模糊系统建模与控制-第1章.pptVIP

课程内容介绍 模糊集合的基本理论 模糊集合理论的基本概念；确定隶属函数的基本方法；模糊关系合成的基本方法 模糊逻辑与模糊推理 二值逻辑的基本概念；模糊逻辑的基本概念；模糊推理的基本原理和主要方法 基于模糊推理的静态模糊系统建模 模糊系统建模的基本原理和相关概念；Mamdani系统、TS系统的设计及其逼近能力分析 动态模糊系统的设计与分析 动态模糊系统建模；动态模糊系统的逼近能力分析； HX方程在非线性系统定性研究中的应用 模糊控制器的设计与分析 模糊控制器的工作原理与应用 自适应模糊控制器的设计与分析 自适应控制器的基本原理；变论域自适应模糊控制器的基本原理和设计方法 参考书 [1] 李洪兴，汪培庄, 模糊数学. 国防工业出版社，1994. [2] 汪培庄，李洪兴. 模糊系统理论与模糊计算机. 科学出版社，1995 [3] 王立新. 模糊系统与模糊控制教程. 清华大学出版社，2003. [4] 王立新，自适应模糊系统与控制—设计与稳定性分析，国防工业出版社，1995 [5] 吴望名，模糊推理的原理和方法，贵州科技出版社，1994 [6] 李永明，模糊系统分析，科学出版社，2005 第一章 绪论 一 系统的建模 对于一个实际的系统、问题、对象，如果能建立起精确的数学模型，就能很好地处理该问题. 建立数学模型的基本步骤 1. 背景知识和问题提出 2. 模型假设 3. 建立模型 4. 模型求解 5. 模型分析及讨论 建模通常分为两类： 机理建模法——通过人们对实际系统的物理机理、化学机理等的了解，经过某种假设，从而建立起动态数学模型或代数模型或随机模型. 系统辨识建模法——已知关于系统的一组数据（样本），通常为输入输出数据，根据经验假定该系统为某种标准模型（如2阶微分方程），再根据已知的数据确定模型中的参数 二、 为什么研究模糊系统理论 1 现实世界太复杂以至于无法精确描述，所以为了得到一个合理的模型就需要引入近似性(即模糊性)概念； 2 随着信息时代的迈进，人类知识在系统建模与分析中变得日益重要，需要一种理论能够刻画人类的知识并将其嵌入到工程系统中。 3 在实际中，人们获得的模型过于复杂，例如一些非线性模型，需要将其简化从而利用已有的工具进行理论分析。 三 模糊系统的基本结构 五 模糊系统的应用领域 模糊系统已广泛应用于控制、信号处理、通信、经济、管理、医学诊断等。其中，最大的应用领域主要集中在控制问题。 SISO对象的模糊控制系统 MISO/MIMO对象的模糊控制系统 六 模糊控制的特点 优点： 便于利用人的经验知识 可以不需要对象的精确数学模型 适于非线性被控对象 鲁棒 简单易学 缺点： 设计参数多 模糊数学的算子有多样性 难于理论分析 容易得到满意解，难得到最优解 七 模糊控制主要适用的领域 1 无法获得精确数学模型的复杂系统 2 只能凭人经验控制和管理的复杂系统 3 人机交互系统 4 模型不精确、外部扰动很大的不确定性系统 5 非线性系统控制 模糊控制与其它学科之间的关系 FC：(Fuzzy Control) 表达和利用人的经验性知识(模糊集合，模糊逻辑)，主要用于控制 ES：(Expert Systems) 表达和利用人的经验性知识(普通集合， 二值逻辑)，主要用于多层推理、诊断、决策、管理。 NN：(Neural Networks) 模拟人脑的信息处理结构和方法，主要用于模式识别 GA：(Genetic Algorithms) 模拟生物进化的一种全局优化算法 OR: (Operational Research) 运筹学 早期的模糊控制方法大多是直接利用人的经验知识来设计模糊控制器，再根据实际控制效果来调试修正，简称为“直接综合法”。对于无法或很难建立对象数学模型的复杂控制问题，传统的控制方法无能为力，