模糊控制器的基本结构和组成
模糊控制工具箱分析
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。
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。
这就是经典集合，完全包括或完全不包括某个元素。
而模糊集合没有明确的界限，把只取0和1二值的普通集合概念推广到在［0，1］区间上无穷多值的模糊集合概念，并用“隶属度”这一概念来精确刻画元素和模糊集合之间的关系。
WORD型模糊控制电子教案
WORD型模糊控制电子教案第一章：模糊控制基础1.1 模糊控制简介模糊控制的起源和发展模糊控制与传统控制的比较模糊控制的应用领域1.2 模糊集合与模糊逻辑模糊集合的定义和表示模糊逻辑的基本原理模糊推理与模糊判断1.3 模糊控制系统的结构与原理模糊控制系统的组成模糊控制器的结构与设计模糊控制算法的实现第二章：WORD型模糊控制器的结构与设计2.1 WORD型模糊控制器的概述WORD型模糊控制器的定义和特点WORD型模糊控制器的应用领域WORD型模糊控制器的设计要求2.2 WORD型模糊控制器的结构设计输入输出层的结构设计模糊化层的结构设计规则库的设计解模糊层的结构设计2.3 WORD型模糊控制器的参数设计模糊集合的划分与选择隶属度函数的设计模糊规则的设计与优化第三章：WORD型模糊控制器的仿真与优化3.1 WORD型模糊控制器的仿真方法模糊控制仿真系统的构建模糊控制仿真的基本步骤仿真结果的分析和评估3.2 WORD型模糊控制器的优化方法基于规则的优化方法基于隶属度函数的优化方法基于控制效果的优化方法3.3 WORD型模糊控制器的性能改进改进控制器的动态性能提高控制器的鲁棒性降低控制器的计算复杂度第四章：WORD型模糊控制器在电子系统中的应用4.1 WORD型模糊控制器在温度控制系统中的应用温度控制系统的原理与结构WORD型模糊控制器的设计与实现仿真结果与实际应用效果分析4.2 WORD型模糊控制器在速度控制系统中的应用速度控制系统的原理与结构WORD型模糊控制器的设计与实现仿真结果与实际应用效果分析4.3 WORD型模糊控制器在其他电子系统中的应用例如：电机控制系统、控制系统等第五章：WORD型模糊控制器的实验与验证5.1 WORD型模糊控制器的硬件实验平台实验硬件的选择与搭建实验系统的调试与验证5.2 WORD型模糊控制器的软件实验平台实验软件的选择与使用实验数据的采集与分析5.3 WORD型模糊控制器的实验结果与验证实验结果的对比与评估实验结果的实际应用价值第六章：WORD型模糊控制器的设计实例6.1 电机控制系统中的WORD型模糊控制器设计电机控制系统的原理与结构WORD型模糊控制器的设计与实现电机控制系统仿真与实际应用效果分析6.2 控制系统中的WORD型模糊控制器设计控制系统的原理与结构WORD型模糊控制器的设计与实现控制系统仿真与实际应用效果分析6.3 其它实例及WORD型模糊控制器的设计与应用如：风力发电控制系统、无人驾驶控制系统等第七章：WORD型模糊控制器的性能分析与评估7.1 WORD型模糊控制器的静态性能分析稳态误差分析静态特性曲线分析7.2 WORD型模糊控制器的动态性能分析动态响应特性分析过渡过程性能分析7.3 WORD型模糊控制器的性能评估指标控制效果评估指标系统稳定性评估指标计算复杂度评估指标第八章：WORD型模糊控制器的优化方法8.1 基于遗传算法的WORD型模糊控制器优化遗传算法的基本原理与实现遗传算法在WORD型模糊控制器优化中的应用优化结果分析与评估8.2 基于粒子群优化算法的WORD型模糊控制器优化粒子群优化算法的基本原理与实现粒子群优化算法在WORD型模糊控制器优化中的应用优化结果分析与评估8.3 基于神经网络的WORD型模糊控制器优化神经网络的基本原理与实现神经网络在WORD型模糊控制器优化中的应用优化结果分析与评估第九章：WORD型模糊控制器的实际应用与案例分析9.1 WORD型模糊控制器在工业领域的应用案例如：工业生产线自动控制系统、化学工业过程控制系统等9.2 WORD型模糊控制器在农业领域的应用案例如：农业自动化控制系统、智能灌溉系统等9.3 WORD型模糊控制器在日常生活领域的应用案例如：智能家居控制系统、智能交通控制系统等第十章：WORD型模糊控制器的未来发展趋势与展望10.1 WORD型模糊控制器技术的发展趋势新型模糊控制算法的研究与发展WORD型模糊控制器与其他控制技术的融合跨学科研究与创新应用10.2 WORD型模糊控制器在未来的应用前景应用于更多领域的智能化控制系统与、大数据等技术的结合为人类社会带来的福祉与贡献重点和难点解析一、模糊控制基础：理解模糊集合与模糊逻辑的基本概念，以及模糊控制系统的原理和结构。
模糊控制的基本原理和方法
NM
NM
NS
NS
NB
PS
PL
PM
NS
NS
NS
NS
NM
NB
de Z
PL
PM
PS
Z
Z
NS
NM
NB
NS
PL
PM
PS
PS
PS
PS
NM
NB
NM
NM
NB
NB
PL
PL
PL
PM
PM
PM
NM
NB
4. 隐含和推理方法的制定
• 隐含采用 ‘mamdani’方法: ‘max-min‘ • 推理方法， 即 ‘min‘ 方法 • 去模糊方法：面积中心法。 • 选择隶属函数的形式：三角型
c
8
NS ZE NM
g
9
ZE ZE NS
k
10
ZE PB PB
d
11
ZE PM PM
h
12
ZE PS PS
i
13
ZE
ZE
ZE 设置点
关于语言相平面方法调整规则
Ri : if误差e是Ai和误差导数e是Bi ,then控制规则为Ci可以写成： K3[u(k)] F[K1e(k), K2e(k)]
xi 和y的 论域 分别 为U i 和V， 用 模糊 隐含 表 示：
Ri ˆ Aij Ci 或Ri ˆ Ai (xi ) Bi ( y)
j
j
● 模糊控制系统的设计
1. 模糊化的策略 ▲ 采用单点模糊化
▲ 选择合适的模糊函数 ☆ 考虑噪声的概率密度函数。使W f 5 n
yr +
模糊控制器的设计知识讲解
模糊控制器的设计知识讲解模糊控制器的设计⼀、 PID 控制器的设计我们选定的被控对象的开环传递函数为327()(1)(3)G s s s =++，采⽤经典的PID 控制⽅法设计控制器时，由于被控对象为零型系统，因此我们必须加⼊积分环节保证其稳态误差为0。
⾸先，我们搭建simulink 模型，如图1。
图1simulink 仿真模型由于不知道Kp ，Kd ，Ki ，的值的⼤致范围，我们采⽤signal constraints 模块进⾏⾃整定，输⼊要求的指标，找到⼀组Kp，Kd ，Ki 的参数值，然后在其基础上根据经验进⾏调整。
当选定Kp=2，Kd=0.95，Ki=0.8时，可以得到⽐较好的响应曲线。
调节时间较短，同时超调量很⼩。
响应曲线如图2所⽰。
图2 PID 控制响应曲线将数据输出到⼯作空间，调节时间ts =2.04s ，超调量%0σ=。
可以看出，PID 控制器的调节作⽤已经相当好。
⼆、模糊控制器的设计1、模糊控制器的结构为：图3 模糊控制器的结构2、控制参数模糊化控制系统的输⼊为偏差e 和偏差的变化率ec ，输出为控制信号u 。
⾸先对他们进⾏模糊化处理。
量化因⼦的计算max min**max minx x k x x -=- ⽐例因⼦的计算**max minmax minu u k u u -=-其中，*max x ，*min x 为输⼊信号实际变化范围的最⼤最⼩值；max x ，min x 为输⼊信号论域的最⼤最⼩值。
*max u ，*min u 为控制输出信号实际变化范围的最⼤最⼩值，max u ，min u 输出信号论域的最⼤最⼩值。
相应的语⾔值为NB ，NM ，NS ，ZO ，PS ，PM ，PB 。
分别表⽰负⼤、负中、负⼩、零、正⼩、正中、正⼤。
3、确定各模糊变量的⾪属函数类型语⾔值的⾪属度函数就是语⾔值的语义规则，可分为连续式⾪属度函数和离散化的⾪属度函数。
本系统论域进⾏了离散化处理，所以选⽤离散量化的⾪属度函数。
模糊PID_控制算法在空调用制冷机组控制系统中的应用
值为 {-4，-3，-2，-1，0，1，2，3，4}。
2.3.1.3 模糊语言变量的语言值设定
模糊语言变量与模糊论域的取值具有一一对应的关系，
变量 E 和 EC 的模糊取值均为 7 个，变量 Kp、Td、Ti 的模糊
取值均为 9 个，其对应的语言值设计结果见表 1。
表 1 模糊语言变量的模糊语言值
- 41 -
中国新技术新产品 2024 NO.3（上）
工业技术
2.1.1.2 模糊控制器的结构及工作原理
模糊控制器是模糊控制系统的核心，将偏差 s 输入模糊控 制器，经过推理机处理，就可以输出精确的控制量 u。模糊化 接口用于量化处理模糊论域中的元素，进而实现模糊论域元 素的量化分级。在知识库中存储模糊子集的隶属度数据和模 糊规则库数据，推理机需要从知识库中调用信息，进行模糊判 断。糊控制器的结构及工作原理如图 1 所示。
隶属度值
NB
NM
NS ZERO PS
PM
PB
PB
0
0
0
0
0
0.5
1.0
PM
0
0
0
0
0.5
1.0
0.5
PS
0
0
0
0.5
1.0
0.5
0
Zero
0
0
0.5
1.0
0.5
0
0
NS
0
0.5
1.0
0.5
0
0
0
NM
0.5
1.0
0.5
0
0
0
0
NB
1.0
0.5
0
0
0
0
0
2.3.1.5 量化因子及比例因子
模糊控制器的设计与仿真
以上模 糊 控制 规则 共计 ２ ５条 ， 这些 控 制规则 可 以总结 归 纳成表 ．
表 １ 模糊 控 制规 则表
３ 建立模糊控制系统 的仿真模 型
１ 基本模糊控制器 的结构
基本 模糊控 制 器 的结 构原 理 如 图 １ 示 ． 所 其 中各 参数 的意 义如 下 ：
（ ）， 分别 为系统 的设定值和系统的输 出 １ ｒＹ 值（ 精确量 ） ；
图１基本模糊控制器 的结构原理图
（ ） ，ｃｕ分 别为 系统误 差 、 ２ ｅｅ ， 误差变 化率 和模糊 控制 器 的控制输 出（ 精确量 ） ；
ｅ ，ｅ ， Ｕ ｌｄ１与 对应的输 出为 ｕ ．ｌｄｌｕ １ｅ ，ｅ ，ｌ的论 域取［ ６ ＋ ］ 语言值取 ５个 ， 一 ， ６， 分别为 “ 负大
Ｎ ”，负小 Ｎ ” “ Ｚ ， 正 小 Ｐ ” “ 大 Ｂ “ Ｓ ，零 Ｒ” “ ｓ和 正 Ｐ ” Ｎ Ｎ ，ＳＰ Ｂ ． Ｂ，Ｓ Ｐ ，Ｂ取 梯 形 隶 属度 函数 ，Ｒ取 Ｚ 三角形 隶属 度 函数．ｌ，ｅ ｕ ｅ ｄｌ，ｌ的隶属度 函数 如 图 ２所示 ．
第２ ６卷 第
Ｖ １２ ｏ４ ｏ．６Ｎ ．
２０ ０ ８年 １ Ｊ Ｕ Ｎ Ｌ ＦＨ Ｂ ＩＮ ＴＴ Ｔ Ｆ Ｒ ＨＴ Ｃ Ｕ ＥＡ ＤＣＶＬＥ ＧＮ Ｅ ＩＧ Ｄ ｃｍ ｅ ２ ０ ２月 Ｏ Ｒ Ａ Ｅ Ｅ ＳＩＵ ＥＯ Ｃ Ｉ Ｔ Ｒ Ｎ ＩＩ Ｎ ＩＥ ＲＮ ｅｅ ｂ ｒ ０ ８ Ｏ Ｉ Ａ Ｅ
１
这 里取被 控对 象 为 ： ｓ Ｈ（ ）＝
二 Ｓ 十
ｅ
１
请简述模糊控制器的组成及各组成部分的用途。
模糊控制器是一种基于模糊逻辑理论的控制系统，它利用模糊集合的概念来描述模糊输入和输出，通过模糊规则和模糊推理实现对系统的控制。
模糊控制器的组成主要包括模糊化、模糊推理、解模糊和规则库四个部分，每个部分都有其独特的用途。
1. 模糊化模糊化是将系统的实际输入转化为模糊集合的过程。
在模糊控制系统中，输入往往是模糊的、不确定的，因此需要将这些模糊的输入转化为模糊集合。
模糊化的主要目的是将具体的输入转化为模糊语言值，如“很冷”、“冷”、“适中”、“热”、“很热”等，以便更好地描述系统的输入状态。
2. 模糊推理模糊推理是模糊控制器的核心部分，它用于根据模糊规则和模糊输入来得出模糊输出。
模糊推理的过程是基于一系列的模糊规则，这些规则描述了系统输入和输出之间的关系。
通过模糊推理，模糊控制器能够根据输入的模糊语言值，利用模糊规则进行推理，从而得出模糊输出的模糊语言值。
3. 解模糊解模糊是将模糊输出转化为具体的控制量的过程。
在模糊控制系统中，输出往往是模糊的语言值，需要通过解模糊将其转化为具体的控制量。
解模糊的方法有很多种，常见的方法包括最大隶属度法、加权平均法和中心平均法等。
解模糊的目的是将模糊输出转化为可以直接应用于控制系统的具体输出值。
4. 规则库规则库是模糊控制器中存储的一系列模糊规则的集合。
模糊规则描述了系统输入和输出之间的关系，它通常采用“如果…那么…”的形式来表示。
在模糊控制器中，规则库起着至关重要的作用，它包含了系统的专业知识和经验，是模糊控制器能够有效进行模糊推理的基础。
总体来说，模糊控制器的组成部分分别完成了模糊输入的转化、模糊推理的实现、模糊输出的转化和存储的模糊规则，这些部分相互协作，共同实现了对模糊、不确定系统的精确控制。
模糊控制器在工业控制、汽车控制、电力系统控制等领域有着广泛的应用，其独特的优势使其成为一种不可忽视的控制方法。
模糊控制器作为一种基于模糊逻辑理论的控制系统，在实际应用中具有诸多优势。
模糊控制器硬件实现综述
图 ２ 模 糊 控 制 器 的 模 拟 电路 实 现
维普资讯
＜ 现代电子技术＞ 兰 ２ ±苎竺 塑整苎 塑
２ ２ ２ 模 糊 决策 和模 糊控 制 规 则 ．． 模 糊 决 策 （ 模糊 推 理 ）可 以用集 成 运放 构 成 的 或 “ 极 小 ，电路 实 现 。图 ２中用 了 １ 取 ， ０个 “ 极 小 ”门 ， 取 每 个 门 有 ２个 输 入 端 ， 一 个 输 入 端 接 ＤＹＬ— Ａ０ Ｓ 的 输 出 ，另 一 个 输 入 端 （ 一 １， ９ ｉ ２， … ， ７ 接 参 考 电 压 。每 个 ， 表 模 糊 控 ） 代 制 规 则 中 的 一 种 状 态 ， 每 个 门 实 际 上 是 取 极 小 值 运算 。 后 再 将所 有 的 １ 最 Ｏ个 门 的 输 出 一
杂 ， 们通 常具 有严 重 非线 性 ， 它 数字 模 型 的不确 定 性 ，
动态 特性 的时 变 与 多输入 一输 出间 的强 耦合 性 。采用 传 统 的控 制方 式 （ Ｐ Ｄ 等 ）无 望获 得快 速 、高 精 度 、 如 Ｉ
跟踪 好 的动 态 效果 。模 糊 控制 技 术通 过 状态 判 断 ，动
＼ ＋Ｒｐ Ｒ“ Ｒ １ 通 过 改变 电 阻 的值 可 以改 变 整 流器 的增 益 。 同理 在 模 糊 逻 辑 “ 极 大 ” 电路 基 础 上 ，根 据 摩 根 定 律 取
ＳＵＭ ＝ＳｎＭ ，把每 个输 入量 先 行 反 向再输 入 ，最 后 的输 出 量经 过 反相 后输 出就 可 得 到取 极 小 电路 。
控 制 器 的 ，根 据 专 家经 验适 当地 加
以规 定 。 处 的误 差等 级划 分 ， 此 即论 域Ｍ 一 ｛ ， ２ 一３ 一 ，
第三章、模糊控制系统
精确量(V0)
∴V0 = 5
当论域V中，其最大隶属度函数对应的输出值多于一个时， 简单取最大隶属度输出的平均即可：
即：当有（v1） µ 2）= L =µc (vJ ) 最大时 µ = （v
1 J 取v0 = ∑ v j J j =1
U 1 , U 2 , L ,U n ：输出论域上模糊子集
总的模糊关系： R( 其中：
e , de , u ) = U Ri
n
当ki 取µv (vi )时
重心法
模糊化计算的其它方法：左取大、右取大等。
第二节：模糊控制系统的设计 一、模糊控制器的结构设计 模糊控制器的结构设计包括：输入输出变量选择、模糊化 算法、模糊推理规则和精确化计算方法。 一维模糊控制器 被控对象 输入输出 (按模糊控制器输入变量个数) 变量 多输入多输出 单输入单输出 二维模糊控制器 多维模糊控制器
例：x分成三档(NB、ZE、PB)； y y分成两档(NB、PB)； 模糊分区形式：
PB NB 0 NB ZE
R1
R2 R4
R3
PB 24
问：在此分档情况下，最大规则数为多少？
x
2 规则库 用一系列模糊条件描述的模糊控制规则就构成模糊控制规则库。 建立 规则库 选择输入变量和输出变量 建立规则（完备性、交叉性、一致性）
完备性：对于任意给定的输入均有相应的控制规则起作用。 交叉性：控制器的输出值总由数条规则来决定。 一致性：规则中不存在相互矛盾的规则。
模糊控制规则建立方法 1）专家经验法： 通过对专家控制经验的咨询形成控制规则库。 实质：通过语言条件语句来模拟人类的控制行为。
模糊控制原理（PDF）
第一部分模糊控制第2讲模糊控制原理第一节模糊控制（推理）系统的基本结构1.1 模糊控制系统的组成模糊控制器1.2 模糊控制器（推理）的结构1.2 模糊控制器的结构模糊化模糊化的作用是将输入的精确量转换成模糊量。
具体过程为：1）尺度变换尺度变换，将输入变量由基本论域变换到各自的论域范围。
变量作为精确量时，其实际变化范围称为基本论域；作为模糊语言变量时，变量范围称为模糊集论域。
2）模糊处理将变换后的输入量进行模糊化，使精确的输入量变成模糊量，并用相应的模糊集来表示。
知识库1.2 模糊控制器的结构数据库规则库数据库主要包括各语言变量的隶属函数，尺度变换因子及模糊空间的分级数等。
规则库包括了用模糊语言变量表示的一系列控制规则。
它们反映了控制专家的经验和知识。
1.2 模糊控制器的结构◆模糊推理模糊推理是模糊控制器的核心，它具有模拟人的基于模糊概念的推理能力。
◆清晰化作用：将模糊推理得到的模糊控制量变换为实际用于控制的清晰量。
包括：1) 将模糊量经清晰化变换成论域范围的清晰量。
2) 将清晰量经尺度变换变化成实际的控制量。
1.3 模糊控制器的维数模糊控制器输入变量的个数称为模糊控制器的维数。
对于单输入单输出的控制系统，一般有以下三种情况：一维模糊控制器一个输入：误差；输出为控制量或控制量的变化。
二维模糊控制二个输入：误差及误差的变化。
三维模糊控制器三个输入为输入：误差、误差的变化、误差变化的速率。
第二节模糊控制系统的基本原理2.1 模糊化运算（Fuzzification）2.2 清晰化计算（Defuzzification）2.3 数据库（Data base）2.4 规则库（Rule base）2.4 模糊推理（Fuzzy Inference）2.1 模糊化运算（Fuzzification）模糊化运算是将输入空间的观测量映射为输入论域上的模糊集合。
首先需要对输入变量进行尺度变换，将其变化到相应的论域范围，然后将其模糊化，得到相应的模糊集合。
- 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)。
们反映了控制专家的经验和知识。
1、模糊控制器的组成
（3）模糊推理 模糊推理是模糊控制的核心，它具有模拟人的
基本模糊概念的推理能力。该推理过程是基 于模糊逻辑中的蕴含关系及推理规则来进行 的。
1、模糊控制器的组成
（4）清晰化 清晰化的作用是将模糊推理得到的控制量（模糊量）变换为实
规则库
（2）基于操作人员的实际控制过程 在许多人工控制的工业系统中，很难建立控制对象的模型，因
此用常规的控制方法来对其进行设计和仿真比较困难。而熟 练的操作人员却能成功地控制这样的系统。事实上操作人员 有意或无意地使用了一组if-then的模糊规则来进行控制，但 是他们往往并不能用语言明确地将它们表达出来，因此可以 通过记录操作人员实际控制过程时的输入和输出数据总结出 模糊控制的规则。
数据库
1）输入量变换 对于输入量的尺度变换可以是线性变换的也可以是非
线性变换的，论域可以是连续的也可以是离散的。 如果要求离散的论域，则需要将连续的论域离散化 或者量化。量化可以是均匀的也可以是非均匀的。 （P56,表2.6-2.7）
பைடு நூலகம் 数据库
2)输入和输出空间的模糊分割 模糊控制规则中前提的语言变量构成模糊输入空间，
数据库
3）完备性 对于任意的输入，模糊控制器均能给出相应的输出， 这个性质称为完备性。模糊控制的完备性取决于数 据库或规则库。对于数据库方面的要求是：对于任 意的输入，若能找到一个模糊集合，使该输入对于 该模糊集合的隶属度函数不小于 ，则称该模糊控 制器满足 完备性。
数据库
4）模糊集合的隶属度函数 （1）数值描述方法 对于论域为离散，且元素个数为有限时，模糊集合 的隶属度函数可以用向量或者表格的形式来表示。 （2）函数描述方法 对于论域为连续的情况，隶属度常常用函数的形式 来描述，最常见的有铃形函数、三角形函数等。
规则库
2）模糊控制规则的建立 模糊控制规则是模糊控制的核心。因此如何建
立模糊控制规则也就成为一个非常关键的问 题。通常情况下我们可以通过以下4种方法来 建立模糊控制规则，且这四种方法可以相互 结合使用的。
规则库
（1）基于专家的经验和控制工程知识 这种方法是通过总结人类专家的经验，并用适
当的语言来加以描述，最终表示成为模糊控 制规则的形式。
际用于控制的清晰量。它包含以下量部分的内容： 1）将模糊的控制量经清晰化变换变成表示在论域范围的清晰
量。 2）将表示在论域范围的清晰量经尺度变换变成实际的控制量。
2、模糊条件语句和模糊控制规则
模糊控制是一种仿人的控制方式，而通常情况下人在实际生产 过程中的操作经验可以用一组if-then的语言来进行描述 （即“如果出现了xx情况则应该施加xx的控制量），在ifthen规则中的前提和结论均是模糊的概念，其中前提为应 用领域中的条件，结论则是这个工人所要采取的控制行动。 对于多输入多输出系统则有多个前提和多个结论，以2输入 2输出的控制系统为例，即是“如果x是A，y是B则z1是C ， z2是D”的形式。
自的论域范围。 3）将已经变换到论域范围的输入量进行模糊处理，使原先精
确的输入量变成模糊量，并用相应的模糊集合来表示。
1、模糊控制器的组成
（2）知识库 知识库中包含了具体应用领域中的知识和要求的控制目标。它
通常由数据库和模糊控制规则库两部分组成。 1)数据库主要包括各语言变量的隶属度函数，尺度变换因子以
3、模糊控制中的几个基本运算操作
（1）模糊化运算 （2）句子连接运算 （3）合成运算 （4）清晰化运算
2.2 模糊化运算
模糊化运算是将输入空间的观测量映射为输入论域上 的模糊集合。模糊化在处理不确定信息方面具有重 要的作用。在模糊控制中，观测到的数据常常是清 晰量。由于模糊控制器对数据进行处理是基于模糊 集合的方法。因此对输入数据进行模糊化是必不可 少的一步。
1、模糊控制器的组成
模糊控制器主要由4部分组成
（1）模糊化 这部分的作用是将输入的精确量转换成模糊化
量。其中输入量包括外界的参考输入、系统的输出 或状态等。
1、模糊控制器的组成
模糊化的具体过程如下： 1）首先对这些输入量进行处理以变成模糊控制器要求的输入
量。（例子） 2）将上述已经处理过的输入量进行尺度变换，使其变换到各
结论的语言变量构成模糊输出空间。每个语言变量 的取值为一组模糊语言的名称，它们构成了语言名 称的集合。每个模糊语言名称相应一个模糊集合。 对于每个语言变量，其取值的模糊集合具有相同的 论域。模糊分割就是要确定对于每个语言变量取值 的模糊语言名称的个数。（板书详细讲解）。
数据库
模糊分割的个数决定了最大可能的模糊规则的个数。 如对于两输入单输出的模糊系统，两个输入的模糊 分割数分别为3和7，则最大可能的规则数为3×7＝ 21。可见模糊分割数越多，控制规则数也越多，控 制规则多对于控制结果的精度固然是好事，但是要 确定这么多的控制规则通常是一件非常困难的事情。
1）单点模糊集合 如果输入量数据是准确的，则通常将其模糊化
为单点模糊集合。
模糊化运算
2）三角形（铃形）模糊集合 如果输入量数据存在随机测量噪声，这时模糊
化运算中通常可以将隶属度函数取为等腰三 角形或者铃形。
2.3 数据库
数据库是模糊控制器中的知识库的重要组成部 分，它包含了模糊控制规则及模糊数据处理 有关的各种参数，如：尺度变换参数、模糊 空间分割和隶属度函数的选择方式等等。
模糊化运算
在进行模糊化运算之前，首先要对输入量进行 尺度变换，使其变换到相应的论域范围。所 谓尺度变换其实就是将输入量的实际变化范 围映射到要求的论域范围内以满足计算时的 需要（例子）。
模糊化运算
经过尺度变换之后，输入量被限定到了规定的 论域范围内，此时可以将其进行模糊化运算。 模糊化运算一般分为两种情况：
2.4 规则库
模糊控制规则库是由一系列if-then型的模糊条 件语句所构成，条件语句的前件为输入量和 状态，后件为控制变量。
规则库
1）模糊控制规则的前件和后件变量的选择 模糊控制规则的后件为输出量，大多数情况下
系统的输出都是确定的，如电压、电流等等。 前件变量的选择通常可以是误差，误差的导 数或者积分等等，它们的选择则主要依靠经 验和工程背景。