第九章灰色动态控制.docVIP

第九章 灰色动态控制 灰色控制的基本方法是通过系统行为数据列，寻找系统行为发展变化的规律，按照已掌握的规律预测系统未来的行为，根据未来行为的预测值采取控制决策进行控制。在本章中，我们将分五步建模思想与方法、五步建模的计算方法、灰色建模及其动态控制在渔业科学中的应用等方面进行介绍。 第一节 五步建模思想与方法 社会经济、渔业经济等系统，是没有物理原型的系统，他们只能凭逻辑推理来建立模型，我们可以将这类抽象系统称为本征性灰色系统。在这这些本征性灰色系统中，我们并不清楚该系统应该包括哪些因素，因素之间有什么关系，因此建立相应的模型是很困难的，要进行量化则更加困难。灰色系统理论采用定性与定量分析相结合的方法，在建模时不仅运用了现代控制理论的数学模型，而且还直接引用了经验判断的知识，有效地克服了上述出现的困难。 灰色系统理论提出了“五步建模”的方法。“五步建模”方法将建模过程分为几个阶段，每一个阶段都用一定的方式加以表达，这些表达式我们称为阶段模型。由于所处的阶段不同，模型的性质也不同。这五个阶段模型分别称为语言模型、网络模型、量化模型、动态模型、优化模型。通过五步建模，可以逐步得到系统中各种因素间、前因与后果间、作用与响应间等各种关系。我们认为，这是一个由定性到定量、由粗到细、由灰变白的建模过程。“五步建模”方法具体分述如下： 第一步：建立语言模型 通过思想开发，形成概念，明确系统的目的、目标、方向、途径、条件等，然后用准确简练的语言表达出来，从而构成了语言模型。它是对系统主要环节及运行特征的高度概括。 第二步：建立网络模型 根据语言模型，进行因素分析、对比，找出影响系统发展的前因与后果，并用框图将这些关系表达出来。一对前因后果可以构成一个环节（如图9-1所示）。 图9-1 单一环节示意图 前因也称为该环节的输入，我们可用Z表示。后果也称为该环节的输出，我们用Y表示。一般说来，系统是多因素（变量）间相互关联的整体，因而有许多环节。有时，某一因素既是上一环节的后果，又是下一个环节的前因，有时还会相互交替影响。将所有的关系明确后，便可以构成一个相互关联的多环节的框图。如图9-2为某水库渔业的生产过程。 图9-2 多环节示意图 通过上述方法建立的总体模型称为网络模型。这个框图便称为网络图。以上两步是定性分析阶段。只有通过准确地定性，才能做好定量分析。如果定性出现错误，定量就可能变成数学游戏。所以说定性是定量的基础。 第三步：建立量化模型 将网络模型中各个环节的前因与后果加以量化，明确它们之间的数量关系。例如，Zi表示第i个前因，Yi表示第i个后果，两者之间是一个比例关系（见图9-3），即 式中：Ki为一常数 图9-3 单一环节的量化模型 我们可以看出，上述示意图只能反映前因后果间的简单的比例关系，还不能反映前因后果间随时间而变化的情况。 第四步：建立动态模型 在复杂系统中，各个环节的输入输出，都是一组实践序列数据，即： ｛Xi（0）（t）｝，t=1，2，……，N。 ｛Yi（0）（t）｝，t=1，2，……，N。 找出它们之间随时间而变化的关系，我们可以通过建立GM模型，并将模型用Laplace关系填入该环节的框图内，如图9-4所示： 图9-4 单一环节的传递函数示意图 图中方框内为传递函数，可记为Wi（s），并有： 这样将系统所有环节的传递函数都填写在方框内，便构成了动态模型。很显然，这个模型能较全面地反映系统的各种特征，因此它是进行系统分析最重要的一步。 第五步：建立优化模型 上述动态模型反映了系统的结构与动态特征，但并不一定令人满意，系统功能也不一定最佳。因此，需要采取适当措施，按GM模型系统分析动态过程，并逐步调整与修改系统结构与参数，使该系统的功能尽可能达到最优。这一过程我们称为优化模型。 我们将灰色系统的这种逆过程，称为五步建模，其建立过程可表示如图9-5所示。 图9-5 五步建摸的过程示意图 总之，五步建模的过程，是一个信息不断补充、系统及其因素关联性不断明确、量化及其判断改造的过程。语言模型是建立在人们的头脑中的大量先验信息的开发，它高度概括并描述了客观实际面目，起了“确立事实”的作用。对语言模型补充一些说明因素性质，因素关系的信息，便可建立网络模型。对网络模型在补充一些因素前因后果的定量关系信息，便得到了初级的静态的量化模型，若因素间有时间序列数据，便可建立动态模型。最后对模型进行动态分析与判断，并根据实际情况与目的要求，进行调整与改造，便可得到优化模型。所以说，五步建模能较好地体现灰色系统不断白化的过程。 在实际应用中，五个模型并不一定要完全独立研究，根据不同情况与具体要求常常简化与合并。但基本模型是语言模型、网络模型与动态模型。其余两个常并入动