模糊控制现状与发展.pptx

;;模糊控制简介;模糊控制概述 什么是模糊控制 模糊控制是用模糊数学的知识模仿人脑的思维方式，对模糊现象进行识别和判决，给出精确的控制量，对被控对象进行控制。 模糊控制的特点 与经典控制理论和现代控制理论相比，模糊控制的主要特点是不需要建立对象的数学模型。 专家经验控制 用计算机模拟操作人员手动控制的经验，对被控对象进行控制。 (人的经验是模糊的);模糊控制主要是模拟人的思维、推理和判断的一种控制方法, 它将人的经验、常识等用自然语言的形式表达出来, 建立一种适用于计算机处理的输入输出过程模型, 是智能控制的一个重要研究领域。 从信息技术的观点来看, 模糊控制是一种基于规则的专家系统。 从控制系统技术的观点来看, 模糊控制是一种普遍的非线性特 征域控制器。 ;模糊控制的特点;模糊控制突出的两个优点: 一. 模糊控制在许多应用中可以有效且便捷地实现人的控制策略和经验; 二. 模糊控制可以不需被控对象的数学模型即可实现较好的控制, 这是因为被控对象的动态特性已隐含在模糊控制器输入、输出模糊集及模糊规则中。;; 模糊推理一般采用IF A THEN B 形式的条件语句来描述, 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。 清晰化是模糊系统的重要环节, 是将模糊推理中产生的模糊量转化为精确量。常见的非模糊化方法主要有最大隶属度值法、面积平均法、重心法和最大隶属度平均值法。 模糊控制的过程就是上述三个环节相互作用的结果, 其关键部分就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, 采用适当的清晰化方法还原出精确量。在模糊控制的发展过程中, 基本上是围绕着这些问题来的, 同进还运用或融合了其它的智能控制方法。使模糊控制得以发展。;模糊控制系统的组成 模糊控制系统通常由模糊控制器、输入输出接口、执行机构、测量装置和被控对象等五个部分组成，如下图所示。 ;;与其他智能控制的结合或融合;1、模糊PID控制器;2、自适应模糊控制器;3、模糊控制与神经控制的结合;4、遗传算法优化的模糊控制;5、模糊控制与专家控制相结合;模糊控制的稳定性分析;模糊控制的一些应用;;模糊控制在理论和应用方面还应在以下方向加强研究: 易于控制并且能消除静态控制偏差的模糊PID 控制器, 且尽量减少可调参数, 最好控制在三个以内; (2) 模糊预测控制, 就是把预测控制和模糊推理相结合也是很有吸引力的研究方向之一; (3) 模糊控制应用于医学、生物、金融、风险评估等新型领域。扩大模糊控制的应用领域; (4) 将遗传算法或其它算法应用于模糊神经网络, 以提高运算速度和参数寻优的结果; (5) 寻找能够具有自学习调整隶属度函数的模糊控制方法。;