模糊控制技术及其应用
模糊系统及其应用研究
模糊系统及其应用研究一、引言随着科学技术的快速发展和社会的不断进步，人类社会已经正式步入信息化社会。
信息与知识已经成为社会发展的新要素和新引擎。
模糊系统，也称模糊逻辑或模糊数学，是信息科学中的一种新兴学科，是处理模糊信息的一种有效方法。
本文将详细介绍模糊系统及其应用研究。
二、模糊系统概述模糊系统是以模糊集合和模糊逻辑为基础的一种数学理论和方法，其主要特点是对信息的模糊性进行了有效处理，解决了传统集合和逻辑的不足。
模糊集合是指具有模糊性的集合，模糊逻辑是指运用模糊语言来表达的逻辑。
模糊系统的主要应用领域包括控制、决策、识别、智能优化、模式识别、数据挖掘等。
三、模糊系统的应用研究1. 模糊控制模糊控制是以模糊理论为基础的一种新的控制方法，其目的是解决传统控制方法对于非线性、大惯性、时变等复杂系统无法提供有效控制的问题。
模糊控制系统的最大特点是具有灵活性、自适应性、多功能性和鲁棒性等优势。
模糊控制在机械、航空、环保等领域都得到了广泛的应用。
2. 模糊决策模糊决策是以模糊数学为基础的一种决策分析方法，其主要特点是对决策过程中模糊性信息的处理能力较强。
模糊决策广泛应用于工程领域的高风险决策、金融投资决策、产品质量评估等方面。
3. 模糊识别模糊识别是一种针对未知模型的识别方法，主要特点是其对模型不确定性、非线性、时变等复杂模型的准确识别能力较强。
模糊识别广泛应用于质量控制、机械故障诊断、金融市场预测等领域。
4. 模糊优化模糊优化是以模糊集合理论为基础的一种优化方法，其主要特点是可以适应非线性、模糊或者不确定的优化问题。
模糊优化适用于生产计划、物流运输、供应链管理等复杂的管理决策问题。
5. 模糊数据挖掘模糊数据挖掘是一种基于模糊数学理论的数据分析方法，其主要特点是处理不完整数据，解决数据挖掘中的误导性和随机性问题。
模糊数据挖掘适用于企业管理、社会调查、市场预测等领域的数据处理。
四、总结模糊系统是人工智能、控制理论等领域的重要方法之一，其主要特点是处理模糊信息的能力强。
模糊控制的现状与发展
模糊控制的现状与发展模糊控制：从理论到实践的全面解析引言随着科技的快速发展，自动化和智能化成为了各个领域追求的目标。
在控制领域中，模糊控制是一种重要的智能控制方法，它通过对不确定性和模糊信息的处理，实现了对复杂系统的有效控制。
本文将介绍模糊控制的现状、挑战及未来发展。
现状模糊控制作为一种经典的智能控制方法，已经在许多领域得到了广泛的应用。
例如，在工业生产中，模糊控制被用于控制温度、压力等参数；在汽车控制系统中，模糊控制被用于优化燃油喷射、变速器控制等。
虽然模糊控制已经取得了许多成果，但仍然存在一些不足之处，如缺乏完善的理论基础、控制精度不够高等。
挑战1、理论方面的问题：模糊控制的理论体系尚不完善，许多关键问题仍未得到很好的解决。
例如，如何建立有效的模糊推理机制，如何选择合适的模糊集合和运算符等。
2、实际应用面临的困难：虽然模糊控制在某些领域已经得到了成功的应用，但在面对复杂的、大规模的系统时，其性能和稳定性仍有待提高。
此外，模糊控制在处理具有高度非线性和不确定性的系统时，也存在着一定的难度。
展望1、技术趋势：随着机器学习、深度学习等技术的发展，未来的模糊控制将更加注重自适应、自组织和自学习的能力。
通过引入新的理论和技术，模糊控制将更好地应对各种复杂和不确定的环境。
2、应用前景：随着工业4.0、智能家居、自动驾驶等领域的快速发展，模糊控制将有着更广泛的应用前景。
例如，在智能家居中，模糊控制可以用于优化能源消耗；在自动驾驶中，模糊控制可以用于实现车辆的稳定性和安全性控制。
结论模糊控制作为智能控制的一个重要分支，具有广泛的应用前景和重要的理论价值。
虽然目前模糊控制还存在一些问题和挑战，但随着技术的不断进步和应用领域的扩展，模糊控制将会有更大的发展空间和更重要的地位。
因此，我们应该充分重视模糊控制的研究和应用，为其发展提供更多的支持和资源，同时也需要进一步加强学科交叉和融合，推动模糊控制技术的不断创新和发展。
模糊控制技术在空调系统中的应用与优化
模糊控制技术在空调系统中的应用与优化摘要：随着科技的不断进步，空调系统已经成为了现代生活中不可或缺的一部分。
然而，如何通过有效的控制手段提高空调系统的性能，成为了当前研究的热点。
本文将探讨模糊控制技术在空调系统中的应用与优化，为空调系统的控制与优化提供参考。
引言：空调系统在今天的社会中扮演着重要的角色，它不仅给人们提供舒适的室内环境，还在工业生产中起到至关重要的作用。
为了提高空调系统的性能，控制手段成为了研究的热点。
模糊控制技术因其对不确定性的强适应能力而引起了广泛的关注，并在空调系统中得到了广泛应用。
本文将探讨模糊控制技术在空调系统中的应用与优化。
一、模糊控制技术概述模糊控制技术是一种针对模糊系统建模与控制的方法。
与传统的精确控制方法相比，模糊控制技术不需要准确地建立系统的数学模型，而是通过模糊集合、模糊规则和模糊推理等方法来实现对系统的控制。
在空调系统中，模糊控制技术能够通过模糊规则和模糊推理来实现对温度、湿度等参数的自适应调节，从而提高系统的控制性能。
二、模糊控制技术在空调系统中的应用1. 温度控制空调系统主要功能之一是对室内温度进行控制，使其维持在一个舒适的范围内。
模糊控制技术能够通过将温度划分为模糊集，设计一定的模糊规则，并通过模糊推理来调节空调系统的运行状态，实现对温度的自适应控制。
这种方法能够更好地适应不同环境下温度的变化，提高系统的控制精度。
2. 湿度控制除了温度，空调系统还需对室内湿度进行控制，以提供舒适的空气环境。
传统的控制方法往往需要准确的湿度模型，而模糊控制技术具有很好的适应性和实时性，能够快速响应湿度的变化，并通过模糊推理来调节空调系统中的加湿和除湿装置，实现对湿度的精确控制。
3. 能耗优化空调系统的能耗一直是一个重要的问题。
模糊控制技术通过模糊推理来根据室内外的温度、湿度等参数，综合考虑能耗与舒适性之间的权衡，从而实现对空调系统的能耗优化。
通过动态调控制冷剂循环速度、风速等参数，模糊控制技术能够使空调系统在保证舒适性的同时，尽可能减少能耗，达到节能的目的。
自动控制系统中的模糊控制技术
自动控制系统中的模糊控制技术现代自动控制系统在工业、交通、医疗、航空、军事等领域起着至关重要的作用。
自动控制系统的控制策略多样，其中之一是模糊控制技术。
模糊控制技术是一种基于模糊数学理论的控制策略，可用于具有模糊性质的系统的控制和优化。
其优点是对系统非线性、时变、模型不准确等因素具有良好的仿真和控制效果，已在各行各业得到广泛应用。
一、模糊控制技术的基础模糊控制技术建立在模糊数学理论基础上。
模糊数学理论是一种用来描述不确定性、模糊性的数学工具。
在传统的数学中，每个变量都有一个明确的数值，但在现实世界中，许多变量因为受到众多因素的影响而难以精确描述。
比如说，人对某种景物的评价往往不是绝对的高或低，而是模糊的、含糊的。
模糊数学理论正是针对这种不确定性和模糊性提出的数学理论。
模糊控制技术就是将模糊数学理论应用于自动控制系统中的一种控制策略。
它的基本思想是通过将模糊规则表达为一系列的 IF-THEN 规则，将输入和输出之间的映射关系模糊化，从而用模糊的形式表示控制系统状态和控制决策，以实现控制系统的稳定性和可靠性。
二、模糊控制技术的应用模糊控制技术可以应用于各种自动控制系统中，包括机器人、船舶、飞行器、车辆、家用电器等。
下面以智能家居控制系统为例，介绍模糊控制技术的应用。
智能家居控制系统是一种能够自动控制家庭电器的系统，能够为人们提供更加便捷和舒适的生活环境。
其控制系统包括智能控制器、传感器、执行器等。
智能控制器是系统的核心部分，通过对传感器采集的数据进行分析和处理，产生控制信号，控制执行器的动作。
模糊控制技术在智能家居控制系统中的应用主要包括以下几个方面：1、智能家居温度控制智能家居温度控制是模糊控制技术的一个典型应用。
通常情况下，温度控制不是一个非常严格的过程，而是需要根据实际情况进行调节。
比如说，在夏天的炎热天气里，我们需要将空调的工作模式设置在舒适模式下，这个设置不是一个准确的温度值，而是一个大概的概念。
模糊控制理论及应用
模糊控制理论及应用模糊控制是一种基于模糊逻辑的控制方法，它能够应对现实世界的不确定性和模糊性。
本文将介绍模糊控制的基本原理、应用领域以及未来的发展趋势。
一、模糊控制的基本原理模糊控制的基本原理是基于模糊逻辑的推理和模糊集合的运算。
在传统的控制理论中，输入和输出之间的关系是通过精确的数学模型描述的，而在模糊控制中，输入和输出之间的关系是通过模糊规则来描述的。
模糊规则由模糊的IF-THEN语句组成，模糊推理通过模糊规则进行，从而得到输出的模糊集合。
最后，通过去模糊化操作将模糊集合转化为具体的输出值。
二、模糊控制的应用领域模糊控制具有广泛的应用领域，包括自动化控制、机器人控制、交通控制、电力系统、工业过程控制等。
1. 自动化控制：模糊控制在自动化控制领域中起到了重要作用。
它可以处理一些非线性和模糊性较强的系统，使系统更加稳定和鲁棒。
2. 机器人控制：在机器人控制领域，模糊控制可以处理环境的不确定性和模糊性。
通过模糊控制，机器人可以对复杂的环境做出智能响应。
3. 交通控制：模糊控制在交通控制领域中有重要的应用。
通过模糊控制，交通信号可以根据实际情况进行动态调整，提高交通的效率和安全性。
4. 电力系统：在电力系统中，模糊控制可以应对电力系统的不确定性和复杂性。
通过模糊控制，电力系统可以实现优化运行，提高供电的可靠性。
5. 工业过程控制：在工业生产中，许多过程具有非线性和不确定性特点。
模糊控制可以应对这些问题，提高生产过程的稳定性和质量。
三、模糊控制的发展趋势随着人工智能技术的发展，模糊控制也在不断演进和创新。
未来的发展趋势主要体现在以下几个方面：1. 混合控制：将模糊控制与其他控制方法相结合，形成混合控制方法。
通过混合控制，可以充分发挥各种控制方法的优势，提高系统的性能。
2. 智能化：利用人工智能技术，使模糊控制系统更加智能化。
例如，引入神经网络等技术，提高模糊控制系统的学习和适应能力。
3. 自适应控制：模糊控制可以根据系统的变化自适应地调整模糊规则和参数。
自适应模糊控制技术在流量控制中的应用研究
自适应模糊控制技术在流量控制中的应用研究随着工业自动化的发展，现代控制技术也得到了极大的发展和完善。
其中自适应模糊控制技术是一种比较先进的控制方法，在现代工业生产和流量控制中得到了广泛的应用。
本文将探讨自适应模糊控制技术在流量控制中的应用研究，从原理和实践两个方面展开讨论。
一、自适应模糊控制技术的原理1、模糊控制原理模糊控制是一种模糊逻辑和控制理论相结合的控制方法。
相对于传统控制方法，它具有更强的适应能力和更好的鲁棒性。
模糊控制的基本思想是将输入量和输出量用模糊语言描述，并经过一定的处理，得到相应的控制规则和控制输出。
这种控制方法比较符合人们的思维方式，更具有人性化和实用性。
2、自适应控制原理自适应控制是指在控制过程中根据系统反馈信息，自动调整控制器参数以适应系统变化的能力。
这种控制方法可以有效地解决系统参数变化和环境干扰的问题，更具有灵活性和稳定性。
3、自适应模糊控制原理自适应模糊控制是将自适应控制和模糊控制方法相结合的一种控制技术。
它对系统的动态性和非线性进行描述，可以自适应地调整模糊控制器的输入和输出变量，使得控制系统具有更强的适应能力和更好的鲁棒性。
二、1、流量控制的基本原理流量控制是一种调节流体流量大小的技术。
它根据流量的变化自动调整控制器的输出信号，控制流量阀门的开度，从而实现对流量的控制。
流量控制技术广泛应用于工业生产和流体运输等领域。
2、自适应模糊控制技术在流量控制中的应用自适应模糊控制技术在流量控制中的应用有以下两个方面：（1）对流量控制系统进行建模与仿真自适应模糊控制技术可以对流量控制系统进行建模与仿真，以得到控制系统的动态模型并进行系统分析。
通过仿真，在实际系统参数不确定的情况下，能够准确地分析系统的动态响应特性，设计符合控制要求的控制策略和控制算法。
（2）对流量控制系统进行智能控制自适应模糊控制技术可以实现对流量控制系统的智能控制。
通过对流量控制器动态参数进行实时调整，可以适应控制系统的变化，并且提高了系统控制的精度和稳定性。
模糊控制技术发展现状及研究热点
模糊控制技术发展现状及研究热点【模糊控制技术发展现状及研究热点】一、引言模糊控制技术是一种基于模糊逻辑的控制方法，它能够处理不确定性和模糊性的问题，在工业控制、自动化系统、人工智能等领域得到了广泛的应用。
本文旨在介绍模糊控制技术的发展现状以及当前的研究热点。
二、模糊控制技术的发展现状1. 发展历程模糊控制技术起源于上世纪60年代，由日本学者松井秀树首次提出。
随后，美国学者津田一郎对模糊控制进行了深入研究，并提出了模糊控制的基本理论框架。
自此以后，模糊控制技术得到了快速发展，并在工业控制领域得到了广泛应用。
2. 应用领域模糊控制技术在许多领域都有广泛的应用。
其中，工业控制是模糊控制技术的主要应用领域之一。
通过模糊控制技术，可以实现对复杂工业过程的控制和优化。
此外，模糊控制技术还应用于自动驾驶、机器人控制、电力系统控制等领域。
3. 发展趋势随着信息技术的迅速发展，模糊控制技术也在不断创新和进步。
目前，模糊控制技术正朝着以下几个方向发展：（1）深度学习与模糊控制的结合：将深度学习技术与模糊控制相结合，可以提高模糊控制系统的性能和鲁棒性。
（2）模糊控制理论的拓展：研究者们正在不断完善模糊控制理论，以适应更加复杂和多变的控制问题。
（3）模糊控制技术在新领域的应用：随着科技的发展，模糊控制技术将在更多领域得到应用，如医疗、金融等。
三、模糊控制技术的研究热点1. 模糊控制算法优化目前，研究者们正致力于改进模糊控制算法，以提高控制系统的性能。
其中，遗传算法、粒子群算法等优化算法被广泛应用于模糊控制系统的参数优化和规则提取。
2. 模糊控制系统的建模方法模糊控制系统的建模是模糊控制技术研究的重要内容之一。
目前，常用的建模方法包括基于经验的建模方法、基于数据的建模方法以及基于物理模型的建模方法。
研究者们正在探索更加准确和高效的建模方法。
3. 模糊控制技术在自动驾驶领域的应用随着自动驾驶技术的快速发展，模糊控制技术在自动驾驶领域的应用也备受关注。
模糊控制技术在单板机中的应用
模糊控制技术在单板机中的应用近年来，模糊控制技术已逐渐为广大技术人员所接受。
模糊控制与单片机应用的结合，使模糊控制技术更加实用化。
１９９３年８月，在广州召开的’９３全国单片机学术交流会上，Ｉｎｔｅｌ、Ｍｏｔｏｒｏｌａ、ＮＳ、ＮＥＣ等公司纷纷介绍了他们新近推出的、已在单机上实施的模糊推理软件，引起与会者的极大兴趣。
本期专题特邀请有关的技术人员撰文将这些软件介绍给大家，希望能对该项技术在我国的广泛应用起到积极的作用。
这些文章是：１．模糊控制技术在单片机中的应用２．Ｍｏｔｏｒｏｌａ的模糊控制软件３．神经元网络模糊逻辑控制ＮｅｕＦｕｚ４．设计模糊逻辑基系统的软件工具ＦｕｚｚｙＴＥＣＨ５．ＮＥＣ模糊逻辑系统开发环境６．家用电器的模糊控制技术本期技术纵横：性能先进的快闪存储器正向主流市场挺进１９６５年，美国Ｌ·Ａ·Ｚａｄｅｈ教授提出了模糊集合（ＦｕｚｚｙＳｅｔ）的概念，开创了模糊控制技术的应用，并在７０年代的工业控制等方面得到了应用。
特别是８０年代，模糊控制技术在日本的家用消费类产品中得到成功的应用，使相应的产品身价百倍。
９０年代，模糊控制技术在单片机上得到进一步发展，使模糊控制技术更加实用，应用也更加广泛。
一、模糊逻辑的过程自然界的许多现象很难用“是”或“不是”、“对”或“不对”这样非此即彼的精确语言来描述。
如气温的描述只用“冷”或“热”就显得过分简单，故人们往往会用“很冷”、“冷”“较冷”、“稍冷”、“温暖”、“稍热”、“较热”、“热”、“很热”这类亦比亦彼的模糊语言来描述。
模糊语言事实上最接近自然的语言。
要用实现（０，１）双值逻辑的传统计算机来实施模糊逻辑控制，就要通过模糊化（Ｆｕｚｚｉｆｉｃａｔｉｏｎ）、模糊规则推理（ＲｕｌｅＥｖａｌｕａｔｉｏｎ）和逆模糊化（Ｄｅｆｕｚｚｉｆｉｃａｔｉｏｎ）三个步骤.输入的精确量通过模糊化转换成输入模糊量；通过模糊规则推理所得出的输出模糊量，再通过逆模糊化转换成输出精确量。
- 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)。
模糊控制技术及其应用余永权作者简介:余永权广东工业大学教授、计算机应用研究室主任、Motorola单片机应用研究开发中心主任。
1970年毕业于广东工学院自动化专业,一直从事计算机教学及研究工作。
70年代初以来,参加了广东省第一台中型计算机的研制,以及矿山计算机监控系统、模糊控制、单片机、模糊家用电器等30多个项目的研究和组织开发。
发表论文70余篇,出版了《单片机模糊逻辑控制》等著作5本。
1993～1994年,在多伦多大学进行高级控制系统研究,回国后从事单片机控制网络、神经网络、模糊控制等方面的研究。
模糊控制作为一种新颖的控制方法,越来越受到人们的重视。
如果说,传统的控制是从被控对象的数学结构上去考虑进行控制的,那么,模糊控制则是从人类智能活动的角度和基础上去考虑实施控制的。
在实际应用中,传统控制方法无能为力的非线性场合,模糊控制却能发挥得淋漓尽致,这使人们对模糊控制不得不另眼看待。
目前,人们已经公认:模糊控制是实际应用中最有效的控制方法。
一、模糊控制的发展从1965年美国加州大学自动控制专家L.A.Zadeh提出模糊集合论以来,模糊理论的研究已取得不少成果。
1974年,英国的Mamdani首次用模糊逻辑及模糊推理实现了对蒸汽机的自动控制,从而宣告了模糊控制历史的开始。
今天,在各种工业控制过程或者产品中,模糊控制已成为受欢迎的技术。
家用电器、机器人、汽车、工业生产过程中的模糊控制都取得了极大的成功。
模糊集成电路和模糊计算机、模糊逻辑开发系统的研究也取得了令人惊喜的进展。
对模糊控制一直持怀疑和观望态度的美国,近几年也表现出前所未有的热情。
1.模糊控制理论和技术现状模糊控制理论需要解决的系统方法有:人的知识和经验的表达、知识推理的法则、人的知识的获取和总结、模糊控制系统和稳定判据、模糊控制系统的学习、模糊控制系统的分析及模糊控制系统的设计等。
目前,各国学者提出的模糊推理方法不下几十种,但还没有一种方法能在各方面都表现出最大的合理性。
在研究模糊控制系统的稳定性方面取得了一定成果,但稳定性理论还很不完善,有的稳定性判别还在走传统的精确系统的李雅普诺夫准则的老路,未能建立全新的方法。
有的虽然已利用模糊理论对单输入单输出系统建立稳判别条件,但多输入系统的稳定问题尚未解决。
至于模糊学习、系统分析和系统设计,基本上还没有一套合理而完整的理论方法。
模糊控制技术需要解决的具体问题有:模糊控制器的构造、模糊信息与精确信息转换的物理结构和方法、模糊控制器对外界环境的适应性及适应技术、实现模糊控制系统的软技术、模糊控制器和被控对象的匹配技术等。
模糊控制技术所要解决的是实用的具体问题,它在实际应用中取得了出人意料的成功。
模糊控制器的构造目前已有三种不同的技术:第一种是采用传统的数字单片机或微型机作为物理基础,这种模糊控制器需要相应的软件才算构造完毕。
第二种是用模糊单片机或集成电路芯片构造模糊控制器,利用配置数据来确定模糊控制器的结构形式。
第三种是采用可编程门阵列构造模糊控制器,这主要是构造控制表,所以事先要进行脱机处理,形成描述模糊控制器的控制表。
模糊信息与精确信息转换的问题,目前基本采用A/D、D/A转换和软件相结合的方法。
其实,无需软件介入,A/D和D/A转换也可以作为模糊信息与精确信息的转换器件和方法之一。
模糊控制器对外界的适应性问题目前还没有一种专门的良好的技术,大多还是沿用传统的技术,或者依赖于集成电路本身的工艺水准。
实现模糊控制系统的软技术包括对系统的仿真和实际工作软件等。
目前,已有多种仿真系统出现,Motorola、富士通、NEC、Neturalogix和国家半导体公司等都有相应的系统产品。
不过,这些产品也有尚待提高的地方。
国内的清华大学、广东工业大学也开发出了模糊推理机的有关软件和仿真系统。
模糊控制器和被控对象匹配技术目前仍依赖于人们的经验;模糊理论中关于模糊模型的问题还有待深入研究。
所以,在这种匹配技术中,人为的因素起着较大作用。
2.模糊控制的特点模糊控制在短短20年中取得了令人瞩目的结果。
这主要在于它有一些十分明显的特点: (1)无需知道被控系统的数学模型。
模糊控制是以人对被控系统的控制经验为依据而设计控制器的,故无需知道被控系统的数学模型。
(2)是一种反映人类智慧思维的智能控制。
模糊控制采用人类思维中的模糊量,如"高"、"中"、"低"、"大"、"小"等,控制量由模糊推理导出。
这些模糊量和模糊推理是人类通常智能活动的体现。
(3)易为人们所接受。
模糊控制的核心是控制规则,这些规则是以人类语言表达的,例如"衣服较脏,则投入洗涤剂较多,洗涤时间较长"。
这是洗衣服时的控制规则。
很明显,易为一般人所接受和理解。
(4)构造容易。
如果用微型机系统或单片机来构造模糊控制系统,其结构和一般数学控制系统无异,模糊控制方法是用软件实现的。
如果用模糊单片机构造模糊控制系统,则更为方便,基本上只要给模糊单片机设置好数据就可以了。
(5)适应性好。
模糊控制系统无论被控对象是线性还是非线性的,都能执行有效的控制,具有良好的鲁棒性和适应性。
3.模糊控制的发展趋向根据目前的情况,模糊控制将在理论研究、方法技术、系统结构三个方面进一步发展。
(1)理论研究目前,人们正在探讨及研究的问题是:隶属函数的最优化问题,包括形状优化及个数优化问题;控制规则的优化问题,包括控制规则中零件优化、系数优化、控制规则条数优化;隶属函数及控制规则的学习及自动生成问题;量化准则及量化水平及采样周期优化稳定选择问题。
模糊控制系统的稳定性判据、稳定性分析和稳定性评价方法,也是人们不断寻求解决的问题。
模糊控制器的参数最优化理论、自学习和自适应方法也是热门研究课题。
模糊模型的辨识方法和模糊模型的优化问题是一个人们日益重视的问题。
模糊控制和神经网络相结合则是目前研究较多的时尚课题。
上述问题都在不同程度上取得了一定的成果。
例如,Mikio Maeda等提出的对控制规则进行校正的实时学习校正法;Takagi等提出的李雅普诺夫直接法判别模糊控制系统稳定性的方法;陈建勤等人提出的用模糊集理论对系统的稳定性判别方法等。
但所有的问题都未能全面解决,还需进一步研究。
(2)方法技术对实现模糊控制而言,重要的是模糊控制器的形式。
目前,有多种模糊控制构成方法和技术。
最基本的是三维模糊控制器,它的输入只考虑偏差以及偏差变化率。
新的结构有四维模糊控制器,它有两种不同的形式。
一种是考虑以输入为偏差、偏差变化率和偏差二阶变化率的控制器;另一种是考虑以输入为偏差、偏差积分和偏差变化率的控制器。
此外,还有模糊PID控制器,施密斯模糊控制器、变结构模糊控制器等。
自适应、自学习模糊控制器是目前模糊控制技术发展的一个重要方向。
在这类控制器中,对比例因子进行自调整的模糊控制器在实际应用中取得了较好的效果。
Takagi等人提出了模糊模型的识别方法和根据模糊模型产生控制器的控制规则。
这是一种十分吸引人的方法。
这种方法隐含着以模型为依据的控制器自动生成。
而胡少华等则提出了根据系统的输入输出数据建立对象的模型,并以此来自动生成控制器的模糊控制规则。
C.James.Li等人提出了基于PI积分器的自学习模糊控制器。
也有人利用R.H.Middleton等人提出的机器人重复控制方法组成了自学习模糊控制系统。
新型的模糊控制也是今天人们研究的重点。
新型模糊控制基本是建立在模糊控制和其他控制技术基础上的。
目前,涉及较多的有模糊预测控制、专家模糊控制、模糊神经网络控制等。
模糊预测控制是把模糊控制技术与预测控制技术相结合的一种复合型控制技术。
预测控制对控制的效果进行预估,而模糊控制则执行对被控制对象的控制。
专家模糊控制则是把专家系统技术和模糊控制技术结合在一起。
它可以用基于专家系统得出的模糊控制规则执行控制,也可以用模糊方法建立专家系统而执行控制。
专家模糊控制在本质上讲是人工智能与模糊控制结合的一种结果。
模糊神经网络控制有时也简称为模糊神经控制,它把模糊控制和神经网络结合在一起。
它也是人们目前最感兴趣的方向。
模糊神经网络控制主要有两个方向:一个是用神经网络实现模糊控制规则,另一个是用模糊规则来描述神经网络的权系数。
最值得注意的是:加拿大Manitoba大学的W.Pedrycz在1993年提出的模糊神经元概念,并以此为基础提出了对模糊控制器、模糊决策、模糊量表达等问题的解决方法。
1994年,加拿大Saskatchewan大学的M.M.Gupta等也提出了模糊神经结构,并给出了基于偏差和基于输出的学习方法。
在模糊神经网络控制技术中,较多采用的是梯度算法或BP算法。
但是目前人们对遗传算法给于高度的重视,并以其对控制规则进行自调整。
在神经网络中,除了BP网之外,还有人对ART1网以及Kohonen网和模糊控制相结合进行研究。
模糊神经网络控制的关键问题仍然是权系数优化的问题。
如果在算法速度上得不到解决,在实时控制中的意义将会荡然无存。
所以,目前人们都在为此而努力。
一种好的技术,不在于它的描述是否美妙,而在于它的客观应用效果。
实用可行的技术应是模糊神经网络控制必须高度重视的问题。
(3)系统结构模糊控制系统结构和传统控制系统并无本质的区别,它们之间的区别仅在于控制器的不同。
模糊控制器的物理构成一直是人们努力解决的问题。
用微机或单片机构造模糊控制器时,模糊控制器的功能主要是通过软件来实现的。
这也是目前模糊控制器的主要实现方法。
从1985年起,人们就探索用硬件直接构造模糊控制器。
M.Togai等人用大规模集成电路组成了一个模糊控制器,它每秒可以执行8万条模糊逻辑推理。
1990年,H.Watanabe等开发了一种大规模集成电路模糊控制器,其速度为每秒执行58万条模糊逻辑推理。
模糊控制器一般采用控制表实现模糊控制功能。
1989年,M.A.Manzoul采用可编逻辑阵列PLA实现了模糊控制器。
1990年,S.Tayal用ROM构成了模糊控制器,从而展示了另一种可行的途径。
1991年,M.A.Manzoul等人干脆用组合电路实现模糊控制器。
同年年底,D.Jayabbarathi提出了用场可编程门阵列构造模糊控制器。
1993年完成了用Xilinx公司的XC3000系列芯片构造模糊控制器的实际工作。
模糊控制器的构造思想是基于描述模糊控制的布尔方程的。
采用XC3020PC68可编程门阵列芯片构成的模糊控制器,对于单输入单输出系统来说,如果模糊划分为4档,则速度为每秒6000万条模糊推理;如果模糊划分为32档,则速度为每秒2200万条模糊推理。
采用XC3030PC84芯片构成的两输入单输出系统,在模糊划分为4档时,速度为每秒5000万条模糊推理;在划分为16档时,速度为每秒900万条模糊推理。