04模糊控制4
合集下载
模糊控制——理论基础（4模糊推理）
模糊控制——理论基础（4模糊推理）1、模糊语句将含有模糊概念的语法规则所构成的语句称为模糊语句。
根据其语义和构成的语法规则不同，可分为以下⼏种类型：（1）模糊陈述句：语句本⾝具有模糊性，⼜称为模糊命题。
如：“今天天⽓很热”。
（2）模糊判断句：是模糊逻辑中最基本的语句。
语句形式：“x是a”，记作（a），且a所表⽰的概念是模糊的。
如“张三是好学⽣”。
（3）模糊推理句：语句形式：若x是a，则x是b。
则为模糊推理语句。
如“今天是晴天，则今天暖和”。
2、模糊推理常⽤的有两种模糊条件推理语句：If A then B else C；If A AND B then C下⾯以第⼆种推理语句为例进⾏探讨，该语句可构成⼀个简单的模糊控制器，如图3-11所⽰。
其中A，B，C分别为论域U上的模糊集合，A为误差信号上的模糊⼦集，B为误差变化率上的模糊⼦集，C为控制器输出上的模糊⼦集。
常⽤的模糊推理⽅法有两种：Zadeh法和Mamdani法。
Mamdani推理法是模糊控制中普遍使⽤的⽅法，其本质是⼀种合成推理⽅法。
注意：求模糊关系时A×B扩展成列向量，由模糊关系求C1时，A1×B1扩展成⾏向量3、模糊关系⽅程①、模糊关系⽅程概念将模糊关系R看成⼀个模糊变换器。
当A为输⼊时，B为输出，如图3-12所⽰。
可分为两种情况讨论：（1）已知输⼊A和模糊关系R，求输出B，这是综合评判，即模糊变换问题。
（2）已知输⼊A和输出B，求模糊关系R，或已知模糊关系R和输出B，求输⼊A，这是模糊综合评判的逆问题，需要求解模糊关系⽅程。
②、模糊关系⽅程的解近似试探法是⽬前实际应⽤中较为常⽤的⽅法之⼀。
智能控制技术(模糊控制)
INTELLIGENT CONTROL
随着系统复杂程度的提高，将难以建立系统的精 确数学模型和满足实时控制的要求。 人们希望探索一种除数学模型以外的描述手段和 处理方法。 例如： 骑自行车 水箱水温控制
2011年4月10日
INTELLIGENT CONTROL
模糊控制就是模仿上述人的控制过程，其中包 含了人的控制经验和知识。从这个意义上来说，模 糊控制也是一种智能控制。模糊控制方法既可用于 简单的控制对象，也可用于复杂的过程。 模糊控制是以模糊集合论作为数学基础。 1965年L.A.Zandeh(美国教授)首先提出了模糊集 合的概念。 1974年E.H.Mamdani(英国教授)首先将模糊集合 理论应用于加热器的控制。 典 型 例 子
2011年4月10日
INTELLIGENT CONTROL
二、模糊控制的特点 特点： (1)无需知道被控对象的数学模型 (2)是一种反映人类智慧思维的智能控制 (3)易被人接受 (4)构造容易 (5)鲁棒性好
2011年4月10日
INTELLIGENT CONTROL
第二节
模糊集合论基础 一、模糊集合的概念 二、模糊集合的运算 三、隶属函数的建立 四、模糊关系
2011年4月10日
INTELLIGENT CONTROL
现代控制系统的数学模型难以通过传统的数学工具 来描述。就是说，采用数学工具或计算机仿真技术的传 统控制理论，已无法解决此类系统的控制问题。 从生产实践中可以看到，许多复杂的生产过程难以 实现的目标，可以通过熟练的操作工、技术人员或专家 的操作得到满意的控制效果。 如何有效地将熟练操作工、技术人员或专家的经验 知识和控制理论结合，去解决复杂系统的控制问题，就 是智能控制研究的目标。
现代过程控制基础-4-模糊控制
e
d ec dt
d ecc dt
模糊控制器 u
（c） 三维模糊控制器
（b） 二维模糊控制器
图4-2 基本模糊控制器的几种结构
4.1 模糊控制系统
4.1.3.1 一维模糊控制器
控制器输入和输出语言变量只有一个,其模糊控制规则 的形式为：
R1： R2： R3： ……. Rn：
如果e是E1，则u是U1； 否则如果e是E2，则u是U2； 否则如果e是E3，则u是U3；
对于n条模糊控制规则可以得到输入输出关系矩阵 R1，R2，…….，Rn，从而有模糊规则的合成算法可得 到总的模糊关系矩阵为：
n
R
U
i 1
Ri
4.2 模糊控制器的设计
对于任一系统误差 Ei 和系统误差变化 DE ，j 其对应的模糊控制器输出 Cij 为：
Cij (Ei DE j ) R
4.2.3.1 确定输入输出变量的模糊集合 模糊控制器中常用正大、正中、正小、零、负小、负中、
负大等模糊语言描述输入的偏差。因此，若将“偏差”看成是 一个模糊语言变量，则它的取值不是具体的偏差大小，而是诸 如“正大”、“正小”、“负中”、“零”等用模糊语言表示 的模糊集合。一个模糊集合通常有三种等级划分方法：（1） {负大，负小，零，正小，正大}五个等级；（2）{负大，负中， 负小，零，正小，正中，正大}七个等级；（3）{负大，负中，
（5）Z形隶属函数
1
f
(
x;
a,
b)
1 2( 2(b
x b
x
a a
)2 )2
ba
0
xa
a a
模糊控制基础知识
y x y x
0 0.5 0.9 0 0 0.8 A 1 0 0 0.5 0 0 0
0.98 0.97 0.96 0.94
(3) 模糊关系的性质 设R是 X X 上的模糊关系 自反性：若 x X 对称性：若 ，都有
R ( x, x) 1
上的模糊集合分别为： X {a1, a2, a3, a4, a5}, Y {b1, b2, b3, b4} 1 0.8 0.4 0 .3 0 .9 A “大” B “小”= 。模糊关系“如果x为小， b3 b 4 a1 a 2 a3 则y为大”的模糊关系矩阵为： R A B ( A B ) ( A E )
1 0.2 0.5 0.4 0.9 0.7 1 R1 R2 0 . 1 0 . 4 0 . 1 0.3 0.9 0 0.1 0.3 (0.4,0.2,0.1) (0.9,0.2,0.3) ( 0 . 1 , 0 . 4 , 0 . 1 ) ( 0 . 1 , 0 . 4 , 0 . 1 ) (0.3,0.7,0) (0.3,0.9,0) 0.4 0.9 0 . 4 0 . 4 0.7 0.9
A 0.8 0.6 0.1 0.5 x1 x2 x3 x5
0.2 0.1 0.4 0 0.9 0.7 0 1 0.5 0.3 0.2 0.4 0.9 1 0.5 x1 x2 x3 x4 x5 x1 x2 x3 x 4 x5
0.1 0.7 0.3 x1 x3 x5
计算机控制技术
0.2 0.4 0.9 0.5 x1 x2 x3 x5
第 4章 计算机控制系统的控制算法
模糊控制原理课件优秀课件
人类的控制规则 如果水温比期望值高，就把燃气阀关小； 如果水温比期望值低，就把燃气阀开大。
描述了输入（水温与期望值的偏差 e）和输出（燃气阀开度的增量 u） 之间的模糊关系R
3.1 模糊控制的基本原理
模糊值
规则库R
模糊值
模糊化
输入e
输出u
模糊推理
精确值
精确值
期望值 ＋
e A/D
－
温度 传感器
热水器
?
为了提高实时性，模糊控制器常常以控制查询表的形式出现。 该表反映了通过模糊控制算法求出的模糊控制器输入量和输 出量在给定离散点上的对应关系。为了能方便地产生控制查 询表，在模糊控制器的设计中，通常就把输入输出的论域定 义为有限整数的离散论域。
3.1 模糊控制的基本原理
模糊化
输入量和输出量论域的设计
档级多，规则制定灵活，规则细致，但规则多、复杂， 编制程序困难，占用的内存较多； 档级少，规则少，规则实现方便，但过少的规则会使 控制作用变粗而达不到预期的效果。 因此在选择模糊状态时要兼顾简单性和控制效果。
3.1 模糊控制的基本原理
对输入量进行模糊化处理，包括确定语言变量和隶属函数
确定隶属函数（原则）
模糊化
将输入的精确量转化成为模糊量的过程称为模糊化
模糊化步骤
确定符合模糊控制器要求的输入量和输出量 常用的输入量是系统输出的误差（e）和误差的改变量 （ec），而输出量就是控制量（u）。
3.1 模糊控制的基本原理
模糊化
输入量和输出量论域的设计
基本论域
e ec u 的实际范围称为这些变量的基本论域
e的基本论域： [eL eH] ec的基本论域： [ecL ecH] u的基本论域： [uL uH]
描述了输入（水温与期望值的偏差 e）和输出（燃气阀开度的增量 u） 之间的模糊关系R
3.1 模糊控制的基本原理
模糊值
规则库R
模糊值
模糊化
输入e
输出u
模糊推理
精确值
精确值
期望值 ＋
e A/D
－
温度 传感器
热水器
?
为了提高实时性，模糊控制器常常以控制查询表的形式出现。 该表反映了通过模糊控制算法求出的模糊控制器输入量和输 出量在给定离散点上的对应关系。为了能方便地产生控制查 询表，在模糊控制器的设计中，通常就把输入输出的论域定 义为有限整数的离散论域。
3.1 模糊控制的基本原理
模糊化
输入量和输出量论域的设计
档级多，规则制定灵活，规则细致，但规则多、复杂， 编制程序困难，占用的内存较多； 档级少，规则少，规则实现方便，但过少的规则会使 控制作用变粗而达不到预期的效果。 因此在选择模糊状态时要兼顾简单性和控制效果。
3.1 模糊控制的基本原理
对输入量进行模糊化处理，包括确定语言变量和隶属函数
确定隶属函数（原则）
模糊化
将输入的精确量转化成为模糊量的过程称为模糊化
模糊化步骤
确定符合模糊控制器要求的输入量和输出量 常用的输入量是系统输出的误差（e）和误差的改变量 （ec），而输出量就是控制量（u）。
3.1 模糊控制的基本原理
模糊化
输入量和输出量论域的设计
基本论域
e ec u 的实际范围称为这些变量的基本论域
e的基本论域： [eL eH] ec的基本论域： [ecL ecH] u的基本论域： [uL uH]
第三章-模糊控制
12
3.2 模糊控制器的结构和设计
语言算子 1)语气算子 加强语气的集中化算子，如“很”、“非常”、“十分”、“相 当”等 减弱语气的淡化算子，如“略”、“微” 等 2)模糊化算子 用于将语言中具有清晰概念的词的词义模糊化，如“大概”、“近似 于”等 3)判定化算子 使模糊化的单词或词组转化为某种程度上的清晰或肯定，如“倾向 于”、“多半是”、“偏向”等。
4)定义各语言值的隶属函数 常用隶属函数的类型 ① 正态分布型（高斯基函数 ）
( x ai )2 bi 2
0 -6 -4 -2 0 2 4 6 x 0.5
1
NB NM NS
ZO
PS
PM PB
Ai ( x) e
~
其中，ai为函数的中心值，bi为函数的宽度。 假设与{PB，PM，PS，ZO，NS，NM，NB}对应的高斯基函数的中心值分别 为{6，4，2，0，-2，-4，-6}，宽度均为2。隶属函数的形状和分布如图所示。
9
3.2 模糊控制器的结构和设计
L. A. Zadeh在1975年给出了模糊语言变量的五元数组定义 [X,U,T(X),G,M]：
• X为语言变量的名称，如年龄、偏差； •T(X)为语言变量X值的集合，即语言变量名的集合，且每个值都是 在U上定义的模糊数Fi； • U为语言变量X的论域，如年龄:[0,100]; • G为产生x数值名的语言值规则，用于产生语言变量值；如隶属度 函 数确定规则等。 • M为与每个语言变量寒意相联系的算法规则。
15
3.2 模糊控制器的结构和设计
2)语言变量论域的设计
对输入输出变量进行尺度变换，使之落入各自的论域范围内。
在模糊控制器的设计中，通常就把语言变量的论域定义为有限整数的离散 论域。例如，可以将E的论域定义为{-m, -m+1, …, -1, 0, 1, …, m-1, m}；将 EC的论域定义为{-n, -n+1, …, -1, 0, 1, …, n-1, n}；将U的论域定义为{-l, l+1, …, -1, 0, 1, …, l-1, l}。
模糊控制介绍及Matlab模糊控制工具箱使用
模糊控制介绍及Matlab模糊控制工具箱使用目录•一、模糊控制的产生•二、模糊逻辑的理论基础•三、模糊控制Matlab工具箱示例•四、模糊控制的基本思想•五、模糊控制器的基本结构•六、模糊控制器的优缺点一、模糊控制的产生在传统控制领域，对于明确系统有强而有力的控制能力，即被控系统的动态信息越详细，越能达到精确控制的目的。
然而，在多变量、非线性的复杂系统中，往往难以完全描述系统的动态信息。
此时，传统的控制理论则显得无能为力，而有经验的专家或工作人员仍能根据长期实践观察和操作经验进行有效控制。
据此引申，是否可将人的操作经验总结为若干条控制规则以避开复杂模型的建立过程？模糊控制最重要的特征是反应人们的经验及推理规则，而这些经验和推理规则是通过自然语言来表达的，如“水温上升过快，则关小燃气阀”。
在控制系统初期，由于对系统缺乏了解，控制效果可能不好，但若干次探索后终能实现预期的控制，这就是经验对模糊控制系统的重要性。
由于模糊控制实质上是用计算机去执行人的控制策略，因而可以避开复杂模型的建立，对人们关于某个控制问题的成功和失败经验加工，总结出知识，从中提炼出控制规则，实现复杂系统的控制。
PS：“模糊”是人类感知万物，获取知识，思维推理，决策实施的重要特征。
“模糊”比“清晰”所拥有的信息量更大，更符合客观世界。
二、模糊逻辑的理论基础模糊逻辑是指模仿人脑不确定性的概念判断和推理思维，对于定性的知识和经验，借助隶属度概念、模糊集合，来处理模糊关系。
模糊逻辑实质上是要对模糊性对象进行精确描述和处理。
模糊逻辑的目的是将一个输入空间映射到一个输出空间，主要要靠一系列的if－then规则。
这些规则包含变量和描述这些变量的形容词，被平行评估，因此它们的顺序不重要。
在进行模糊推理之前，先要定义好输入和输出变量以及描述它们的形容词。
模糊推理的流程如下图所示。
模糊推理流程2.1、模糊集合普通情况下，元素a属于集合A（1）或不属于集合A（0），如下图所示，星期一和星期三都是工作日，而苹果和星星则不是。
4 自适应模糊控制-智能控制——理论基础、算法设计与应用-刘金琨-清华大学出版社
R x y B x i1i2 u
：如果
为 且 1
Ai1 1
2
为 Ai2 2
，则
为 i1i2
其中，i1 1, 2, , N1, i2 1, 2, , N2
将模糊集Bi1i2 的中心（用y i1i2 表示）选择为
y g e , e i1i2
i1
i2
1
2
（4.1）
步骤3：采用乘机推理机，单值模糊器和中心平
自适应模糊控制是指具有自适应学习算法的模糊逻辑系 统，其学习算法是依靠数据信息来调整模糊逻辑系统的参数。 一个自适应模糊控制器可以用一个单一的自适应模糊系统构 成，也可以用若干个自适应模糊系统构成。与传统的自适应 控制相比，自适应模糊控制的优越性在于它可以利用操作人 员提供的语言性模糊信息，而传统的自适应控制则不能。这 一点对具有高度不确定因素的系统尤其重要。
采用乘机推理机单值模糊器和中心平均解模糊器根据条规则来构造模糊系统42412模糊系统的逼近精度万能逼近定理表明模糊系统是除多项函数逼近器神经网络之外的一个新的万能逼近器
第4章 自适应模糊控制
模糊控制的突出优点是能够比较容易地将 人的控制经验溶入到控制器中，但若缺乏这样 的控制经验，很难设计出高水平的模糊控制器。 而且，由于模糊控制器采用了IF-THRN控制规 则，不便于控制参数的学习和调整，使得构造 具有自适应的模糊控制器较困难。
取控制律为
u
1 g(x)
f
x
y (n) m
ΚTe
(4.9)
将(4.9)代入(4.7),得到闭环控制系统的方程：
e(n) k e(n1) k e 0
1
n
(4.10)
由 的选取，可得 t 时 e(t) 0 ，即系统的输
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
得到一个隶属度函数曲线 ③ 输出总合 将所有激活规则得到的推理输出取max运算，可 得最终模糊推理结果。
µC(u)
U
图4.10 输出总合
18 河北工业大学控制科学与工程学院
1.模糊控制系统原理
④ 清晰化接口 将模糊量转化为数字量，才能作用于被控系统。主要方 法有： 最大隶属度法 中位法 重心法 最大平均值 左取大 右取大
µ
NB 1 NS ZE PS PB
µ (xi) ZE
µ (xi) PS 0 xi X
输入值
图4.8 模糊化接口
可求出对语言值ZE和PS的隶属度
13 河北工业大学控制科学与工程学院
1.模糊控制系统原理
2）规则库 用规则的形式表示的经验性知识，建立在模糊语言变 量基础上。 用文本形式定义可写为：
r1 : r2 : rn : 若 条件P1 则 若 条件P2 则 …… 若 条件Pn 则 结论C1 结论C2 结论Cn
16 河北工业大学控制科学与工程学院
1.模糊控制系统原理
② 规则激活 如果第k条规则的得以满足，则该条规则被激活。 激活的过程即模糊模糊条件推理的过程。
Pk1
Mamdani消顶法
ak1
Pk2 Ck µCk(u)
ak 2
ak
U
图4.9 规则激活
17 河北工业大学控制科学与工程学院
1.模糊控制系统原理
y
敏感元件
v n 图4.1 反馈控制系统 r：参考输入 e：误差 u：控制器输出 d：外加扰动
3
y：输出值 n：测量噪声 v：输出量测量值
河北工业大学控制科学与工程学院
1.模糊控制系统原理
1.2 模糊控制系统的工作原理 概述 有经验的操作员凭借经验完成控制工作。 模糊控制从人类经验中提炼控制规则。用一系列多维模 糊条件语句构造模糊语言变量模型，应用模糊推理得到 合适的控制量。
2
规则条数与语言值划分级数有关。每条规则可赋予一 定权数，即置信度。
15 河北工业大学控制科学与工程学院
1.模糊控制系统原理
3）模糊推理 ① 隶属度聚集 设第k条规则为： IF Pk1 and Pk2 THEN Ck 对应置信度为ωk 针对某输入量，可求得对条件Pk1 Pk2 的隶属µ µ 和， k1 k2 则对这条规则聚集后的条件 Pk = Pk1 and Pk2 的合成度 ak=min{µ ,µ } k1 k2 考虑置信度后 a*k=ak∙ ωk
目标值 声光显示 操作者
受控过程
图4.2 人—机控制
4 河北工业大学控制科学与工程学院
1.模糊控制系统原理
e 给定值 d/dt 输出值 工业工程 de/dt 模糊化 EC E 模糊算法 U 清晰化 u
图4.3 模糊控制原理
e: 误差 E: 误差模糊值 EC: 误差变化率模糊值
5
U: 控制量模糊值 u: 控制量精确值
19
河北工业大学控制科学与工程学院
模糊控制的应用方式 直接模糊控制器 PID模糊控制器
性能指标
d/dt 模糊控制器
PID
对象
图4.5 PID模糊控制器
9 河北工业大学控制科学与工程学院
1.模糊控制系统原理
变结构模糊控制器 复合型模糊控制器 自校正模糊控制器 神经网络自学习模糊控制器 遗传算法优化的模糊控制器
7 河北工业大学控制科学与工程学院
1.模糊控制系统原理
模糊控制器主要功能模块： 1、模糊化 2、模糊推理 3、清晰化 模糊控制的特点 1、不依赖精确数学模型 2、语言变量控制器，规则由语言描述，直观 3、鲁棒性强，适用于非线性、时变、滞后系统
8
河北工业大学控制科学与工程学院
1.模糊控制系统原理
10
河北工业大学控制科学与工程学院
1.模糊控制系统原理
模糊控制器的结构与组成 结构 1）单变量模糊控制器（单输入单输出）
E 模糊 控制器 一维模糊控制器
E 模糊 控制器 Ė 二维模糊控制器 U
U
E Ė d/dt Ё 三维模糊控制器 模糊 控制器 U
d/dt
d/dt
图4.6 单变量模糊控制器
输入变量1
PB NB NB NB NB NB NM NM PM NB NM NM NS NS ZE PS PS NM NS NS NS ZE PS PS ZE NM NS NS ZE PS PS PM NS NS NS ZE PS PS PS PM NM NS ZE PS PS PM PM PB NB PM PM PB PB PB PB PB
智能控制系统
邢关生 河北工业大学控制科学与工程学院 xinggs@
第四章 模糊控制
1
模糊控制系统原理 模糊控制器设计 模糊PID 与其他智能方法的结合
2
3
4
2
河北工业大学控制科学与工程学院
1.模糊控制系统原理
1.1 传统控制系统的特点 反馈控制系统
d
r+
_
e
控制器
u
被控 对象
河北工业大学控制科学与工程学院
1.模糊控制系统原理
模糊控制系统
模糊控制器
模糊规则
r+
_
e
精确量的 模糊化
E
模糊推理
U
u
解模糊
被控 象
测 量
将输入的精确 量转换成模糊 集合的形式。
包括模糊 控制规则 和模糊推 理。 图4.4 模糊控制系统
6
将输出模糊 集合转换成 精确的控制 量。
河北工业大学控制科学与工程学院
2）多变量模糊控制器
11 河北工业大学控制科学与工程学院
1.模糊控制系统原理
组成
规则库
输入
模糊推理 模糊化接口 前提隶属度聚合 规则激活 输出总和 清晰化接口
输出
xi
yi
图4.7 模糊控制器功能模块
12
河北工业大学控制科学与工程学院
1.模糊控制系统原理
1）模糊化接口 模糊化：将清晰的输入量匹配成语言值。即求出对于 语言值的隶属度。例：对某输入xi
每条规则都可以是复合的，如第k条规则可以是
IF Pk THEN Ck 其中Pk = Pk1 and Pk2 or (not Pk3 ) Ck = Ck1 , Ck2
14
河北工业大学控制科学与工程学院
1.模糊控制系统原理
常用的二维控制器规则用矩阵表形式可写为： 输 出 输 入 变 量
PB PM PS ZE NS NM NB
1.模糊控制系统原理
偏差e被模糊化，用模糊语言变量E来描述，则E的语言 值集合T(E)可表示为 T(E)={NB, NM, NS, ZE, PS, PM,PB } 模糊规则 IF E1 THEN U1， ELSE R1 IF E2 THEN U2， ELSE R2 …… … IF En THEN Un Rn 总规则 R=R1∪ R2 ∪… ∪Rn 模糊推理 U*=E*○R U变为精确输出值u
µC(u)
U
图4.10 输出总合
18 河北工业大学控制科学与工程学院
1.模糊控制系统原理
④ 清晰化接口 将模糊量转化为数字量，才能作用于被控系统。主要方 法有： 最大隶属度法 中位法 重心法 最大平均值 左取大 右取大
µ
NB 1 NS ZE PS PB
µ (xi) ZE
µ (xi) PS 0 xi X
输入值
图4.8 模糊化接口
可求出对语言值ZE和PS的隶属度
13 河北工业大学控制科学与工程学院
1.模糊控制系统原理
2）规则库 用规则的形式表示的经验性知识，建立在模糊语言变 量基础上。 用文本形式定义可写为：
r1 : r2 : rn : 若 条件P1 则 若 条件P2 则 …… 若 条件Pn 则 结论C1 结论C2 结论Cn
16 河北工业大学控制科学与工程学院
1.模糊控制系统原理
② 规则激活 如果第k条规则的得以满足，则该条规则被激活。 激活的过程即模糊模糊条件推理的过程。
Pk1
Mamdani消顶法
ak1
Pk2 Ck µCk(u)
ak 2
ak
U
图4.9 规则激活
17 河北工业大学控制科学与工程学院
1.模糊控制系统原理
y
敏感元件
v n 图4.1 反馈控制系统 r：参考输入 e：误差 u：控制器输出 d：外加扰动
3
y：输出值 n：测量噪声 v：输出量测量值
河北工业大学控制科学与工程学院
1.模糊控制系统原理
1.2 模糊控制系统的工作原理 概述 有经验的操作员凭借经验完成控制工作。 模糊控制从人类经验中提炼控制规则。用一系列多维模 糊条件语句构造模糊语言变量模型，应用模糊推理得到 合适的控制量。
2
规则条数与语言值划分级数有关。每条规则可赋予一 定权数，即置信度。
15 河北工业大学控制科学与工程学院
1.模糊控制系统原理
3）模糊推理 ① 隶属度聚集 设第k条规则为： IF Pk1 and Pk2 THEN Ck 对应置信度为ωk 针对某输入量，可求得对条件Pk1 Pk2 的隶属µ µ 和， k1 k2 则对这条规则聚集后的条件 Pk = Pk1 and Pk2 的合成度 ak=min{µ ,µ } k1 k2 考虑置信度后 a*k=ak∙ ωk
目标值 声光显示 操作者
受控过程
图4.2 人—机控制
4 河北工业大学控制科学与工程学院
1.模糊控制系统原理
e 给定值 d/dt 输出值 工业工程 de/dt 模糊化 EC E 模糊算法 U 清晰化 u
图4.3 模糊控制原理
e: 误差 E: 误差模糊值 EC: 误差变化率模糊值
5
U: 控制量模糊值 u: 控制量精确值
19
河北工业大学控制科学与工程学院
模糊控制的应用方式 直接模糊控制器 PID模糊控制器
性能指标
d/dt 模糊控制器
PID
对象
图4.5 PID模糊控制器
9 河北工业大学控制科学与工程学院
1.模糊控制系统原理
变结构模糊控制器 复合型模糊控制器 自校正模糊控制器 神经网络自学习模糊控制器 遗传算法优化的模糊控制器
7 河北工业大学控制科学与工程学院
1.模糊控制系统原理
模糊控制器主要功能模块： 1、模糊化 2、模糊推理 3、清晰化 模糊控制的特点 1、不依赖精确数学模型 2、语言变量控制器，规则由语言描述，直观 3、鲁棒性强，适用于非线性、时变、滞后系统
8
河北工业大学控制科学与工程学院
1.模糊控制系统原理
10
河北工业大学控制科学与工程学院
1.模糊控制系统原理
模糊控制器的结构与组成 结构 1）单变量模糊控制器（单输入单输出）
E 模糊 控制器 一维模糊控制器
E 模糊 控制器 Ė 二维模糊控制器 U
U
E Ė d/dt Ё 三维模糊控制器 模糊 控制器 U
d/dt
d/dt
图4.6 单变量模糊控制器
输入变量1
PB NB NB NB NB NB NM NM PM NB NM NM NS NS ZE PS PS NM NS NS NS ZE PS PS ZE NM NS NS ZE PS PS PM NS NS NS ZE PS PS PS PM NM NS ZE PS PS PM PM PB NB PM PM PB PB PB PB PB
智能控制系统
邢关生 河北工业大学控制科学与工程学院 xinggs@
第四章 模糊控制
1
模糊控制系统原理 模糊控制器设计 模糊PID 与其他智能方法的结合
2
3
4
2
河北工业大学控制科学与工程学院
1.模糊控制系统原理
1.1 传统控制系统的特点 反馈控制系统
d
r+
_
e
控制器
u
被控 对象
河北工业大学控制科学与工程学院
1.模糊控制系统原理
模糊控制系统
模糊控制器
模糊规则
r+
_
e
精确量的 模糊化
E
模糊推理
U
u
解模糊
被控 象
测 量
将输入的精确 量转换成模糊 集合的形式。
包括模糊 控制规则 和模糊推 理。 图4.4 模糊控制系统
6
将输出模糊 集合转换成 精确的控制 量。
河北工业大学控制科学与工程学院
2）多变量模糊控制器
11 河北工业大学控制科学与工程学院
1.模糊控制系统原理
组成
规则库
输入
模糊推理 模糊化接口 前提隶属度聚合 规则激活 输出总和 清晰化接口
输出
xi
yi
图4.7 模糊控制器功能模块
12
河北工业大学控制科学与工程学院
1.模糊控制系统原理
1）模糊化接口 模糊化：将清晰的输入量匹配成语言值。即求出对于 语言值的隶属度。例：对某输入xi
每条规则都可以是复合的，如第k条规则可以是
IF Pk THEN Ck 其中Pk = Pk1 and Pk2 or (not Pk3 ) Ck = Ck1 , Ck2
14
河北工业大学控制科学与工程学院
1.模糊控制系统原理
常用的二维控制器规则用矩阵表形式可写为： 输 出 输 入 变 量
PB PM PS ZE NS NM NB
1.模糊控制系统原理
偏差e被模糊化，用模糊语言变量E来描述，则E的语言 值集合T(E)可表示为 T(E)={NB, NM, NS, ZE, PS, PM,PB } 模糊规则 IF E1 THEN U1， ELSE R1 IF E2 THEN U2， ELSE R2 …… … IF En THEN Un Rn 总规则 R=R1∪ R2 ∪… ∪Rn 模糊推理 U*=E*○R U变为精确输出值u