直升飛機控制、海上救難船控制8機器人的控制：掃除機械人、花道機械人、激光切割機器人、釣魚機器人、9升降機群管理、自動槍票機、自動門開關(guān)裝置、自動販賣機10空調(diào)控制制冷、制熱機、多路空調(diào)系統(tǒng)、鐵道車輛、11造紙機、清酒釀造控制12自動聲音調(diào)整器、傳感器位置選擇13電視會議系統(tǒng)、簇像機、電子噴水器、錄像機、照像機、復印機、繪圖機14家電制品：洗衣機、吸塵器、干澡機、冷藏箱、電子微波爐，電飯鍋、電動剃須刀、模糊控制的優(yōu)點1簡化系統(tǒng)設計的復雜性，特別適用于非線性、時變、模型不完全的系統(tǒng)上。2利用控制法則來描述系統(tǒng)變量間的關(guān)系。3不用數(shù)值而用語言式的模糊變量來描述系統(tǒng)，模糊控制器不必對被控制對象建立完整的數(shù)學模式。4模糊控制器是一語言控制器，使得操作人員易于使用自然語言進行人機對話。5模糊控制器是一種容易控制、掌握的較理想的非線性控制器，并且抗干擾能力強，響應速度快，并對系統(tǒng)參數(shù)的變化有較強的魯棒性和較佳的容錯性。6從屬于智能控制的范疇。該系統(tǒng)尤其適于非線性，時變，滯后系統(tǒng)的控制模糊控制的缺點1模糊控制的設計尚缺乏系統(tǒng)性，這對復雜系統(tǒng)的控制是難以奏效的。所以如何建立一套系統(tǒng)的模糊控制理論，以解決模糊控制的機理、穩(wěn)定性分析、系統(tǒng)化設計方法等一系列問題；2如何獲得模糊規(guī)則及隸屬函數(shù)即系統(tǒng)的設計辦法，這在目前完全憑經(jīng)驗進行；3信息簡單的模糊處理將導致系統(tǒng)的控制精度降低和動態(tài)品質(zhì)變差。若要提高精度則必然增加量化級數(shù)，從而導致規(guī)則搜索范圍擴大，降低決策速度，甚至不能實時控制；4.如何保證模糊控制系統(tǒng)的穩(wěn)定性即如何解決模糊控制中關(guān)于穩(wěn)定性和魯棒性問題還有待完善。Thefirstchapterissummaryoffuzzycontroltheconceptandapplicationoffuzzycontrol"Fuzzy"humanperceptioniseverything,toacquireknowledge,thinking,reasoning,decision-makingofimportantfeatures."Fuzzy"than"clear"havetheinformationcapacityofalarger,moreabundantconnotation,moreinlinewiththeobjectiveworld.FuzzyLogicControl(FuzzyLogicControl)referredtoas"FuzzyControl(FuzzyControl),basedontheFuzzysettheory,FuzzylanguagevariableandFuzzyLogicreasoningisthebasisofacomputernumericalControltechnology.FuzzycontroltheoryisbythefamousscholarattheuniversityofCaliforniaprofessorZadeh,l.a.firstproposedin1965,itisbasedonfuzzymathematics,expressedinthelanguagerulesmethodandadvancedcomputertechnology,bythefuzzyreasoningtomakedecisionsofanadvancedcontrolstrategy.Duringtheperiodof1968?1973,Zadeh,l.a.successivelyproposedlanguagevariable,fuzzyalgorithmandthefuzzyconditionalstatementconceptsandmethods,makesomeofthepastcanonlyusenaturallanguageformofconditionalstatementsdescribethemanualcontrolrulescanbeusedtodescribefuzzyconditionalstatementform,soastomaketheserulescanbeimplementedoncomputeralgorithm.In1974,aprofessorattheuniversityofLondonMamdani,E,H,successfullydevelopedthefirstfuzzycontrollerandapplyittotheboilerandthecontrolofthesteamengine,tosucceedinthelaboratory.Thispioneeringworkmarksthebirthofthefuzzycontroltheoryandfullyshowstheapplicationprospectoffuzzytechnology.Fuzzycontrolisessentiallyakindofnonlinearcontrol,frombelongstothecategoryofintelligentcontrol.Fuzzycontrolisoneofthebiggestcharacteristicisbothasystematictheory,andwithalargenumberofpracticalapplicationbackground.Thedevelopmentoffuzzycontrolisfirstencounteredinthewestthelargerresistance;Intheeast,especiallyinJapan,however,hasobtainedtherapidandextensivepopularizationandapplication.Itstypicalapplicationexampleinvolvesmanyaspectsofproductionandlife,thefollowingissomeapplicationsoffuzzycontrolintheaspectofindustrialandlivingexample:1Druginjectionwaterpurificationfieldpopulationcontrol,sewage

treatmentsystem2AllkindsofsolubleShanghai:cementgeneratedinelectricfurnacecontrolturn,nuclearpowergeneration,watersupply,sheetmetalformingcontrol3Controlofurbangarbageincinerator4Thetunnelshieldmachine,hydraulicexcavatingmachinery,containerliftingcontrol5Exhaustandventilationcontrolofhighwaytunnel6Inconstantspeedcontrol,automotiveenginecontrol,automaticfuzzyats,sightseeingboats7Aircraft,helicoptersfromlandingcontrolcontrol,maritimerescueboat8Therobot'scontrol:cleaningrobots,ikebanarobots,fishing,lasercuttingmachine,9Liftthefleetmanagement,gunticketmachine,automaticswitchingdevice,automaticvendingmachines10Refrigerationandairconditioningcontrolsystemofengine,multi-channelairconditioningsystem,railwayvehicle,11Papermachine,winebrewingcontrol12Automaticsoundregulator,sensorlocationchoice13Videoconferencesystem,clusterlikemachine,electronicsprinkler,VCR,camera,copymachine,drawingmachine14Homeappliancesproducts:washingmachines,vacuumcleaners,drybathmachine,cooler,electronicoven,electricricecooker,electricrazortheadvantagesoffuzzycontroltosimplifythecomplexityofsystemdesign,especiallyfornonlinear,time-varyingandmodelincompletesystem.controllawisusedtodescribetherelationshipbetweenthesystemvariables.languageinsteadofnumericaltypeoffuzzyvariablestodescribethesystem,thefuzzycontrollerdon'tneedtoestablishacomprehensivemathematicalmodelofcontrolledobject.controller,fuzzycontrollerisalanguagethatoperatorseasytousenaturallanguagefortheman-machinedialogue.fuzzycontrollerisakindofeasytocontrolandmasteryoftheidealnonlinearcontroller,andstronganti-jammingcapability,fastresponsespeed,andthechangeofsystemparametershasstrongrobustnessandbetterfaulttolerance.frombelongstothecategoryofintelligentcontrol.Thissystemisespeciallysuitablefornonlinear,timevaryingandlagcontrolsystem.thedisadvantageoffuzzycontrolthedesignofthefuzzycontrolisstilllackofsystematic,thecontrolofcomplexsystemsisdifficulttowork.Sohowtoestablishasystemoffuzzycontroltheory,inordertosolvefuzzycontrolmechanism,stabilityanalysis,systematicdesignmethodforaseriesofproblems;howtoobtainfuzzyrulesandmembershipfunctions,systemdesign,completewithexperienceforthisinthepresent;simplefuzzyinformationprocessingwillreducecontrolprecisionofthesystemandthedynamicqualitybecomespoor.Ifyouwanttoimprovetheaccuracyofinevitabletoincreasethequantitativeseries,leadingtorulesearchscope,reducethedecision-makingspeed,can'tevenreal-timecontrol;.Howtoensurethestabilityofthefuzzycontrolsystemishowtosolvethefuzzycontrolonthestabilityandrobustnessproblemsremainstobeperfect.第二章模糊控制器的設計模糊控制系統(tǒng)的原理模糊控制作為以模糊集合論、模糊語言變量及模糊邏輯推理為基礎的一種計算機數(shù)字控制，它已成為目前實現(xiàn)智能控制的一種重要而又有效的形式尤其是模糊控制和神經(jīng)網(wǎng)絡、遺傳算法及混沌理論等新學科的融合，正在顯示出其巨大的應用潛力。給定量圖1常見負反饋控制系統(tǒng)方框圖由測量裝置、控制器、被控對象及執(zhí)行機構(gòu)組成的自動控制系統(tǒng)，就是人們所悉知的常規(guī)負反饋控制系統(tǒng)。其結(jié)構(gòu)如圖1所示。然而經(jīng)過人們長期研究和實踐形成的經(jīng)典控制理論，雖然對于解決線性定常系統(tǒng)的控制問題非常有效。隨著計算機尤其是微機的發(fā)展和應用，基于由于式中心模糊量，所以為了對被控對象施加精確的控制，還需要將其清晰化轉(zhuǎn)換為精確量u,然后經(jīng)D/A得模擬量送給執(zhí)行機構(gòu)，對被對象進行第一步控制。然后中斷等待第二次采樣，進行第二步控制...這樣循環(huán)下去就實現(xiàn)了對被控對象的模糊控制。模糊控制器的基本結(jié)構(gòu)模糊控制器的基本結(jié)構(gòu)包括知識庫、模糊推理、輸入量模糊化、輸出量精確化四部分。.知識庫知識庫包括模糊控制器參數(shù)庫和模糊控制規(guī)則庫。模糊控制規(guī)則建立在語言變量的基礎上。語言變量取值為“大”、“中”、“小”等這樣的模糊子集，各模糊子集以隸屬函數(shù)表明基本論域上的精確值屬于該模糊子集的程度。因此，為建立模糊控制規(guī)則，需要將基本論域上的精確值依據(jù)隸屬函數(shù)歸并到各模糊子集中，從而用語言變量值(大、中、小等)代替精確值。這個過程代表了人在控制過程中對觀察到的變量和控制量的模糊劃分。由于各變量取值范圍各異，故首先將各基本論域分別以不同的對應關(guān)系，映射到一個標準化論域上。通常，對應關(guān)系取為量化因子。為便于處理，將標準論域等分離散化，然后對論域進行模糊劃分，定義模糊子集，如NBPZ、PS等。同一個模糊控制規(guī)則庫，對基本論域的模*^劃分不同，控制效果也不同。具體來說，對應關(guān)系、標準論域、模糊子集數(shù)以及各模糊子集的隸屬函數(shù)都對控制效果有很大影響。這3類參數(shù)與模糊控制規(guī)則具有同樣的重要性，因此把它們歸并為模糊控制器的參數(shù)庫，與模糊控制規(guī)則庫共同組成知識庫。.模糊化將精確的輸入量轉(zhuǎn)化為模糊量F有兩種方法：(1)將精確量轉(zhuǎn)換為標準論域上的模糊單點集。精確量x經(jīng)對應關(guān)系G轉(zhuǎn)換為標準論域x上的基本元素，則該元素的模糊單點集F為uF(u)=1ifu=G(x)(2)將精確量轉(zhuǎn)換為標準論域上的模糊子集。精確量經(jīng)對應關(guān)系轉(zhuǎn)換為標準論域上的基本元素，在該元素上具有最大隸屬度的模糊子集，即為該精確量對應的模糊子集。.模糊推理最基本的模糊推理形式為：前提1IFATHENB前提2IFA'結(jié)論THENB其中,A、A為i色域U上的模*^子集，B、B'為i七域V上的模糊子集。前提1稱為模糊蘊涵關(guān)系，記為A-B。在實際應用中，一般先針對各條規(guī)則進行推理，然后將各個推理結(jié)果總合而得到最終推理結(jié)果。.精確化推理得到的模糊子集要轉(zhuǎn)換為精確值，以得到最終控制量輸出y。目前常用兩種精確化方法：(1)最大隸屬度法。在推理得到的模糊子集中，選取隸屬度最大的標準論域元素的平均值作為精確化結(jié)果。(2)重心法。將推理得到的模糊子集的隸屬函數(shù)與橫坐標所圍面積的重心所對應的標準論域元素作為精確化結(jié)果。在得到推理結(jié)果精確值之后，還應按對應關(guān)系，得到最終控制量輸出y。模糊控制器的分類模糊控制的類型有：(1)基本模糊控制器：一旦模糊控制表確定之后，控制規(guī)則就固定不變了；(2)自適應模糊控制器：在運行中自動修改、完善和調(diào)整規(guī)則，使被控過程的控制效果不斷提高，達到預期的效果；(3)智能模糊控制器：它把人、人工智能和神經(jīng)網(wǎng)絡三者聯(lián)系起來，實現(xiàn)綜合信息處理，使系統(tǒng)既具有靈活的推理機制、啟發(fā)性知識與產(chǎn)生式規(guī)則表示，又具有多種層次、多種類型的控制規(guī)律選擇。模糊控制器的設計模糊控制器在模糊自動控制系統(tǒng)中具有舉足輕重的作用，因此在模糊控制系統(tǒng)中，設計和調(diào)整模糊控制器的工作是很重要的。模糊控制器的設計包括以下幾項內(nèi)容：糊控制器的輸入變量和輸出變量；糊控制規(guī)則，并計算模糊控制規(guī)則所決定的模糊關(guān)系，建立模糊控制表；糊化和非模糊化方法；擇模糊控制算法的采樣時間。模糊控制器的輸入輸出變量由于模糊控制器的控制規(guī)則是通過模擬人腦的思維決策方式提出的，所以在選擇模糊控制器的輸入輸出變量時，必須深入研究人在手動控制過程中是如何獲取和輸出信息的。由于人在手動控制過程中，主要是根據(jù)誤差、誤差的變化及誤差的變化的變化來實現(xiàn)控制的，所以模糊控制器的輸入變量也可有三個，即誤差、誤差的變化及誤差的變化的變化，輸出變量一般選擇控制量的變化。通常將模糊控制器輸入變量的個數(shù)稱為模糊控制的維數(shù)。由于一般情況下，一維模糊控制器的動態(tài)控制性能并不好，三維模糊控制器的控制規(guī)則過于復雜，控制算法的實現(xiàn)比較困難，所以，目前被廣泛采用的均為二維模糊控制器，這種控制器以誤差和誤差的變化為輸入變量，以控制量的變化為輸出變量。整個論域即在定義這些模糊子集時應注意使論域中任何一點對這些模糊子集的隸屬度的最大值不能太小，否則會在這樣的點附近出現(xiàn)不靈敏區(qū)，以至于造成失控，使模糊控制系統(tǒng)控制性能變壞。建立模糊控制器的控制規(guī)則建立模糊控制規(guī)則的基本思想：當誤差大或較大時，選擇控制量以盡快消除誤差為主，而當誤差較小時，選擇控制量要注意防止超調(diào)，以系統(tǒng)的穩(wěn)定性為主要出發(fā)點。模糊控制規(guī)則的來源有3條途徑：基于專家經(jīng)驗和實際操作，基于模糊模型，基于模糊控制的自學習。模糊控制器的控制規(guī)則作為人工手動控制策略的語言描述，它通常用條件語句表示。其主要形式可概括如下：IfAthenBIfAthenBelseCIfAandBthenCIfAthenifBthenCIfAorBandCorDthenEIfAthenBandifAthenCIfAthenB,CIfAthenB1elseifA2thenB2知道上述條件語句之后。以二維模糊控制器為例，假設條件語句形式為ifE=AthenifC=BjthenU=Cij(i=1,2，…,n;j=1,2…,m)，式中AiBjCij分別定義在誤差、誤差變化和控制量論域X,Y,Z上的模糊集;E,C,U分別代表誤差、誤差變化和控制模糊變量。確立模糊化和精確化化方法一模糊化方法由于計算機采樣輸入的變量均為精確量，所以為便于實現(xiàn)模糊控制算法，須經(jīng)過模糊量化處理變?yōu)槟：俊Ｄ：话悴捎萌缦聝煞N方法：1、將在某區(qū)間的精確量x模糊化成這樣的一個模糊子集，它在點x處隸屬度為1,除x點外其余各點的隸屬均取0。如所選模糊集合論域為X={-n,-n+1,…,0,…,n-l,n},而輸入的基本論域為[-e,e],輸入精確量為e。2、首先同上算法得到L,其次查找語言變量賦值表，找出1位置上與最大隸屬度所對應的語言值所決定的模糊量，該模糊量便為e的模糊化量。二精確化方法在模糊控制系統(tǒng)中，由于對建立的模糊控制規(guī)則通過模糊推理決策出的控制變量是一個模糊子集，它不能直接控制被控對象，所以還需要采取合理的方法將其轉(zhuǎn)換為精確量，以便最好的發(fā)揮出模糊推理結(jié)果的決策效果。精確化過程的方法很多，主要有MIN-MAX重心法、代數(shù)積-加法-重心法、模糊加權(quán)型推理法、函數(shù)型推理法、加權(quán)函數(shù)型推理法、選擇最大隸屬度法、取中位數(shù)法。采樣時間的選擇選擇采樣時間是計算機控制中的構(gòu)性問題，所以模糊控制作為計算機控制的一種類型，也存在合理的選擇采樣時間的問題。香農(nóng)采樣定理2^出了選擇采樣周期的下限.即冗T<——max式中為采樣信號的上限角頻率。在此范圍內(nèi)，采樣周期越小，就接近連續(xù)控制。但也不能太小，它需要綜合考慮執(zhí)行機構(gòu)響應時間、計

算機控制算法所需時間、計算機字長、抗干擾性能等多方面因素Thesecondchapter,thedesignoffuzzycontrollertheprincipleoffuzzycontrolsystemFuzzycontrolasfuzzysettheory,fuzzylanguagevariableandfuzzylogicreasoningonthebasisofacomputernumericalcontrol,ithasbecometherealizationofintelligentcontrolisanimportantandeffectiveespeciallyintheformoffuzzycontrolandneuralnetwork,geneticalgorithmandthefusionofnewdisciplinessuchaschaostheory,isshowingitsgreatpotentialapplications.quantityi1Thesensor*-1Thesensor*-1*Acommonnegativefeedbackcontrolsystemblockdiagraminfigure1Bymeasuringdevice,controllerandcontrolledobjectandactuatoroftheautomaticcontrolsystem,isthatpeopleknowknowtheregularfeedbackcontrolsystem.Itsstructureisshowninfigure1.Yetafteralong-termresearchandpracticeofclassicalcontroltheory,althoughforsolvingthecontrolproblemoflineartime-invariantsystemisveryeffective.Alongwiththecomputer,especiallythedevelopmentandapplicationofmicrocomputerbasedonthetypeofmufuzzyquantity,soinordertoexertprecisecontrolonthecontrolled,stillneedtoconverttheirmotivationtoaccuratequantitytou,andthentheD/Aanalogtoactuators,forthefirststepinthecontrolobject.Thenstopwaitingforthesecondsample,carriesonthesecondstepcontrol...Thisloopisrealizedwithfuzzycontrolofthecontrolledobject.thebasicstructureoffuzzycontrollerThebasicstructureoffuzzycontrollerincludesknowledgebase,fuzzyreasoning,fuzzinessofinput,output,high-precisionfourparts.TheknowledgebaseLibraryknowledgebaseincludingfuzzycontrollerparametersandfuzzycontrolrulebase.Onthebasisoffuzzycontrolrulesbasedonlinguisticvariable.Languagestatevariableisthe"big","","small",suchasthefuzzysubset,thefuzzysubsettosubordinatefunctionshowsthatthebasictheoryofprecisionvaluebelongstothefuzzysubsetofthedomain.Therefore,inordertoestablishfuzzycontrolrules,requirestheaccuratevaluesonthebasictheoryofdomainbasedonmembershipfunctionareincorporatedintothefuzzysubset,tousethelanguagevariablevalues(large,mediumandsmall,etc.)insteadoftheaccuratevalues.Thisprocessrepresentsthepeopleofobservedvariablesinthecontrolprocessandcontroltheamountoffuzzypartition.Duetothedifferentvariablescope,sothefirstwillbethebasictheoryofdomainrespectivelyindifferentcorrespondingrelations,mappedtoastandardizedtheoryfield.Usually,thecorrespondingrelationshipbetweenoffforquantitativefactors.Foreaseofhandling,BiaoZhunLundomainsuchasbulkchemicalseparation,andthentofuzzypartitionofdiscourse,definethefuzzysubset,suchasNB,PZ,PS,etc.Thesamefuzzycontrolrulebase,fuzzypartitiontothefundamentaltheoryofdomainisdifferent,thecontroleffectisalsodifferent.Specifically,correspondence,BiaoZhunLundomain,thenumberoffuzzysubset,andthemembershipfunctionoffuzzysubsethasagreatinfluenceonthecontroleffect.Thesethreekindsofparametersandthefuzzycontrolruleshavethesameimportance,thereforetomergethemintofuzzycontrollerparameterdatabase,togetherwiththefuzzycontrolrulebaseoftheknowledgebase.TheblurConvertaccurateinputintofuzzyquantityFtherearetwoways:convertsgaugedBiaoZhunLunfuzzysinglepointsetsonthedomain.GaugedbythecorrespondingrelationbetweenxxGintoBiaoZhunLundomainonthebasicelements,thentheelementsofthefuzzysinglepointsetFUF(u)=1ifu=G(x)convertsgaugedBiaoZhunLundomainoffuzzysubsets.GaugedbythecorrespondingrelationshipintoBiaoZhunLundomainonthebasicelements,ontheelementhasthemaximummembershipdegreeoffuzzysubsets,namelyforthepreciseamountcorrespondingfuzzysubset.ThefuzzyinferenceThemostbasicformoffuzzyreasoningis:IFATHENBPremise2IFA'ConclusionTHENB'Amongthem,A,A'forfuzzysubsetonthetheoryofdomainU,B,B'forthetheoryoffuzzysubsetVonthedomain.Premise1iscalledthefuzzyimplicationrelations,toAandB.Inpractice,thegeneralrulesoffirstinviewoftheindividualreasoning,thenthereasoningresultsumandeventuallyreasoningresultsareobtained.AccurateReasoningoffuzzysubsettoconvertaccuratevalue,togetthefinalcontroloutputy.Twoaccuratemethodscommonlyusedatpresent:themaximummembershipdegreemethod.Inthereasoningoffuzzysubset,theselectionmembershipdegreeofthelargestBiaoZhunLundomainelementastheaverageoftheaccurateresults.thegravitymethod.W川getthemembershipfunctionoffuzzysubsetreasoningabscissaandtheareaaroundthecenterofgravityofthecorrespondingBiaoZhunLundomainelementsasaccurateresults.Afterthereasoningresultsprecisionvalue,stillshouldaccordingtocorrespondingrelation,getthefinalcontroloutputy.theclassificationofthefuzzycontrollerThetypeoffuzzycontrolare:thebasicfuzzycontroller:afterfuzzycontroltablewasdetermined,controlrulesarefixed;theadaptivefuzzycontroller:intheoperationoftheautomaticchange,improveandadjusttherulesandmakethecontroleffectofincreasingthechargedprocessandachievethedesiredeffect;theintelligentfuzzycontroller,itbringspeople,artificialintelligenceandneuralnetwork,andrealizetheintegratedinformationprocessing,makethesystembothwithflexibleinferencemechanism,theheuristicknowledgeandproductionrulesays,butalsohasmanylayers,choiceofmultipletypesofcontrollaw.thedesignoffuzzycontrollerFuzzycontrollerplaysanimportantroleinfuzzyautomaticcontrolsystem,sothefuzzycontrolsystem,thedesignandadjustmentoffuzzycontrollerisveryimportant.Thedesignoffuzzycontrollerincludesthefollowingcontent:todeterminethefuzzycontrollerinputvariablesandoutputvariables;thedesignoffuzzycontrolrules,andcalculatethefuzzycontrolrulesdeterminedbyfuzzyrelation,fuzzycontroltable;establishfuzzyandthefuzzymethod;therationalselectionofsamplingtimefuzzycontrolalgorithm.fuzzycontrollerinputandoutputvariablesBecausethecontrolrulesoffuzzycontrollerisbysimulatingthehumanbrainthinkingdecision-makingmodeisputforward,sowhenchoosinginputandoutputvariablesofthefuzzycontroller,mustfurtherstudyintheprocessofmanualcontrolishowtoobtainandoutputinformation.Becausepeopleintheprocessofmanualcontrol,mainlyaccordingtothechangeoftheerror,errorchangeanderrorchangestorealizethecontrol,sotheinputvariableoffuzzycontrolleralsocanhavethree,i.e.,thechangeoferror,errorchangeanderrorchanges,thequantityofoutputvariablesusuallyselectedcontrol.W川thenumberofinputvariableoffuzzycontrollerusuallyreferredtoasthedimensionsofthefuzzycontrol.Becauseingeneral,aone-dimensionaldynamiccontrolperformanceoffuzzycontrollerisnotgood,thethreedimensionalfuzzycontrollercontrolrulesaretoocomplex,therealizationofthecontrolalgorithmismoredifficult,sothecurrentwidelyusedarebasedontwo-dimensionalfuzzycontroller,thiscontrollerwitherroranderrorchangeasinputvariables,tocontrolthechangeofthequantityofoutputvariables.Theentireuniverseisindefiningthefuzzysubsetshouldpayattentiontomakeanyofthesefuzzysubsettheoryfieldofthemaximummembershipdegreenottoosmall,otherwisewillappearneartheinsensitivearea,sothatcauseoutofcontrol,thefuzzycontrolsystemcontrolperformancedeteriorate.establishcontrolrulesoffuzzycontrollerSetupthebasicideaoffuzzycontrolrules:whentheerrorisbigorlarge,choosecontrolquantityinordertoeliminatetheerrorisassoonaspossibleLord,whentheerrorissmall,selectcontrolshouldpayattentiontopreventovershoot,systemstabilityasthemainstartingpoint.Thesourceofthefuzzycontrolruleshasthreeways:basedontheexpertexperienceandtheactualoperation,basedonthefuzzymodel,basedonthefuzzycontrolofselflearning.Controlrulesoffuzzycontrollerasamanualcontrolstrategyoflanguagedescription,itisusuallyexpressedinconditionalstatements.Itsmainformscanbesummarizedasfollows:IfAthenBIfAthenBelseCIfAandBthenCIfAthenifBthenCIfAorBandCorDthenEIfAthenBandifAthenCIfAthenB,CIfAthenB1elseifA2thenB2Afterknowtheconditionalstatement.Intwo-dimensionalfuzzycontroller,forexample,supposethatconditionalstatementsformasifE=AthenifC=BjthenU=Cij(I=1,2,...,n;j=1,2,...,m),typeofAiBjCijrespectivelydefinedinthetheoryoferror,errorchangeandcontroltheamountofX,Y,Zinfuzzysets;E,C,Urepresenttheerror,errorchangeandcontroloffuzzyvariables.establishfuzzyandaccuratemethodAfuzzymethodThecomputersamplingtheinputvariablesarebasedonaccuratequantity,sothefuzzycontrolalgorithmforeaseofimplementation,mustbemadeviafuzzyquantizationprocessintofuzzyquantity.BlurgenerallyUSESthefollowingtwomethods:willbeinacertainrangeofgaugedxfuzzyintosuchafuzzysubset,itatpointxmembershipfor1,inadditiontothexeachpointintherestofthemembershipare0.DomainssuchastheselectedfuzzysettheorytoX={-n-n+1,...,0,...,n-l,n},andinputthebasictheoryofdomainfor[-e,e],accuratequantityinputise.firstdittoalgorithmtogettheL,secondlanguagevariableassignmenttablelookup,findout1positionwiththemaximummembershipdegreeisdeterminedbythelinguisticvaluesofthecorrespondingfuzzyquantity,thefuzzymeasureforetheblur.AccuratemethodInafuzzycontrolsystem,asaresultofthefuzzycontrolrulesbyfuzzyinferencedecisionoutofcontrolvariableisafuzzysubset,itcannotdirectlycontrolthecontrolledobject,soyoualsoneedtotakereasonablemethodtoconvertthemintoaccuratequantity,sothatthebestplaythedecisioneffectoftheresultoffuzzyreasoning.Accurateprocessisalotofmethods,includingMIN-MAXgravitymethod,algebraicproduct-addition-gravitymethod,theweightedfuzzyreasoningmethod,functionalreasoningmethodandweightedfunctiontypeinferencemethod,choosethemaximummembershipdegreemethod,themedianmethod.2.4.4thechoiceofsamplingtimeChoosethesamplingtimeisthestructureproblemincomputercontrol,sofuzzycontrolasatypeofcomputercontrol,thereisalsoareasonablechoiceofsamplingtime.Shannonsamplingtheoremisgiventhechoiceofsamplingperiodlimit.Namely冗T,——mmaxTypefortheupperlimitofsamplingsignalintheangularfrequency.Withinthisrange,thesmallerthesamplingperiod,isclosetoacontinuouscontrol.Butnottoosmall,itneedscomprehensiveconsiderationactuatorresponsetime,longtimeneededforcomputercontrolalgorithm,computerword,suchasanti-jammingperformancefactors第三章模糊控制應用研究現(xiàn)狀及展望3.1模糊控制應用研究現(xiàn)狀：模糊控制具有良好控制效果的關(guān)鍵是要有一個完善的控制規(guī)則。但由于模糊規(guī)則是人們對過程或?qū)ο竽：畔⒌臍w納，對高階、非線性、大時滯、時變參數(shù)以及隨機干擾嚴重的復雜控制過程，人們的認識往往比較貧乏或難以總結(jié)完整的經(jīng)驗，這就使得單純的模糊控制在某些情況下很粗糙，難以適應不同的運行狀態(tài)，影響了控制效果。常規(guī)模糊控制的兩個主要問題在于：改進穩(wěn)態(tài)控制精度和提高智能水平與適應能力。在實際應用中，往往是將模糊控制或模糊推理的思想，與其它相對成熟的控制理論或方法結(jié)合起來，發(fā)揮各自的長處，從而獲得理想的控制效果。由于模糊規(guī)則和語言很容易被人們廣泛接受，加上模糊化技術(shù)在微處理器和計算機中能很方便的實現(xiàn)，所以這種結(jié)合展現(xiàn)出強大的生命力和良好的效果。對模糊控制的改進方法可大致的分為模糊復合控制，自適應和自學習模糊控制，以及模糊控制與智能化方法的結(jié)合等三個方面。1、模糊復合控制：Fuzzy-PID復合控制：即模糊PID控制，通常是當誤差較大時采用模糊控制，而誤差較小時采用PID控制，從而既保證動態(tài)響應效果，又能改善穩(wěn)態(tài)控制精度；一種簡便有效的做法是模糊控制器和I調(diào)節(jié)器共同合成控制作用。模糊-線性復合控制：如模糊-前饋補償控制等，實際利用了模糊控制是變增益PI控制器的特點，在實際系統(tǒng)的控制中取得了較好的效果。史密斯-模糊控制器：針對系統(tǒng)的純滯后特性設計，用模糊控制器替代PID可以解決常規(guī)史密斯-PID控制器對參數(shù)變化適應能力較弱的缺陷；此外模糊推理和模糊規(guī)則的運用有利于在一定程度上適應時延的變化，在更復雜的情況下對對象的純滯后進行有效的補償。三維模糊控制器：一種是利用誤差E,誤差變化Ec和誤差變化速率Ecc作為三維變量，可以解決傳統(tǒng)二維模糊控制器的快速響應與穩(wěn)定性要求之間的矛盾；另一種方法是利用E,Ec和誤差的累積和2E,這相當于變增益的PID控制器，提高了模糊控制的穩(wěn)態(tài)精度。多變量模糊控制：一般采用結(jié)構(gòu)分解和分層分級結(jié)構(gòu)，利用多個簡單的模糊控制器進行組合，并兼顧多規(guī)則集之間的相互關(guān)系。2、自適應和自學習模糊控制：自校正模糊控制器：修改控制規(guī)則的自校正模糊控制器，從響應性能指標的評價出發(fā)，利用模糊集合平移或隸屬函數(shù)參數(shù)的改變，來實現(xiàn)控制規(guī)則的部分或全面修正，也可通過修正規(guī)則表或隸屬函數(shù)本身來進行調(diào)整；基于模糊模型的自校正模糊控制器，包括利用模糊集理論辨識系統(tǒng)模型的語言化方法，基于參考模糊集的系統(tǒng)模糊關(guān)系模型辨識方法，以及由I/O數(shù)據(jù)建立模糊規(guī)則模型，并以此作為自校正控制器設計的基礎等。參數(shù)自調(diào)整本K糊控制：自調(diào)整比例因子的模糊控制，引入性能測量和比例因子調(diào)整的功能，在線改變模糊控制器的參數(shù)，較大的增強了對環(huán)境變化的適應能力；基于模糊推理的PID自整定控制，如參數(shù)自整定模*PPD控制，以及類似的PI及PID控制等。模型參考自適應模糊控制器：利用參考模型輸出與控制作用下系統(tǒng)輸出間的偏差來修正模糊控制器的輸出，包括比例因子、解模糊策略、模糊控制規(guī)則等。具有自學習功能的模糊控制：包括多種對外擾影響或重復任務的性能具有自學習功能的模糊控制方法，以及自尋優(yōu)模糊控制器等，其關(guān)鍵在于學習和尋優(yōu)算法的設計，尤其是提高其速度和效率。自組織模糊控制器：將參考模型和自組織機制相結(jié)合的模糊模型參考學習控制，及自適應遞階模糊控制等更高級的自組織形式具有很大的發(fā)展?jié)摿Α?、模糊控制與其它智能控制方法的結(jié)合：盡管模糊控制在概念和理論上仍然存在著不少爭議，但進入90年代以來，由于國際上許多著名學者的參與，以及大量工程應用上取得的成功，尤其是對無法用經(jīng)典與現(xiàn)代控制理論建立精確數(shù)學模型的復雜系統(tǒng)特別顯得成績非凡，因而導致了更為廣泛深入的研究，事實上模糊控制已作為智能控制的一個重要分支確定了下來。4、專家模糊控制：專家系統(tǒng)能夠表達和利用控制復雜過程和對象所需的啟發(fā)式知識，重視知識的多層次和分類的需要，彌補了模糊控制器結(jié)構(gòu)過于簡單、規(guī)則比較單一的缺陷，賦予了模糊控制更高的智能；二者的結(jié)合還能夠擁有過程控制復雜的知識，并能夠在更為復雜的情況下對這些知識加以有效利用。5、基于神經(jīng)網(wǎng)絡的模糊控制：神經(jīng)網(wǎng)絡實現(xiàn)局部或全部的模糊邏輯控制功能，前者如利用神經(jīng)網(wǎng)絡實現(xiàn)模糊控制規(guī)則或模糊推理,

后者通常要求網(wǎng)絡層數(shù)多于三層；自適應神經(jīng)網(wǎng)絡模糊控制，利用神經(jīng)網(wǎng)絡的學習功能作為模型辨識或直接用作控制器；基于模糊神經(jīng)網(wǎng)絡的隸屬函數(shù)及推理規(guī)則的獲取方法，具有模糊連接強度的模糊神經(jīng)網(wǎng)等，均在控制中有所應用；模糊系統(tǒng)與遺傳算法相結(jié)合的控制器設計方法則提供了更為新穎的思路。此外，模糊預測控制，模糊變結(jié)構(gòu)方法，模糊系統(tǒng)建模及參數(shù)辨識，模糊模式識別等的研究，也都屬于較為前沿的研究方向。3.2模糊控制研究方向展望：如何獲得模糊規(guī)則及隸屬函模糊控制仍然是一個充滿爭議的領域。由于它的發(fā)展歷史還不長，理論上的系統(tǒng)性和完善性，技術(shù)上的成熟性和規(guī)范性都還是不夠的，有待人們的進一步提高。：如何獲得模糊規(guī)則及隸屬函模糊系統(tǒng)理論還有一些重要的理論課題沒有解決。其中兩個重要的問題是數(shù)，這在目前完全憑經(jīng)驗來進行；以及如何保證模糊系統(tǒng)的穩(wěn)定性。大體說來，在模糊控制理論和應用方面應加強研究的主要課題為：適合于解決工程上普遍問題的穩(wěn)定性分析方法，穩(wěn)定性評價理論體系；控制器的魯棒性分析，系統(tǒng)的可控性和可觀測性判定方法等。模糊控制規(guī)則設計方法的研究，包括模糊集合隸屬函數(shù)的設定方法，量化水平，采樣周期的最優(yōu)選擇，規(guī)則的系數(shù)，最小實現(xiàn)以及規(guī)則和隸屬函數(shù)參數(shù)自動生成等問題，進一步則要求我們給出模糊控制器的系統(tǒng)化設計方法。模糊控制器參數(shù)最優(yōu)調(diào)整理論的確定，以及修正推理規(guī)則的學習方式和算法等。模糊動態(tài)模型的辨識方法。模糊預測系統(tǒng)的設計方法和提高計算速度的方法。神經(jīng)網(wǎng)絡與模糊控制相結(jié)合，有望發(fā)展一套新的智能控制理論。模糊控制算法改進的研究：由于模糊邏輯的范疇很廣，包含大量的概念和原則；然而這些概念和原則能真正的在模糊邏輯系統(tǒng)中得到應用的卻為數(shù)不多。這方面的嘗試有待深入。最優(yōu)模糊控制器設計的研究：依據(jù)恰當提出的性能指標，規(guī)范控制規(guī)則的設計依據(jù)，并在某種意義上達到最優(yōu)Thethirdchapterfuzzycontrolresearchsituationandprospectsofapplicationthefuzzycontrolapplicationresearchstatus:Fuzzycontrolhasbettercontroleffectofthekeyistohaveaperfectcontrolrules.Butduetothefuzzyrulesaresummarizedoforobjecttoprocessfuzzyinformation,thehighorder,nonlinear,largedelay,time-varyingparametersoftherandomdisturbanceandseverecomplexcontrolprocess,theunderstandingofthepeopletendtobepoorordifficulttosummarizetheexperiencesofcomplete,thismakesthesimplefuzzycontrol,insomecases,veryrough,difficulttoadapttodifferentrunningstatus,hasaffectedthecontroleffect.Conventionalfuzzycontrolofthetwomainproblemis:toimprovethesteadystatecontrolprecisionandimprovethelevelofintelligenceandabilitytoadapt.Inpracticalapplication,oftenisthethoughtoffuzzycontrolandfuzzyreasoning,andotherrelativelymaturecontroltheoryormethod,playtotheirstrengths,togetidealcontroleffect.Duetothefuzzyrules,andlanguageisveryeasytobewidelyacceptedbypeople,combinedwiththefuzzytechnologyinthemicroprocessorandcomputerthatcanbeeasilyrealized,sothecombinationshowastrongvitalityandgoodeffect.Toimprovethemethodoffuzzycontrolcanberoughlydividedintofuzzycompoundcontrol,adaptiveandself-learningfuzzycontrol,andthecombinationoffuzzycontrolwithintelligentmethodthreeaspects.fuzzycompoundcontrol:Fuzzy-PIDcompoundcontrol,theFuzzyPIDcontrol,usuallywhenthelargererrorofFuzzycontrol,andthePIDcontrolerrorissmall,astoguaranteetheeffectofdynamicresponse,andcanimprovethesteady-stateaccuracy;AsimpleandeffectiveapproachisacommonsyntheticfuzzycontrollerandtheIregulatorcontrolfunction.-linearfuzzycompoundcontrol,suchasfuzzy-feedforwardcompensationcontrol,theactualuseofthefuzzycontrolisavariablegaincharacteristicsofPIcontrollerintheactualsystemcontrolachievedgoodeffect.Smith-fuzzycontroller:basedonthepurelagcharacteristicsofsystemdesign,replacePIDwithfuzzycontrollercansolvetheconventionalSmith-PIDcontrollerthedefectsofweakadaptabilitytoparameterchange;Moreoverfuzzyreasoningandtheuseoffuzzyrulesisbeneficialtoadapttothechangeoftimedelayinthecertaindegree,inmorecomplexsituationsofobjectofpurelagcompensationeffectively.Fuzzycontrollerinthreedimensions:oneisusingtheerrorEanderrorchangeofEcandtheerrorchangerateofEccasthree-dimensionalvariable,cansolvethetraditionaltwo-dimensionalfuzzycontrollerofthecontradictionbetweenthefastresponseandstabilityrequirements.AnothermethodistouseE,Ecanderroraccumulationand2E,thisisequivalenttoavariabgainPIDcontroller,improvethesteady-stateaccuracyoffuzzycontrol.Multivariablefuzzycontrol:generallyUSESthestructuredecompositionandhierarchicalclassificationstructure,usemoresimplefuzzycontrollerarecombined,andbalancetherelationshipbetweenmultiplerulesets.adaptiveandself-learningfuzzycontrol:Self-tuningfuzzycontroller:modifythecontrolrules,aself-tuningfuzzycontrollerfromtheresponseontheevaluationofperformance,theuseoffuzzysettranslationorthechangeofthemembershipfunctionparameter,torealizethecontrolrulesofpartialorfullcorrection,canalsobeusedbyfixedrulestablesortoadjustmembershipfunctionitself;Self-tuningfuzzycontrollerbasedonfuzzymodel,includingtheuseoffuzzysettheorytoidentifysystemmodellanguagemethod,basedonthereferencesystemfuzzyrelationshipmodelidentificationmethodoffuzzysetsandfuzzyrulesareestablished,andbytheI/Odatamodel,andasthebasisofself-tuningcontrollerdesign,etc.Parameterself-tuningfuzzycontrol,self-tuningscalingfactorsoffuzzycontrol,theintroductionofthefunctionofperformancemeasurementandthescalingfactoradjustment,changetheparametersofthefuzzycontrolleronline,largerenhancestheabilitytoadapttotheenvironmentchanges;PIDself-tuningcontrolbasedonfuzzyreasoning,suchastheparameterself-tuningfuzzyPDcontrol,andthelikePIandPIDcontrol,etc.Modelreferenceadaptivefuzzycontroller:usingthereferencemodeloutputandthecontrolsystemundertheactionofthedeviationbetweentheoutputtoco