第6章A计算机控制讲义.ppt

第6章 复杂控制算法 6.6.3模糊控制系统的结构与原理 1. 单变量模糊控制器（SVFC：Single Variable Fuzzy Controller） 将其输入变量的个数定义为模糊控器的维数，如图6-35所示。 图6-35 单变量模糊控制器 第6章 复杂控制算法 6.6.3模糊控制系统的结构与原理 (1)一维模糊控制器 其输入变量往往选择为输入给定和被控量的偏差量e。由于仅仅采用偏差值，很难反映过程的动态特性品质，因此，所能获得的系统动态性能是不能令人满意的。这种一维模糊控制器往往被用于一阶被控对象。 第6章 复杂控制算法 6.6.3模糊控制系统的结构与原理 (2) 二维模糊控制器 两个输入变量基本上都选用偏差e和偏差变化ec，由于它们能够较严格地反映受控过程中输出变量的动态特性，因此，在控制效果上要比一维控制器好得多，也是目前采用较广泛的一类模糊控制器。 第6章 复杂控制算法 6.6.3模糊控制系统的结构与原理 (3) 三维模糊控制器 三个输入变量分别为系统偏差量e、偏差变化量ec和偏差变化的变化率ecc。由于这种模糊控制器结构较复杂，推理运算时间长，因此除非对动态特性要求特别高的场合，一般较少选用三维模糊控制器。 第6章 复杂控制算法 6.6.3模糊控制系统的结构与原理 2. 多变量模糊控制器（MVFC：Multi Variable Fuzzy Controller）要直接设计一个多变量模糊控制器是相当困难的，可利用模糊控制器本身的解耦特点，通过模糊关系方程求解。在控制器结构上实现解耦，即将一个多输入多输出（MIMO）的模糊控制器分解成若干个多输入单输出（MISO）的模糊控制器，这样可采用单变量模糊控制器方法设计。 第6章 复杂控制算法 6.6.3模糊控制系统的结构与原理 本小节主要介绍单变量二维模糊控制器的原理。由图6-32可知，模糊控制器主要包括输入量模糊化接口、知识库、推理机、输出清晰化接口四个部分。 图6-32 模糊控制系统 第6章 复杂控制算法 6.6.3模糊控制系统的结构与原理 1. 模糊化接口 模糊控制器的精确量输入必须经过模糊化接口后，转换成一个模糊量才能用于模糊控制，具体可按模糊化等级进行模糊化。例如，设x的取值为[a，b]区间，由下式 (6-120) 变换为取值在[－6，6]间的整数y。 第6章 复杂控制算法 6.6.3模糊控制系统的结构与原理 变换为取值在[－6，6]间的整数y，再将y模糊化为七 级，相应的模糊量为： －6称为负大，记为NL； －4称为负中，记为NM； －2称为负小，记为NS； 0称为适中，记为ZO； 2称为正小，记为PS； 4称为正中，记为PM； 6称为正大，记为PL。 高斯型隶属度函数用两个,参数[c,σ]来描述 (6-110) 其中c表示隶属度函数的中心，σ决定函数的宽度，图6-34c绘出gaussian(x,50,20)定义的高斯型隶属度函数。 第6章 复杂控制算法 3. 隶属函数 在MATLAB的Fuzzy Logic工具箱中给出了11种隶属函数，即双S形隶属函数（dsigmf）、联合高斯型隶属函数（gauss2mf）、高斯型隶属函数（gaussmf）、广义钟形隶属函数（gbellmf）、π型隶属函数（trapmf）、双S形乘积隶属函数（psigmf）、S形隶属函数（smf）、梯形隶属函数（trapmf）、三角形隶属函数（trimf）和Z形隶属函数（zmf），可根据需要选用。 第6章 复杂控制算法 3. 隶属函数 客观世界的各事物之间普遍存在着联系，描写事物之间联系的数学模型之一就是关系。关系常用符号R表示。由X到Y的关系R，可用序对(x,y)来表示，其中 ， 。所有有关系R的序对可以构成一个R集。在集X与集Y中各取出一元素排成序对，所有这样序对的集合叫做X和Y的直积集（也称笛卡尔乘积集），记为 显然，R集是X和Y的直积集的一个子集，即 第6章 复杂控制算法 4. 模糊关系 模糊关系在模糊集合论中占有重要的地