智能控制系统 第三章 模糊控制.ppt

第三章 模糊控制系统 第一节 模糊控制系统的组成 系统：是两个以上彼此联系又相互作用的对象所构成的具有某种功能的集体。 模糊系统：是由那些模糊现象引起的不确定性对象。 模糊控制系统是一种自动控制系统，它是以模糊数学、模糊语言形式的知识表示和模糊逻辑推理为理论基础，采用计算机控制技术构成的一种具有闭环结构的数学控制系统。它的组成核心是具有智能性的模糊控制器。 模糊控制系统的主要部件是模糊化过程、知识库（数据库和规则库）、推理决策和精确化计算。 模糊控制器采用数字计算机。它具有三个重要功能： 1、模糊化过程、数据库两块：把系统的偏差从数字量转化为模糊量； 2、规则库、推理决策完成：对模糊量由给定的规则进行模糊推理； 3、精确化接口：把推理结果的模糊输出量转化为实际系统能够接受的精确数字量或模拟量。 模糊控制系统的设计问题：模糊化过程、知识库（含数据库和规则库）、推理决策和精确化计算。 一、模糊化过程 模糊化过程主要完成：测量输入变量的值，并将数字表示形式的输入量转化为通常用语言值表示的某一限定码的序数。 上图表示：给出了输入变量x0在给定限定码模糊子集（又称语言值）A’、 B’、 C’中具有最大隶属程度。 二、知识库 知识库包括数据库和规则库 1、数据库 数据库提供必要的定义，包含了语言控制规则论域的离散化、量化和正规化以及输入空间的分区、隶属度函数的定义等。 1）论域的离散化：要使计算机能够处理模糊信息就必须对用模糊集合表示的不确定信息进行量化。 论域的离散化实质上是一个量化过程。量化就是将一个论域离散成确定数目的几小段（量化级），每一段用某一个特定术语作为标记，这样就形成一个离散域。 量化有两种：1、平均量化；2、非线性映射（在大误差段的分辨率要求不高时，量化级别少点；在小误差段的分辨率要求较高时，量化级别多点）。 量化的特点：1、测量变量的量化会带来误差；2、同时减少了系统对小的扰动的敏感性。 一个简单的求中间隶属度值的求取。 在模糊控制系统中，变量的量化给出了控制器计算的简化和控制值的平滑之间的一个折衷，为了消除大的误差，在量化级之间的一些插值运算是必要的。 一个简单的方法是引入一个权系数w(.)：对于一个连续的测量值可以通过相邻两个离散值的加权运算得到模糊度的值。 例 3-1 如果当前测量误差e=3.6。误差的离散值3、4的隶属度值分别为 。则当前测量误差e的隶属度值可以通过插值运算得到： 2）输入输出空间的模糊划分：模糊控制规则前提中的每一个语言变量都形成一个与确定论域相对应的模糊输入空间，而在结论中的语言变量则形成模糊输出空间。（模糊划分就是确定基本模糊集的数目）。 例如：两个输出变量A、B下的一个模糊空间划分示意图。 3）基本模糊子集的隶属度函数 模糊集合的隶属度函数是数据库的一个重要组成部分。 通常有两种模糊集隶属度函数的表示方式：一是数字表示；二是函数表示。 一是数字表示：数字表示适用于论域是离散的。 例如输入值u属于不同模糊子集A的隶属程度用一个矢量来表示。当输入领域的量化等级总数为5、并分别用ui表示时，即可写成： 其中矢量 中的元素分别是隶属于模糊子集A的程度。 输入 二是函数表示：函数表示适用于论域是连续的情况。典型的函数有三角形函数、梯形图函数和高斯函数等。 2、规则库 规则库根据控制目的和控制策略给出了一套由语言变量描述的并由专家或自学习产生的控制规则的集合。 规则库包括：过程状态输入变量和控制输出变量的选择，模糊控制系统的建立。 规则库包括以下内容： （1）、过程状态输入变量和控制输出变量的选择 典型的模糊逻辑控制器的语言变量取系统的状态、系统误差、误差变化。 （2）、模糊控制规则的建立 模糊控制规则的建立大致有以下四种: 1、专家经验法：通过对专家控制经验的咨询形成控制规则库 2、观察法：通过观察人类控制行为并将其控制的思想提炼出一套基于模糊条件语言类型的控制规则从而建立模糊规则库的途径就是观察法的基本思想。 3、基于模糊模型的控制：通过建立被控对象的模糊模型来实现。 方法1、2都是通过建立专家的模型，并以此模糊推理模型进行模糊逻辑推理控制。显然，这类模糊控制器的性能不会超越所依赖的专家水平。 基于模糊模型的控制是通过建立被控对象的模糊 模型来实现——即用像建立模糊控制规则一样的“IF-THEN”形式来描述被控对象的特性。 设被控对象用以下三个控制规律描述： 规律1： 如果Yn=PM 且Un=PM 那么Yn+1=PB； 规律2： 如果Yn=PS 且Un=NS 那么Yn+1=ZE； 规律3： 如果Yn=NS 且Un=