模糊控制心得 .pdfVIP

模糊控制心得

模糊控制的心得体会

一、模糊控制的定义

所谓模糊控制，就是对难以用已有规律描述的复杂系统，采用自然语言（如大、中、

小）加以叙述，借助定性的、不精确的及模糊的条件语句来表达，模糊控制是一种基于语

言的智能控制。

模糊控制是近代控制理论中建立在模糊集合理论基础上的一种基于语言规则与模糊推

理的控制理论，是智能控制的一个重要分支。

二、模糊控制的发展史

模糊理论（FuzzyLogic）是在美国加州大学教授L.A.Zadeh于1965年创立的模糊集

合理论的数学基础上发展起来的，主要包括模糊集合理论、模糊逻辑、模糊推理和模糊控

制等方面的内容。美国加州大学的L.A.Zadeh教授在1965年发表了著名论文，文中首次

提到了表达事物模糊性的重要概念：隶属函数。从而突破了19世纪末笛卡尔的经典集合

理论，奠定了模糊理论的基础。1966年P.N.Marinos发表模糊逻辑的研究报告。1974年

L.A.Zadeh发表模糊推理的研究报告。从此，模糊理论成了一个热门的课题。1974年，英

国的E.H.Mamdani首次用模糊逻辑和模糊推理实现了世界上第一个实验性的蒸汽机控制，

并取得了比传统的直接数字控制算法更好的效果，从而宣告模糊控制的诞生。1980年丹麦

的L.P.Holmblad和Ostergard在水泥窑炉采用模糊控制并取得了成功，这是第一个商业

化的有实际意义的模糊控制器。

三、模糊控制理论的特点

模糊控制在动力系统控制、船舶自动驾驶、智能机器人和锅炉控制等方面已得到广泛

应用。目前，在工业上投入运行的模糊控制器，大多由一组模糊控制规则组成，通过一定

的模糊推理机制确定控制作用。模糊控制(fuzzycontrol,FC)是以模糊集合论、模糊语

言变量及其模糊逻辑推理为

1

基础的计算机智能控制。与常规控制方法相比具有以下几个优点。

(1)模糊逻辑比常规逻辑更接近人直观的思维方式，控制系统的设计不要求掌握受控

对象精确的数学模型，只需要提供现场操作人员的经验知识及操作数据;经常选用的隶属

函数都比较简单，而所需要的控制规则不会过多，从这些简单的建造模块出发，系统却可

以完成非常复杂的任务。

(2)模糊控制采用人类思维中的模糊量，控制量由模糊推理导出，推理过程模仿人的

思维过程，是一种反映人类智慧思维的智能控制;模糊控制的核心是控制规则，这些规则

以人类语言表达，易于接受。

(3)模糊控制器易于构造和修改，模糊控制器以语言变量代替常规的数学变量，易于

形成专家系统的知识，开始可以用某些近似的隶属集合和规则，然后再对参数重新定义，

并不断对系统进行优化。模糊推理的各种成分都是独立地对函数进行处理，所以系统可以

较容易地被修改。

(4)模糊控制系统的鲁棒性强，对过程参数的变化不敏感，对系统参数变化的适应性

强，在所有工作点上都能做到较稳定的控制。常规的基于数学模型的控制系统倾向于是一

个相互依赖的整体，如果一个方程失败，或者如果物理系统的条件改变使得模型不再有效，

则整个控制过程有可能崩溃。而模糊逻辑含有大量功能独立的元素与规则，模糊输出是多

个规则影响的合并，所以即使一个规则失效了，其他的规则往往可以补偿。此时的系统可

能不是最佳控制，但是仍然会正常工作。

四、模糊控制原理

由于一个模糊概念可以用一个模糊集合来表示，因此模糊概念的确定问题就可以直接

转换为模糊隶属函数的求取问题。因此，对于一类缺乏数学模型的被控对象，可以用模糊

集合的理论。人对系统的操作和控制经验，总结成用模糊条件语句的形式写出的控制规则。

经过必要的数学处理，来确定一定的推理法则，做出模糊决策，完成控制动作。具有上述

功能的模糊控制系统结构如图：

R量du/dt化模糊化推理机知识库去模糊化受控对象Y

2

FC图1基本模糊控制系统的结构图

最基本的模糊控制系统结构如图2所示。图中R为设定值，Y为系统输出值，它们都

是清晰量。从图2可以看出，模糊控制器的输入量是系统的偏差量。，它是确定数值的清

晰量，通过模糊化处理，用模糊语言变量E来描述偏差，模糊推理输出U是模糊变量，在

系统中要实施控制时，模糊量U还要转化为清晰值，因此要进行清晰化处理，得到可以操

作的确定值召，通过产的调整作用，使偏差。尽量小。

模糊控制器