基于LabVIEW一维云模型推理映射研究.docVIP

基于LabVIEW一维云模型推理映射研究 　　摘要：云模型非线性映射关系是云模型应用于智能控制领域的关键问题。基于LabVIEW平台，首先将云模型单规则推理映射算法封装为LabVIEW子函数，可供云模型推理映射研究调用；进而研究了云模型非线性推理映射关系，对一种饱和特性映射关系给出了软件仿真和硬件实测结果，对一种新的云模型期望系统设计了输入、输出云模型参数以及推理规则，得到了较好的映射效果。为今后基于LabVIEW的云模型控制器的设计和应用提供了参考。 　　关键词：云模型；智能控制；映射；LabVIEW 　　中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2013）34-7847-04 　　云模型是用语言值表示的一种定性定量不确定性转换模型。在智能控制领域，云模型为解决系统状态只能用不精确的定性量来描述的情况提供了一种有效的控制方法。从本质上来说，其控制关系即是一种映射过程，即偏差输入到控制量输出的映射[1-2]，当有一个精确量输入时，该输入将激活云模型推理系统，从而得到一个精确量的输出值。 　　1 云模型单规则推理映射 　　1.1 单规则推理结构和算法 　　云模型推理系统的映射过程是由一组云模型IF-THEN规则来完成的。其中，每个规则描述的是映射的局部行为，表示规则前件的云模型称为前件云或输入云模型， 表示规则后件的云模型称为后件云或输出云模型，当输入一个特定的条件激活定性规则时，通过推理引擎实现云模型的定性推理[4]。 　　1.2 单规则推理映射的LabVIEW编程实现 　　根据一维云模型单规则推理算法（算法1），通过LabVIEW编程和前面板组态，实现单规则推理映射，程序框图如图2所示。 　　2 云模型多规则推理映射 　　2.1 多规则推理结构和算法 　　图3所示为N个一维单规则的云模型映射器结构，由两部分组成：一维云模型多规则推理部分（图示虚框部分）和加权平均处理部分。一维多规则推理由多个一维单规则推理组成，当定量输入值x多次激活任一规则Ri时，则由该规则前件CGAi产生不同的μij值，然后μij值再刺激对应的规则后件CGUi，产生大量的云滴drop（yijk，μij）。对这些云滴经过加权平均处理后，得到与定量输入值x相对应的定量输???值y。 　　根据上述一维映射器结构，一维云模型多规则推理算法如下[5]： 　　2.2 单规则推理子VI的编辑 　　云模型多规则推理是由多个单规则推理组成，因此，可以将算法1模块化供多规则推理时调用，即将图2所示单规则推理LabVIEW程序封装成一个子VI（子程序）。 　　在LabVIEW开发环境中，使用“图标编辑器”编辑子程序显示图标，如图4（a）所示。与文本语言相比，图形化的 LabVIEW可使用图标来表示子VI 的功能。这样，在主调程序中，子VI的图标可以直观的表示出其功能。 　　3 云模型非线性映射实例 　　3.1 非线性饱和特性映射关系的验证实例 　　根据算法3，通过LabVIEW编程实现其仿真输入输出映射关系如图5（a）所示。基于LabVIEW平台，利用其精确快速的数据实时采集和强大的数据分析显示功能[6-8]，可十分便捷地将X输入由软件仿真改为由实际电压输入，使用LabVIEW“数据采集助手”由DAQ装置（本例中采用NI PCI-6251高速多功能数据采集卡）模拟量输出通道输出所需电压（从-1V到1V，间隔0.001V递增），在LabVIEW程序中再使用“数据采集助手”从DAQ装置模拟量输入通道读取作为X输入值。运行程序，前面板输出的映射关系如图5（b）所示。可以看出，与图5（a）所示软件仿真的映射关系基本一致，类似于非线性饱和特性。 　　3.2 云模型期望系统对正弦函数的逼近仿真实例 　　文献[9]提出了一种期望云模型映射器的新算法，文献[4]系统地提出了一种期望云模型系统，该系统可以任意逼近一个任意的非线性连续函数，为云模型系统的推广应用提供了新的理论支撑。 　　4 结束语 　　本质上，智能控制所实现的输入输出控制关系就是一种从定量输入到定量输出的映射关系，设计实现云模型非线性映射关系是研究将云模型应用于智能控制领域的关键问题。该文基于LabVIEW平台，在云模型单规则推理结构的基础上，编程实现单规则推理映射，并将其封装为LabVIEW的子函数，可供多规则推理映射研究调用。进而，基于LabVIEW平台研究了云模型非线性推理映射关系，对一种饱和特性映射关系给出了软件仿真和电压输入的实测结果，对一种新的云模型期望系统设计了输入输出云模型集合参数以及云模型推理规则，均得到了较好的映射效果，为今后进一步基于LabVIEW进行云模型控制器的设计和应用提供了参考。 　　参考文献： 　　[1] 李众，杨一栋.