模糊系统建模及控制.pptxVIP

模糊系统建模及控制;课程体系结构;课程内容介绍;动态模糊系统的设计及分析 动态模糊系统建模；动态模糊系统的逼近能力分析； HX方程在非线性系统定性研究中的应用 模糊控制器的设计与分析 模糊控制器的工作原理与应用 自适应模糊控制器的设计与分析 自适应控制器的基本原理；变论域自适应模糊控制器的基本原理和设计方法;参考书;第一章 绪论;建模通常分为两类： 机理建模法——通过人们对实际系统的物理机理、化学机理等的了解，经过某种假设，从而建立起动态数学模型或代数模型或随机模型. 系统辨识建模法——已知关于系统的一组数据（样本），通常为输入输出数据，根据经验假定该系统为某种标准模型（如2阶微分方程），再根据已知的数据确定模型中的参数 ;???、 为什么研究模糊系统理论 1 现实世界太复杂以至于无法精确描述，所以为了得到一个合理的模型就需要引入近似性(即模糊性)概念； 2 随着信息时代的迈进，人类知识在系统建模及分析中变得日益重要，需要一种理论能够刻画人类的知识并将其嵌入到工程系统中。 3 在实际中，人们获得的模型过于复杂，例如一些非线性模型，需要将其简化从而利用已有的工具进行理论分析。 ;三 模糊系统的基本结构 ;? 模糊系统是一种非线性静/动态连续系统的数学模型 ? 非线性系统的其他数学模型有: 微分方程 偏微分方程 状态方程 描述函数 神经网络 多项式函数 小波函数 ;四 模糊系统建模理论的意义 1 模糊系统建模理论可以将输入输出数据，专家经验转化为数学模型，是一种重要的数学建模方法 2 现有的模糊控制理论由于很难获得数学模型，导致理论分析无法深入下去。而模糊系统建模理论可以将实验数据，专家经验等信息利用模糊推理转化为具体的数学模型，这就为进一步分析系统的定性理论，诸如能控性、能观性、稳定性等提供了新的研究途径。;五 模糊系统的应用领域 模糊系统已广泛应用于控制、信号处理、通信、经济、管理、医学诊断等。其中，最大的应用领域主要集中在控制问题。;SISO对象的模糊控制系统;MISO/MIMO对象的模糊控制系统;六 模糊控制的特点 ;缺点： 设计参数多 模糊数学的算子有多样性 难于理论分析 容易得到满意解，难得到最优解 ;七 模糊控制主要适用的领域 1 无法获得精确数学模型的复杂系统 2 只能凭人经验控制和管理的复杂系统 3 人机交互系统 4 模型不精确、外部扰动很大的不确定性系统 5 非线性系统控制;模糊控制及其它学科之间的关系 ;FC：(Fuzzy Control) 表达和利用人的经验性知识(模糊集合，模糊逻辑)，主要用于控制 ES：(Expert Systems) 表达和利用人的经验性知识(普通集合， 二值逻辑)，主要用于多层推理、诊断、决策、管理。 NN：(Neural Networks) 模拟人脑的信息处理结构和方法，主要用于模式识别 GA：(Genetic Algorithms) 模拟生物进化的一种全局优化算法 OR: (Operational Research) 运筹学 ; 早期的模糊控制方法大多是直接利用人的经验知识来设计模糊控制器，再根据实际控制效果来调试修正，简称为“直接综合法”。对于无法或很难建立对象数学模型的复杂控制问题，传统的控制方法无能为力，而直接综合法却可以提供简单有效的解决方案，充分显示了模糊控制的优越性。但是由于缺乏对象的数学模型，无法对控制系统的稳定性和性能指标等进行理论研究，控制器的设计只能依靠专家的经验个案处理，这是直接综合法的主要缺点。; 近年来提出的另一类模糊控制方法，是先建立对象的数学模型，根据数学模型对控制系统的稳定性和性能指标等进行理论分析和仿真实验，然后再设计模糊控制器，简称为“分析综合法”。分析综合法解决问题的思路及传统的控制方法相同，但是适用于一般的非线性系统，弥补了传统控制方法主要适用于线性系统的缺陷，为模糊控制开辟了更广阔的应用领域，也大大丰富了模糊控制理论。 ;八、模糊控制的应用和产品;;2. 模糊芯片和板卡;②Togai公司;③Siemens(西门子);④Neural Logic公司 ;九 模糊系统理论的发展历史;1963年, 美国的Lofti Zadeh及C. Desoer发表Linear Systems - A State Space Approach。1965年，Za