汽车单片机与车载网络概述.ppt

授人以鱼不如授人以渔 自适应控制也是一种基于数学模型的控制方法，它和常规的反馈控制和最优控制不同的只是自适应控制所依据的关于模型和扰动的先验知识比较少，需要在系统的运行过程中去不断提取有关模型的信息，使模型逐步完善。具体地说，就是依据系统的输入/输出数据，不断地优化模型参数，随着控制过程的不断进行，模型会变得越来越准确，越来越接近于实际，这种模型的控制作用也将随之不断地改进。也就是说，控制系统具有一定的适应能力。例如，当系统在设计阶段，由于对象特性的初始信息比较缺乏，系统在刚开始投入运行时可能性能不理想，但是只要经过一段时间的运行，控制系统逐渐适应，最终将自身调整到一个满意的工作状态。 授人以鱼不如授人以渔 常规的反馈控制系统对于系统内部特性的变化和外部扰动的影响都具有一定的抑制能力，但是由于控制器参数是固定的，当系统内部特性的变化或者外部扰动的变化幅度很大时，系统的性能常常会大幅度下降，甚至不稳定。因此对那些对象特性或扰动特性变化范围很大、同时又要求经常保持高性能指标的系统，采取自适应控制是合适的。同时也应当指出，自适应控制比常规反馈控制要复杂得多，成本也高得多，因此只是当用常规反馈控制达不到所期望的性能时，才会考虑采用自适应控制 。 授人以鱼不如授人以渔 1.3.4 模糊控制 1．模糊现象 人们在日常生活中碰到的大量事物都具有模糊性，如“大与小”、“高与矮”、“胖与瘦”等，很难在它们之间划分出一条截然分明的界限，这类现象称为模糊现象。研究这一类模糊现象的数学称为模糊数学。 授人以鱼不如授人以渔 2．模糊控制的特点 模糊控制实质上是一种非线性控制，从属于智能控制的范畴。模糊控制的基本思想是模仿人工控制活动中人脑的模糊概念和成功的控制策略，运用模糊数学将人工控制策略用计算机来实现。模糊控制不依赖于系统的精确数学模型，因而对系统参数的变化不敏感。另外，它的控制算法是基于若干条控制规则，算法非常简捷，适合于像汽车这一类快动态系统。模糊控制具有如下一些突出特点： 授人以鱼不如授人以渔 (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。 授人以鱼不如授人以渔 (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，容易导致较大的差异；但一个系统的语言控制规则却具有相对的独立性，利用这些控制规则间的模糊连接，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而设计的，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。 授人以鱼不如授人以渔 3．模糊控制的工作原理 模糊控制系统的框图如图1-2所示。 图1-2 模糊控制系统框图 授人以鱼不如授人以渔 模糊控制的基本方法如下。 1) 将精确的量模糊化 此处的精确量是指模糊控制器的输入量和控制量的基本论域(研究某一具体问题时总是把议题限制在某一范围内，称为论域)。常用的论域是系统的偏差e、偏差变化率 和控制量u。 精确量模糊化的规则是一样的，现以偏差e为例。设偏差的基本论域为[－x，x]，偏差所取的模糊集论域为 [－n，－n+1，…，0，…，－1，]，即可得到精确量模糊化的量化因子 = n / x 。实际一般做法是将值设定为6，若偏差的变化不在[－6，+6]内， 而在[a，b]内，则可通过变换公式，把[a，b]间变化的变量转化为在[－6，+6]之间变化的变量。 授人以鱼不如授人以渔 2) 将模糊量分解成模糊子集 精确量模糊化后的模糊变量继续划分成几个不同的模糊子集。模糊子集的划分方法有一定的主观性，一般根据经验来定，但习惯上多分成8个子集，即相应地为 正大(PL)，正中(PM)，正小(PS)，正零(PO) 负零(NO)，负小(NS)，负中(NM)，负大(NL) 模糊子集划分完成以后，模糊隶属函数也就构成了，模糊隶属函数将0～1之间的变数值分配给每一个模糊子集，如表1-2所示。 授