基于粒子群算法模糊控制器优化设计.pdfVIP

基于粒子群算法的模糊控制器 的优化设计 课 程：智能控制理论与应用 学 生： 学 号： 专 业：控制理论与控制工程 1.模糊控制 自然界有很多不确定性，这些不确定性无法用经典二值逻辑来描述，如温度 的高低、体积的大小等。于是，需要引入“程度”的概念以补充仅包含“是”与 “非”的经典二值逻辑，“模糊概念由此产生。 基于模糊理论的模糊控制是一种模拟人的模糊思维方法的智能控制。模糊控 制的研究，主要是基于以下两类原因(王立新，2003)： 1）.现实世界太过复杂以致无法精确描述，需要引入近似性(模糊性) 以得到 合理的可以跟踪的模型。 2 ）.随着信息时代的迈进，人类知识变得日益重要。我们需要一种理论，能 系统描述人类知识并将其同其他信息(如数学模型)一起应用于工程系统中。 模糊控制有效地将人类知识转换为模糊数学公式以便分析。而且，模糊控制 器对于被控对象的模型具有较强的鲁棒性，从而解决了复杂的非线性大时延工业 对象的控制问题。 2.模糊控制器的结构 一般的模糊控制系统如图1 所示，核心是模糊控制器，其有4 部分组成，分 别是模糊化、知识库、模糊推理、清晰化（解模糊化）。 图1 模糊控制系统基本结构 1）.模糊化 模糊化处理是指将模糊控制器输入量的确定值转化为相应模糊语言变量值 的过程，此相应语言变量值均有对应的隶属度来定义．通过这样把输入变量映射 到合适的相应论域量程的过程，精确地输入数据就变换成适当的语言值或模糊集 合的标识符． 2 ）知识库 知识库中包含了具体应用领域中的知识和要求的控制目标．它通常由数据库 和模糊控制规则库两部分组成．数据库主要包括各语言变量的隶属度函数与尺度 变换因子以及模糊空间的分级数等；规则库包括了用模糊语言变量表示的一系列 控制规则．它们反应了控制专家的经验和知识． 3 ）模糊推理 模糊推理是模糊控制器的核心，它具有模拟人的基于模糊概念的推理能 力．该推理过程是基于模糊逻辑中的蕴涵关系及推量规则来进行的．模糊决策逻 辑一般采用If A and B，then C 形式的语句来描述，包括三个组成部分：大前提、 小前提和结论．大前提是多个多维模糊条件语句，构成规则库，调整和校准模糊 规则是模糊控制中的关键问题．小前提是一个模糊判断句． 4 ）解模糊化 解模糊化接口是模糊系统的模糊系统的重要环节，其作用是将模糊推理中产 生的模糊量转化为实际用于控制的精确量．它包含以下两方面内容：①将模糊的 控制量经解模糊化变换成表示在论域范围的精确量；②将表示在论域范围的精确 量通过尺度变换变成实际的控制量． 模糊控制的过程就是模糊化、模糊推理、解模糊几个环节相互作用的结果， 其关键部分是选用合适的隶属度函数进行模糊化，运用合理的推理方法得到结论， 采用适当的清晰方法还原出精确量． 3.模糊控制器的设计 （1）模糊控制器的结构设计 模糊控制器的结构设计实质上就是确定模糊控制器的输入变量和输出变 量．在设计过程中，必须了解哪些变量是作为模糊控制的信息量，要深入研究控 制中人是如何获取和输出信息，常常获得信息通常有三个：被控对象的误差、误 差变化和误差变化的速率，按照这输入变量的个数，依次可以将模拟控制器分为 一维、二维和三维的的控制器。目前广泛应用的是二维模糊控制器。 （2 ）模糊化 模糊化的基本思想是定义一个模糊映射，作为从数值域到语言域的模糊关系， 将数值信号映射到语言域上．其实质是求取相应概念所对应的值域模糊集合的隶 属函数．这个过程中具体包括：论域的量化和模糊划分． 论域的量化是把连续论域人为的定义为若干离散的等级的过程称为量 化．连续论域经过量化后就成为一个离散论域．量化的一般方法如下．设有连续 论域[-a，a]，量化之后的离散论域为{-n，-n+1，„，0„n-1，n}，则定义： K a / n (1) 称K 为量化因子．如果在连续论域中有值W ，则在离散论域中有元素形与之对 应：