基于遗传算法模糊神经网络温室温度控制器.pdfVIP

2009年 10月 农 机 化 研 究 第 l0期 基 于遗传 算法 的模糊神 经 网络温 室温度控 制器 张 素。，刘 宇 ，谢云芳。 (河北农业大学 a．机电工程学院；b．校办产业管理办公室 ，河北 保定 071001) 摘 要：为了创造适合作物生长的环境 ，针对温室系统 的特点提 出了一种新 的基于遗传算法 的模糊神经 网络控 制器 ，利用遗传算法训练模糊神经 网络模型，并采用此模糊神经网络控制器控制温室温度系统。运用该方法对 温室温度控制系统进行 了Matl~ 仿真 ，结果表 明：采用遗传模糊神经控制器的系统 ，不但提高 了阶跃响应 的快速 性 ，而且大大减少了超调量。 一 关键词：温室温度 ；模糊神经网络 ；控制器 ；遗传算法 中图分类号：$625．5 1；$126 文献标识码：A 文章编号：1003—188X(2009)10-0165—04 含义。设计模糊神经网络控制器主要包括以下几部 0 引言 分：确定模型的输人／输出个数、模糊神经网络的层 温室对象是个非线性、分布参数、时变、大时延和 数、神经元的激励函数和去模糊化的方法等。本文首 多变量耦合的复杂对象，但通过对多变量的解耦、园 先考虑对温室环境的温度进行控制，此时模糊神经网 艺经验及实际的测量结果，可以把温室对象简化为一 络的控制器输入个数为 1，采用2个输入量，即温度误 个一阶大惯性加大时延的环节。大时延问题是控制 差和温度误差变化率。 界一直未得到妥善解决的问题 。控制作用的时延极 易引起系统的大超调和持续振荡或中调的过渡过程， 动态品质很差，甚至可能使系统不稳定，而且使系统 的扰动不能及时得到响应。未来温室智能控制的发 展方向将是各控制算法的融合技术。本文将遗传算 法、神经网络、模糊控制和PID控制融合在一起，可相 互补充，充分发挥各 自的优点，达到最优的控制效果。 1 总体控制方案的设计 1 控制算法的系统结构图 Fig．1 System st兀lctur毽ldrawingofcontrolalgorithm 温室环境中要控制的因子很多，如温度、湿度、光 2．2 模糊神经网络控制器模型结构 照和CO 浓度等。因为温度对作物来说是最重要的 模糊神经网络控制器 (如图2所示)，由输入层、 一 个环境因子，所 以以温室温度控制为例，对温度进 两个隐含层和输出层构成4层神经网络。从第2层到 行仿真控制。本文提出的控制算法的系统结构图如 第4层的神经元都有明确的模糊逻辑含义；第2层是 图 1所示。 将输入变量模糊化 ，即求输入变量的隶属度，选择类 高斯函数作为隶属度 函数；第 3层实现模糊推理功 2 模糊神经网络控制 能，选高斯函数为模糊推理函数；第4层实现去模糊 2．1 设计思路 化功能，这里采用重心法去模糊化。 模糊神经网络控制主要是指利用神经网络结构来 1)类高斯函数。 实现模糊逻辑推理，从而使传统神经网络没有明确物 )=1／{1+exp[1—0．5( )]} (1) 理含义的权值被赋予了模糊逻辑中推理参数的物理 (，