进化基于规则的模糊逻辑控制.pdfVIP

进化基于规则的模糊逻辑控制+ 胡炜 沈理 中国科学院计算技术研究所 北京100080 摘要： 模糊逻辑控制有许多良好的特性，己广泛应用于工业过程、家电、运动控制中。 用遗传算法自动设计模糊逻辑控制器是目前很活跃的研究领域。本文描述了基于规则 则自动削减的改进的遗传算法，实验结粜证明了奉文的方法效果良好。 关键词：模糊逻辑控制：基于规则的模糊逻辑控制；遗传算法：优化 一．引言 ● 模糊逻辑控制(FuzzyLogic 动控制中，但FLC的设计依然停留在手工的阶段，因此寻求一种自动设计和优化FLC的方 法是亟待解决的问题。目前已经尝试过多种方法，如有教练的和无教练的神经网络方法、 模拟退火等，都取得了积极的效果。考虑到FLC的优化涉及大范围、多参数、复杂和不连 续的搜索曲面，很适台用遗传算法(GeneticAlgorithm，简称GA)来进行优化。 一般地，FLC的设计主要有三个步骤：首先确定FLC各输入输出变量的模糊划分的个 数，即隶属函数的个数；再确定FLC的规则；最后确定规则各隶属函数的形状、中心点等 参数的取值。当用GA来优化FLC时，为了保证群体中各染色体的长度一致，必须预先确定 基因。本文提出了一种改进的GA，包括浮点数编码、分段进化、自动削减规则数等，实现 了进化过程中同时优化FLC的结构和参数。 本文第二部分简单介绍两种FLC的结构，两者用GA优化时的优缺点。第三部分以进化 一控制倒摆系统的FLC为例，介绍基于规则的FLC在GA进化时的编码、遗传算子、两阶段 优化策略等方法和实验的结果。第四部分作简短的总结。 二．基于规则的模糊逻辑控制器及其进化 鼹类模糊逻辑控翱器 曹 ● fa】基于领域t拘FLC 【b】基于规则的FLC 图1 两种FLC结构示意图(MF：隶属函数) 一基剑盛 本文工作得到863国家高技术研究发展计划“九五”项目863—306—01—04的资助． 一317 的FLC大多是基于领域的，其特点是具有覆盖输入输出空间的全局的模糊划分，对每一输 入划分的组合均有一模糊规则相对应，亦即具有完整的规则集。基于规则的FLC一般没有 完整的规则集，规则的数目是可变的，更重要的是，隶属函数是局部定义的，依赖于相应 的规则，即各输入输出变量没有定义统一的、全局的模糊划分(隶属函数)a规则数目的 可变，使得基于规则的FLc能应用于从简单到复杂的各类控制列象，具有很强的刈伸缩性 图如图1。由图中可以看出，在基于规则的FLC5b，隶属函数依附于相应的规则，不与其 他规则中的隶属函数发生直接的关系，规则之间的相互关系只体现在共同对外界的刺激作 出反应(反模糊化方法与基于领域的FLc的反模糊化方法是相同的．如COG方法等)。这 样，当增删一条规则时，意味着同时增删相应的隶属函数。 GA．z澄让基于领域的FLC 传统的FLC一般都是基于领域的，具有思路直观、可靠性强、胤则易十理解的优点． 皇 已提出的用GA设计FLC的方法，基本都是针对基于领域的FLC，优化的主要对象是FLC的 隶属函数和规则集的参数。在设计这类FLC时，有下面几种不同的类型： 1．已知模糊控制规则集，优化隶属函数； 2．已知隶属函数，优化规则集； 3，规则集与隶属函数由GA分阶段优化； 4．同时优化规则集与隶属函数。 详细的总结可以参考文献【1】。注意到对于基于领域的FLC．无论采用哪一种优化方法， 输入隶属函数的个数总需要事先确认，据此才能构造出j5i|则。这极大地限制了GA对FLC结 构的优化，使得G