模糊控制课件第三章教程.ppt

模糊控制技术;第3章 模糊控制技术基础; 的一个子集。再由模糊子集和模糊控制规则(模糊关系)根据模糊推理的合成规则进行模糊决策，得到模糊控制量为： ;模糊控制过程可概括为下述4个步骤： 根据本次采样得到的系统的输出值，计算所选择系统的输入变量； 将输入变量的精确值变为模糊量； 根据输入变量(模糊量)及模糊控制规则，按照模糊推理合成规则推理计算输出控制量(模糊量)； 由上述得到的控制量(模糊量)计算精确的输出控制量，并作用于执行机构。;模糊控制系统的工作原理 该温度控制系统基本控制规则可以用语言描述为： 若炉温低于800 ℃，则升压，低得越多，升压越高； 若炉温高于800 ℃，则降压，高得越多，降压越低； 若炉温等于800 ℃，则保持电压不变。 对于上述温度控制系统，采用模糊控制方法进行炉温控制时，控制系统的工作原理及工作过程可简述如下：;确定模糊控制器的输入变量和输出变量 在此将炉温800 ℃作为给定值t0，测量得到的炉温记为t(K)，则误差 e(K)=t0-t(K) (3.2) 作为模糊控制器的输入变量。 输入变量及输出变量的模糊语言描述 设描述输入变量及输出变量的语言值的模糊子集为： {负大，负小，零，正小，正大};采用如下简记形式： NB＝负大，NS＝负小，Z＝零，PS＝正小，PB＝正大。 设误差e的论域为X，并将误差大小量化为7个等级，分别表示为-3， -2， -1，0，+1，+2，+3，则有： X＝{-3，-2， -1，0，+1，+2，+3} 设执行控制量u的论域为Y，并同X一样也把控制量的大小划分为7个等级(也可以多于 7个)，即：;Y＝{-3，-2，-1，0，+1，+2，+3} 模糊控制规则的语言描述 根据手动控制策略，模糊控制规则可归纳如下：;模糊控制规则的矩阵形式 模糊控制规则实际上是一组多重条件语句，它可以表示为从误差论域X到控制量论域Y的模糊关系R。 模糊决策;模糊控制器的控制作用取决于控制量，而控制量通过式(3.1)进行计算，即 控制量 实际上等于误差的模糊向量 和模糊关系 的合成。 控制量的模糊量转化为精确量 上面求得的控制量 为一模糊向量，设为：;对于控制量的模糊子集按照最大隶属度原则，应选取控制量为“-1”级。即当误差为PS时，控制量为NS，为“-1”级。具体地说，当炉温偏高时，应降低一点电压。 ;3.2 模糊化方法;模糊集合一般由论域和隶属函数构成。因此，模糊化的实质就是求取相应概念对应数值域的模糊集合隶属函数。 为了便于工程实现，通常把输入变量范围人为地定义成离散的若干级，所定义级数的多少取决于所需输入量的分辨率。定义输入量的隶属函数可选用吊钟型、梯形和三角形。 理论上吊钟型最为理想，但计算复杂。实践证明：用三角形和梯形函数其性能并没有十分明显的差别。;目前在实际中常用的处理方法是Mamdani提出的方法。就是把偏差e的变化范围设定为[-6，+6]区间内的连续变化量，并使之离散化，构成含13个整数元素的离散集合： {-6，-5，-4，-3，-2，-1，0，+1，+2，+3，+4，+5，+6} 如果是非对称型的，也可用1～13取代-6～+6。;如果精确量x的实际变化范围为[a，b]，将[a，b]区间的精确变量转换为[-6，+6]区间变化的变量y，采用如下公式： 线性划分法 这是最为简单的一种方法，根据研究对象的具体情况，选定相应的自然语言描述符号后，将研究对象的论域均匀划分。;图3.2 模糊化的线性划分法;图3.3 模糊化的非线性划分法;语义关系生成法 模糊量的语义值(如“热”与“很热”之间的语义关系)是根据相应的数值关系来确定的。 E.Benoit等人提出了基于语义关系的模糊化方法，其基本思想是：首先定义一基础概念（Genic concept）及其相应的隶属函数，然后通过语义算子的作用，产生具有相关语义的新概念及其隶属函数。 常用的语义算子主要有：;;式中，C为基础概念，CI为是加了一定语义关系作用后的新概念，只要知道基础概念“C”的隶属函数，通过上述语义算子的作用，可以自动生成相关语义概念的隶属函数。;训练法 训练算法的原理：根据不同的测量结构和应用场合，由专家选定具体的论域上表述概念的个数，然后通过经验算法自动生成相应概念的隶属函数特性曲线，最后，专家依据经验对其中的一个或几个概念进行训练，以适合不同的测量要求。 ;其基本思想：对于训练样本(包括论域内若干个测量点上的状态数据以及相应隶属于人类经验的被测量，用自然语言符号描述的状态符号)，在当前概念模式下，根据最大隶属度准则判定，若数据状态与概念状态相一致，则训练结束；若不相符，则将相应概念隶属函数曲线的修正率加以改变，以实现符合专家经验的被测量数据状态与符号状态的一致。;3.3