模糊控制算法的研究
模糊控制算法的研究
0842812128夏中宇
模糊控制概述
“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”所拥有的信息容量更大,内涵更丰富,更符合客观世界。
在日常生活中,人们的思维中有许多模糊的概念,如大、小、冷、热等,都没有明确的内涵和外延,只能用模糊集合来描述。人们常用的经验规则都是用模糊条件语句表达,例如,当我们拧开水阀往水桶里注水时,有这样的经验:桶里没水或水较少时,应开大水阀;桶里水较多时,应将水阀关小些;当水桶里水快满时,则应把阀门关得很小;而水桶里水满时应迅速关掉水阀。其中,“较少”、“较多”、“小一些”、“很小”等,这些表示水位和控制阀门动作的概念都具有模糊性。即有经验的操作人员的控制规则具有相当的模糊性。模糊控制就是利用计算机模拟人的思维方式,按照人的操作规则进行控制,实现人的控制经验。
模糊控制理论是由美国著名的学者加利福尼亚大学教授Zadeh·L·A于1965年首先提出,它以模糊数学为基础,用语言规则表示方法和先进的计算机技术,由模糊推理进行决策的一种高级控制策略。
1974年,英国伦敦大学教授Mamdani·E·H研制成功第一个模糊控制器,充分展示了模糊技术的应用前景。
模糊控制概况
模糊逻辑控制(Fuzzy Logic Control)简称模糊控制(Fuzzy Control)，是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术。1965年，美国的L.A.Zadeh 创立了模糊集合论；1973年他给出了模糊逻辑控制的定义和相关的定理。1974年，英国的E.H.Mamdani首先用模糊控制语句组成模糊控制器，并把它应用于锅炉和蒸汽机的控制，在实验室获得成功。这一开拓性的工作标志着模糊控制论的诞生。
模糊控制实质上是一种非线性控制，从属于智能控制的范畴。模糊控制的一大特点是既具有系统化的理论，又有着大量实际应用背景。模糊控制的发展最初在西方遇到了较大的阻力；然而在东方尤其是在日本，却得到了迅速而广泛的推广应用。近20多年来，模糊控制不论从理论上还是技术上都有了长足的进步，成为自动控制领域中一个非常活跃而又硕果累累的分支。其典型应用的例子涉及生产和生活的许多方面，例如在家用电器设备中有模糊洗衣机、空调、微波炉、吸尘器、照相机和摄录机等；在工业控制领域中有水净化处理、发酵过程、化学反应釜、水泥窑炉等的模糊控制；在专用系统和其它方面有地铁靠站停车、汽车驾驶、电梯、自动扶梯、蒸汽引擎以及机器人的模糊控制等。
模糊控制的基本理论
所谓模糊控制,就是在控制方法上应用模糊集理论、模糊语言变量及模糊逻辑推理的知识来模拟人的模糊思维方法,用计算机实现与操作者相同的控制。该理论以模糊集合、模糊语言变量和模糊逻辑为基础,用比较简单的数学形式直接将人的判断、思维过程表达出来,从而逐渐得到了广泛应用。应用领域包括图像识别、自动机理论、语言研究、控制论以及信号处理等方面。在自动控制领域,以模糊集理论为基础发展起来的模糊控制为将人的控制经验及推理过程纳入自动控制提供了一条便捷途径。
1.知识库
知识库包括模糊控制器参数库和模糊控制规则库。模糊控制规则建立在语言变量的基础上。语言变量取值为“大”、“中”、“小”等这样的模糊子集,各模糊子集以隶属函数表明基本论域上的精确值属于该模糊子集的程度。因此,为建立模糊控制规则,需要将基本论域上的精确值依据隶属函数归并到各模糊子集中,从而用语言变量值(大、中、小等)代替精确值。这个过程代表了人在控制过程中对观察到的变量和控制量的模糊划分。由于各变量取值范围各异,故首先将各基本论域分别以不同的对应关系,映射到一个标准化论域上。通常,对应关系取为量化因子。为便于处理,将标准论域等分离散化,然后对论域进行模糊划分,定义模糊子集,如NB、PZ、PS等。
同一个模糊控制规则库,对基本论域的模糊划分不同,控制效果也不同。具体来说,对应关系、标推论域、模糊子集数以及各模糊子集的隶属函数都对控制效果有很大影响。这3类参数与模糊控制规则具有同样的重要性,因此把它们归并为模糊控制器的参数库,与模糊控制规则库共同组成知识库。
模糊控制规则的来源有3条途径:基于专家经验和实际操作,基于模糊模型,基于模糊控制的自学习。
2.模糊化
将精确的输入量转化为模糊量F有两种方法:
(1)将精确量转换为标准论域上的模糊单点集。精确量x经对应关系G转换为标准论域x上的基本元素,则该元素的模糊单点集F为
uF(u)=1 if u=G(x)
(2)将精确量转换为标准论域上的模糊子集。
精确量经对应关系转换为标准论域上的基本元素,在该元素上具有最大隶属度的模糊子集,即为该精确量对应的模糊子集。
3.模糊推理
最基本的模糊推理形式为:
前提1IF A THEN B
前提2IF A′
结论THEN B′
其中,A、A′为论域U上的模糊子集,B、B′为论域V上的模糊子集。前提1称为模糊蕴涵关系,记为A→B。在实际应用中,一般先针对各条规则进行推理,然后将各个推理结果总合而得到最终推理结果。
4.精确化
推理得到的模糊子集要转换为精确值,以得到最终控制量输出y。目前常用两种精确化方法:
(1)最大隶属度法。在推理得到的模糊子集中,选取隶属度最大的标准论域元素的平均值作为精确化结果。
(2)重心法。将推理得到的模糊子集的隶属函数与横坐标所围面积的重心所对应的标准论域元素作为精确化结果。
在得到推理结果精确值之后,还应按对应关系,得到最终控制量输出y。
模糊控制理论研究的现状
尽管模糊控制理论已经取得了可观的进展,但与常规控制理论相比仍不成熟。模糊控制
系统的分析和设计尚未建立起有效的方法,在很多场合下仍然需要依靠经验和试凑。近年来,许多人一直尝试将常规控制理论的概念和方法扩展至模糊控制系统,而模糊控制与神经网络相结合的方法已成为研究的热点,二者的结合有效地推动了自学习模糊控制的发展。
模糊控制易于获得由语言表达的专家知识,能有效地控制那些难以建立精确模型而凭经验可控制的系统,而神经网络则由于其仿生特性更能有效利用系统本身的信息,并能映射任意函数关系,具有并行处理和自学习能力,容错能力也很强。在集成大系统中,神经网络可用于处理低层感知数据,模糊逻辑可用于描述高层的逻辑框架。模糊逻辑与神经网络的结合有两种情况:一是将模糊技术用于神经网络形成模糊神经网络,一是用神经网络实现模糊控制。这两方面均见于大量的研究文献。
常规模糊控制的两个主要问题在于:改进稳态控制精度和提高智能水平与适应能力。从大量文献中可以看出,在实际应用中,往住是将模糊控制或模糊推理的思想,与其他相对成熟的控制理论或方法结合起来,发挥各自的长处,从而获得理想的控制效果。
如:利用模糊复合控制理论的分档控制,将PI或PID控制策略引入Fuzzy控制器,构成Fuzzy-PI或Fuzzy-PID复合控制;适应高阶系统模糊控制需要的三维模糊控制器;将精确控制和模糊控制结合起来的精确—模糊混合控制;将预测控制与模糊控制相结合,利用预测模型对控制结果进行预报,并根据目标误差和操作者的经验应用模糊决策方法在线修正控制策略的模糊预测控制等。
模糊控制的发展过程中,提出了多种自组织、自学习、自适应模糊控制器。它们根据被控过程的特性和系统参数的变化,自动生成或调整模糊控制器的规则和参数,达到控制目的。这类模糊控制器在实现人的控制策略基础上,又进一步将人的学习和适应能力引入控制器,使模糊控制具有更高的智能性。自校正模糊控制器、参数自调整模糊控制等控制方法也都较大地增强了对环境变化的适应能力。
模糊控制与其他智能控制方法的结合组成的模糊控制,如专家模糊控制能够表达和利用控制复杂过程和对象所需的启发式知识,重视知识的多层次和分类的需要,弥补了模糊控制器结构过于简单、规则比较单一的缺陷,赋予了模糊控制更高的智能。
二者的结合还能够拥有过程控制复杂的知识,并能够在更为复杂的情况下对这些知识加以有效利用。
基于神经网络的模糊控制能够实现局部或全部的模糊逻辑控制功能。
模糊控制器正向着自适应、自组织、自学习方向发展,使得模糊控制参数、规则在控制过程中自动地调整、修改和完善,从而不断完善系统的控制性能,达到更好的控制效果,而与专家系统、神经网络等其他智能控制技术相融合成为其发展趋势。
模糊控制基础
模糊控制的基本思想是利用计算机来实现人的控制经验，而这些经验多是用语言表达的具有相当模糊性的控制规则。模糊控制器(Fuzzy Controller，即FC)获得巨大成功的主要原因在于它具有如下一些突出特点：
模糊控制是一种基于规则的控制。它直接采用语言型控制规则，出发点是现场操作人员的控制经验或相关专家的知识，在设计中不需要建立被控对象的精确数学模型，因而使得控制机理和策略易于接受与理解，设计简单，便于应用。
由工业过程的定性认识出发，比较容易建立语言控制规则，因而模糊控制对那些数学模型难以获取、动态特性不易掌握或变化非常显著的对象非常适用。
基于模型的控制算法及系统设计方法，由于出发点和性能指标的不同，容易导致较大差异；但一个系统的语言控制规则却具有相对的独立性，利用这些控制规律间的模糊连接，容易找到折中的选择，使控制效果优于常规控制器。
模糊控制算法是基于启发性的知识及语言决策规则设计的，这有利于模拟人工控制的过程和方法，增强控制系统的适应能力，使之具有一定的智能水平。
模糊控制系统的鲁棒性强，干扰和参数变化对控制效果的影响被大大减弱，尤其适合于非线性、时变及纯滞后系统的控制。
模糊控制的特点
简化系统设计的复杂性，特别适用于非线性、时变、模型不完全的系统上。
利用控制法则来描述系统变量间的关系。
不用数值而用语言式的模糊变量来描述系统，模糊控制器不必对被控制对象建立完整的数学模式。
模糊控制器是一语言控制器，使得操作人员易于使用自然语言自然语言进行人机对话。
模糊控制器是一种容易控制、掌握的较理想的非线性控制器，具有较佳的适应性及强健性(Robustness)、较佳的容错性(Fault Tolerance)。
模糊控制的缺点
1.模糊控制的设计尚缺乏系统性，这对复杂系统的控制是难以奏效的。所以如何建立一套系统的模糊控制理论，以解决模糊控制的机理、稳定性分析、系统化设计方法等一系列问题；
2.如何获得模糊规则及隶属函数即系统的设计办法，这在目前完全凭经验进行；
3.信息简单的模糊处理将导致系统的控制精度降低和动态品质变差。若要提高精度则必然增加量化级数，从而导致规则搜索范围扩大，降低决策速度，甚至不能实时控制；
4.如何保证模糊控制系统的稳定性即如何解决模糊控制中关于稳定性和鲁棒性问题
模糊控制理论主要研究内容
模糊控制理论主要研究内容:模糊控制稳定性,模糊模型的辨识,模糊最优控制,模糊自适应控制,与其他控制结合等。如将智能控制与传统控制方法相结合,产生了模糊变结构控制(FVSC),自适应模糊控制(AFC),自适应神经网络控制(ANNC),神经网络变结构控制(NNV AC),神经网络预测控制(ANNPC),模糊预测控制(FPC),专家模糊控制(EFC),模糊神经网络控制(FNNC),专家神经网络控制(ENNC)等方法。
模糊控制系统
模糊控制以现代控制理论为基础,同时与自适应控制技术、人工智能技术、神经网络技术的相结合,在控制领域得到了空前的应用。
Fuzzy-PID复合控制
Fuzzy-PID复合控制是模糊技术与常规PID控制算法相结合，以达到较高的控制精度。当温度偏差较大时采用Fuzzy控制，响应速度快，动态性能好；当温度偏差较小时采用PID 控制，使其静态性能好，满足系统控制精度。因此它比单个的模糊控制器和单个的PID调节器均有更好的控制性能。
自适应模糊控制
这种控制方法具有自适应自学习的能力，能自动地对自适应模糊控制规则进行修改和完善，以提高控制系统的性能。对于那些具有非线性、大时滞、高阶次的复杂系统有着更好的控制性能。
参数自整定模糊控制
也称为比例因子自整定模糊控制。这种控制方法对环境变化有较强的适应能力，在随机环境中能对控制器进行自动校正，使得被控对象特性变化或扰动情况下控制系统保持较好性能。
专家模糊控制pert Fuzzy Controller)
模糊控制与专家系统技术相结合，进一步提高了模糊控制器智能水平。这种控制方法既保持了基于规则的方法的价值和用模糊集处理带来的灵活性，同时把专家系统技术的表达与利用知识的长处结合起来，能处理更广泛的控制问题。
仿人智能模糊控制
其特点在于IC算法具有比例模式和保持模式两种基本模式。这两种特点使得系统对误差绝对值变化时，可使系统处于闭环运行和开环运行两种状态。这样能妥善解决稳定性、准确性、快速性的矛盾，能较好地应用于纯滞后对象。
神经模糊控制-Fuzzy Control)
这种控制方法以神经网络为基础，利用了模糊逻辑具有较强的结构性知识表达能力，即描述系统定性知识的能力以及神经网络的强大的学习能力与的直接处理能力。
多变量模糊控制
这种控制适用于多变量控制系统。一个多变量模糊控制器有多个输入变量和输出变量。
模糊控制理论案例分析
案例一:模糊控制理论在经济预测中的运用
一、前言
1965年美国控制论专家Zadeh教授创立了模糊集理论，为描述和研究模糊现象提供了有力的数学工具。1974年英国自动控制专家E.H.Mamdani教授成功地将模糊语言逻辑运用于工业过程，标志着模糊控制的诞生。近40年来，模糊控制理论取得了很大的发展，在众多领域得到了广泛的应用。
在经济领域，经济计量学和统计学利用给定的数据建立模型，用于经济预测估等。所谓预测就是利用样本数据和样本模型来估计系统未来时刻的预测值。到目前为止，经济计量学的预测模型都把经济现象视为一种随机现象，根据统计学之建立预测模型。然而许多经济现象不仅仅具有随机性，同时也具有模糊性。例如，当我们说某商品的质量好时，术语“好”就是一个模糊概念。对这类经济现象，如果仅考虑其随机性而忽略其模糊性，显然所建立的模型预测效果不会太理想。另外，有些经济现象中的有关因素不一定存在统计关系，这样就很难对它们建立统计模型。有时为了得到较高的模拟效果，常常增加外生变量建立多变量模型增加了计算量，而且积累了误差。然而将某些因素适当地进行模糊化处理就可提高预测精度
针对以上几个问题，本文提出建立模糊控制模型来进行经济预测想是：在影响内生变量素中，突出主要因素，把外生变量系看内生变量系，运用模糊控制的基本理论和方法建立模型。
二、模糊控制系统在经济领域的应用
模糊控制理论已成功地运用于众多领域，包括经济领域，这里将利用模糊控制理论来建立一个模糊控制模型，用它来对一类具有模糊性因素的经济现象进行经济预测。
根据统计分析方法生变量相关的众多因素中选取主要因素作为输入变量。建模步骤如下：步骤一：把输入输出空间划分为模糊空间建立模糊控制模型时，所有的输入输出变量都需要模糊化，用模糊集合来表示。如选一变量z，将其论域[a,b]等分为k个子区间，定义k+1个模糊集合，为计算简便起见，这里选三角形隶属度函数。
步骤二：建立模糊规则首先，根据给定的数据对生成模糊规则。具体做法为：对每组输
入输出数据确定和y p分别隶属于模糊集
和的隶属度值，N i和N y分别表示根据步骤
一在变量x i和y论域上定义的模糊集的数。选择使得具有最大隶属度值的模糊集，
类似的选择，则得模糊规则：如果x1为A1j*且…且x n为，则y为。
（注：若由输入输出数据对生成冲突规则，即规则的“IF”部分相同而“THEN”部分不同，这时可为每条规则赋予一个强度，然后从冲突的规则群中选择强度最大的一条。）其次，在实践中，输入输出数据对比较少时，生成的规则也比较少，会导致模型达不到预期的精度。这时可以请该领域的专家根据他们的经验给出一些控制规则，这也是模糊控制的特点，即结合专家经验。
直观上，可以把一个模糊规则库描述成一个两维输入的表格，每一个空格对应着一条规则。这种建立模糊规则库的方法可以看作是用恰当的规则来填表格，故称其为查表法步骤三：构造模糊系统根据步骤二中生成的模糊规则库，选用带有单值模糊器、模糊规则库规则、乘积推理机和中心平均解模糊器的模糊系统，其模型为：
。
其中，是外生变量，f(x)是内生变量。
由模型公式（1）可见，输出f(x)是一个精确值，但在实际应用中不可能准确无误地预
测一个值，必定带有误差。设真值为y*，则可用相对误差衡量预测的准确度。
三、实例分析
众所周知，商品的销售与商品的价格、广告促销费、信誉、品牌等众多因素有关。为了检测本文设计的模糊控制模型的效果，这里选择一种商品，其销售主要受广告促销费和信誉（其评定是模糊的）影响。数据调查如下：
2003年到2007年数据
年度2003 2004 2005 2006 2007
广告促销费(百万美元) 5298 5878 6383 6829 7123
销售收入(百万美元) 57692 63941 69497 74037 79049
信誉一般较低较高一般较高
选广告促销费和信誉为输入变量，销售输入为输出变量。信誉已经是一个模糊变量，设B1={低}，B2＝{较低}，B3＝{一般}，B4={较高}，B5={高}，将其定义在[1,5]上。分别将广
告促销费和销售输入划分为7个模糊集和。三个变量均取如（13）
的三角隶属度函数。
根据建模步骤中的第二步建立规则库，得模糊规则如下表：
表：模糊规则
A1A2A3A4A5A6A7
B1C1C1C1C1C2C2C3
B2C1C3C3C3C4C4C4
B3C2C3C3C5C5C5C6
B4C2C4C4C5C6C6C6
B5C3C4C5C6C6C7C7
（注：表中黑体的规则是由数据对生成，其它来自专家经验）现已知2008年该商品的广告促销费为7789百万美元，信誉评价为高，则根据本文建立的模糊控制预测模型,应用Matlab 编程计算2008年的销售收入为79998百万美元。经调查知2008年该商品真正收入为80853，相对误差为1.06％，易见预测结果比较好。
注：本文为了说明所设计模糊控制模型如何工作，为简便起见，所选实例考虑因素较少，在具体运用该模型进行经济预测时，可考虑更全面，多选几个相关因素作为输入变量，则预测结果将会更好。
应用模糊控制的基本理论和方法建立的模糊控制模型，与用经济学和统计学原理所建立的模型相比较，可以更简单方便地对一类具有模糊性相关因素的经济现象进行比较准确的预测。模糊控制充分考虑了专家的知识经验，对具有模糊因素的系统具有其它控制无法比拟的优越性。随着模糊控制理论的发展与完善，模糊控制在自然科学和工程实践中也将得到越来越广泛的应用。
模糊控制详细讲解实例
一、速度控制算法： 首先定义速度偏差-50 km/h ≤e （k ）≤50km/h ，-20≤ec （i ）= e （k ）- e （k-1）≤20，阀值e swith =10km/h 设计思想：油门控制采用增量式PID 控制算法,刹车控制采用模糊控制算法，最后通过选择规则进行选择控制量输入。 选择规则： e （k ）<0 ① e （k ）>- e swith and throttlr_1≠0 选择油门控制 ② 否则：先将油门控制量置0，再选择刹车控制 0 基于模糊控制的智能车寻迹算法研究 摘要：与传统的自动控制相比，模糊控制不用建立在被控对象准确的数学模型的基础上。这一特点在非常适用于实际运用中影响因素很多、结构十分复杂系统。其系统有易于接受，设计简单，维护方便，而且比常规控制系统稳定性好，鲁棒性高等特点。因其与本设计实际条件相似，所以选其做智能小车的寻迹算法研究。 关键词智能小车；模糊控制；寻迹算法 ABSTRACT Compared with the traditional automatic control，fuzzy control without based on a accurate mathematical model of controlled object. This feature is suitable for the systems which have many influencing factors and a very complex structure in the practical application. There are many feature in this system:such as easy to accept, the design is simple, convenient maintenance, more stability and robustness than conventional control system，and so on. Because it is similar to the actual conditions of our design, so we choose it for the smart car tracing algorithm. KEY WORDS smart car；fuzzy control；tracing algorithm 模糊控制算法PID 算法比较分析 电气学院 控制理论与控制工程专业 徐磊 学号：10310070 一：题目 对于已知系统的传递函数为: e S S S G 5.01101)(-+= ，假设系统给定为阶跃值R=1，系统的初始值R(0)=0，试分析设计 1〉常规的PID 控制器 2〉常规的模糊控制器 3〉比较两种控制器的控制效果 当通过改变模糊控制器的比例因子时，分析系统响应有什么变化？ 二：思路 对于模糊控制，采用二维输入，分别是误差e 和误差变化率?e,然后通过增益放大，输入到模糊控制器中，然后模糊控制器输出也通过增益放大。模糊控制器的输入、输出论域取值为[-6，6]，隶属度均匀划分为五个区域，隶属度函数采用梯形和三角形函数。 程序框图如下： 三：程序 clear; num=1; den=[10,1]; [a1,b,c,d]=tf2ss(num,den); x=[0]; %状态变量初始 T=0.01; %采样周期 h=T; N=10000; %采样次数 td=0.5; %延时时间 Nd=50; %延时周期 R=1*ones(1,N); % 输入信号 e=0;de=0;ie=0; %误差，误差导数，积分 kp=12.5;ki=0.8;kd=0.01; for k=1:N uu(1,k)=-(kp*e+ki*de+kd*ie); %PID输出序列if k<=Nd u=0; else u=uu(1,k-Nd); end %龙格库塔法仿真 k0=a1*x+b*u; k1=a1*(x+h*k0/2)+b*u; k2=a1*(x+h*k1/2)+b*u; k3=a1*(x+h*k2)+b*u; x=x+(k0+2*k1+2*k2+k3)*h/6; y=c*x+d*u; e1=e; e=y(1,1)-R(1,k); de=(e1-e)/T; ie=ie+e*T; yy1(1,k)=y; end %设计模糊控制器 a=newfis('Simple'); a=addvar(a,'input','e',[-6,6]); a=addmf(a,'input',1,'NB','trapmf',[-6 -6 -5 -3]); a=addmf(a,'input',1,'NS','trapmf',[-5 -3 -2 0]); a=addmf(a,'input',1,'ZR','trimf',[-2 0 2]); a=addmf(a,'input',1,'PS','trapmf',[0 2 3 5]); a=addmf(a,'input',1,'PB','trapmf',[3 5 6 6]); a=addvar(a,'input','de',[-6 6]); 由于项目需要，需要模糊控制算法，之前此类知识为0，经过半个多月的研究，终于有的小进展。开始想从强大的互联网上搜点c代码来研究下，结果搜遍所有搜索引擎都搜不到，以下本人从修改的模糊控制代码，经过自己修改后可在 vc6.0，运行！输入e表示输出误差，ec表示误差变化率，经过测试具有很好的控制效果，对于非线性系统和数学模型难以建立的系统来说有更好的控制效果！现将其公开供大家学习研究！ #include 模糊控制算法的研究 0842812128夏中宇 模糊控制概述 “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”所拥有的信息容量更大,内涵更丰富,更符合客观世界。 在日常生活中,人们的思维中有许多模糊的概念,如大、小、冷、热等,都没有明确的内涵和外延,只能用模糊集合来描述。人们常用的经验规则都是用模糊条件语句表达,例如,当我们拧开水阀往水桶里注水时,有这样的经验:桶里没水或水较少时,应开大水阀;桶里水较多时,应将水阀关小些;当水桶里水快满时,则应把阀门关得很小;而水桶里水满时应迅速关掉水阀。其中,“较少”、“较多”、“小一些”、“很小”等,这些表示水位和控制阀门动作的概念都具有模糊性。即有经验的操作人员的控制规则具有相当的模糊性。模糊控制就是利用计算机模拟人的思维方式,按照人的操作规则进行控制,实现人的控制经验。 模糊控制理论是由美国著名的学者加利福尼亚大学教授Zadeh·L·A于1965年首先提出,它以模糊数学为基础,用语言规则表示方法和先进的计算机技术,由模糊推理进行决策的一种高级控制策略。 1974年,英国伦敦大学教授Mamdani·E·H研制成功第一个模糊控制器,充分展示了模糊技术的应用前景。 模糊控制概况 模糊逻辑控制(Fuzzy Logic Control)简称模糊控制(Fuzzy Control)，是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术。1965年，美国的L.A.Zadeh 创立了模糊集合论；1973年他给出了模糊逻辑控制的定义和相关的定理。1974年，英国的E.H.Mamdani首先用模糊控制语句组成模糊控制器，并把它应用于锅炉和蒸汽机的控制，在实验室获得成功。这一开拓性的工作标志着模糊控制论的诞生。 模糊控制实质上是一种非线性控制，从属于智能控制的范畴。模糊控制的一大特点是既具有系统化的理论，又有着大量实际应用背景。模糊控制的发展最初在西方遇到了较大的阻力；然而在东方尤其是在日本，却得到了迅速而广泛的推广应用。近20多年来，模糊控制不论从理论上还是技术上都有了长足的进步，成为自动控制领域中一个非常活跃而又硕果累累的分支。其典型应用的例子涉及生产和生活的许多方面，例如在家用电器设备中有模糊洗衣机、空调、微波炉、吸尘器、照相机和摄录机等；在工业控制领域中有水净化处理、发酵过程、化学反应釜、水泥窑炉等的模糊控制；在专用系统和其它方面有地铁靠站停车、汽车驾驶、电梯、自动扶梯、蒸汽引擎以及机器人的模糊控制等。 模糊控制的基本理论 所谓模糊控制,就是在控制方法上应用模糊集理论、模糊语言变量及模糊逻辑推理的知识来模拟人的模糊思维方法,用计算机实现与操作者相同的控制。该理论以模糊集合、模糊语言变量和模糊逻辑为基础,用比较简单的数学形式直接将人的判断、思维过程表达出来,从而逐渐得到了广泛应用。应用领域包括图像识别、自动机理论、语言研究、控制论以及信号处理等方面。在自动控制领域,以模糊集理论为基础发展起来的模糊控制为将人的控制经验及推理过程纳入自动控制提供了一条便捷途径。 1.知识库 论文标题: 设计PID ，离散化，模糊化控制器 PID 控制器设计 一 PID 控制的基本原理和常用形式及数学模型 具有比例-积分-微分控制规律的控制器，称PID 控制器。这种组合具有三种基本规律各自的特点，其运动方程为： dt t de dt t e t e t m K K K K K d p t i p p )()()()(0 ++=? 相应的传递函数为： ???? ??++=S S s K K K d i p c 1)(D S S S K K K d i p 12++? = 二 数字控制器的连续化设计步骤 假想的连续控制系统的框图 1 设计假想的连续控制器D（s） 由于人们对连续系统的设计方法比较熟悉，对由上图的假想连续控制系统进行设计，如利用连续系统的频率的特性法，根轨迹法等设计出假想的连续控制器D（S）。 2 选择采样周期T 香农采样定理给出了从采样信号到恢复连续信号的最低采样频率。在计算机控制系统中，完成信号恢复功能一般有零阶保持器H（s)来实现。零阶保持器的传递函数为 3将D（S）离散化为D（Z） 将连续控制器D（S）离散化为数字控制器D（Z）的方法很多，如双线性变换法，后向差分法，前向差分法，冲击响应不变法，零极点匹配法，零阶保持法。 双线性变换法 然后D（S）就可以转化离散的D（Z) 三Matlab仿真实验 直接试探法求PID 根据这个框图，求出该传递函数的P=0.35 I=0 D=0 根据 ???? ??++=S S s K K K d i p c 1)(D D （Z ）=0.35 T=0.01 数字连续话PID 控制器设计MA TLAB 仿真框图 实验结果 没有经过调节的结果为 模糊控制的应用 学院实验学院 专业电子信息工程 姓名 指导教师黄静 日期 2011 年 9 月 20 日 在自动控制中，包括经典理论和现代控制理论中有一个共同的特点，即控制器的综合设计都要建立在被控对象准确的数学模型(如微分方程等)的基础上，但是在实际工业生产中，很多系统的影响因素很多，十分复杂。建立精确的数学模型特别困难，甚至是不可能的。这种情况下，模糊控制的诞生就显得意义重大，模糊控制不用建立数学模型，根据实际系统的输入输出的结果数据，参考现场操作人员的运行经验，就可对系统进行实时控制。模糊控制实际上是一种非线性控制，从属于智能控制的范畴。现代控制系统中的的控制能方便地解决工业领域常见的非线性、时变、在滞后、强耦合、变结构、结束条件苛刻等复杂问题。可编程控制器以其高可靠性、编程方便、耐恶劣环境、功能强大等特性很好地解决了工业控制领域普遍关心的可靠、安全、灵活、方便、经济等问题，这两者的结合，可在实际工程中广泛应用。 所谓模糊控制，其定义是是以模糊数学作为理论基础，以人的控制经验作为控制的知识模型，以模糊集合、模糊语言变量以及模糊逻辑推理作为控制算法的一种控制。模糊控制具有以下突出特点： (1)模糊控制是一种基于规则的控制，它直接采用语言型控制规则，出发点是现 场操作人员的控制经验或相关专家的知识，在设计中不需要建立被控对象的精确的数学模型，因而使得控制机理和策略易于接受与理解，设计简单，便于应用 (2)由工业过程的定性认识出发，比较容易建立语言控制规则，因而模糊控制对 那些数学模型难以获取，动态特性不易掌握或变化非常显著的对象非常适用。 (3)基于模型的控制算法及系统设计方法，由于出发点和性能指标的不同，容易 导致较大差异；但一个系统语言控制规则却具有相对的独立性，利用这些控制规律间的模糊连接，容易找到折中的选择，使控制效果优于常规控制器。 (4)模糊控制是基于启发性的知识及语言决策规则设计的，这有利于模拟人工控 制的过程和方法，增强控制系统的适应能力，使之具有一定的智能水平。(5)模糊控制系统的鲁棒性强，干扰和参数变化对控制效果的影响被大大减弱， 尤其适合于非线性、时变及纯滞后系统的控制。 由于有着诸多优点，模糊理论在控制领域得到了广泛应用。下面我们就以下示例介绍模糊控制在实际中的应用： 电机调速控制系统见图1，模糊控制器的输入变量为实际转速与转速给定值 ，输出变量为电机的电压变化量u。图2为电机调试之间的差值e及其变化率e c 输出结果，其横坐标为时间轴，纵坐标为转速。当设定转速为2 000r／s时，电机能很快稳定运行于2 000r／s；当设定转速下降到1 000r／s时，转速又很快下降到1 000r／s稳定运行。 图1 非线性系统模糊控制算法研究 摘要：随着社会科技的进步，系统自动化越来越强，而要强化系统的自动化，就需要对系统控制进行深入的研究。系统控制是我国目前科学研究的一个重要方向，通过基本结构的建立和仿真实验，控制分析的深度会有明显的增加。在系统控制当中，非线性系统的模糊控制是一项重要的内容，通过对此中控制的算法进行分析和研究，可以提供非线性系统模糊控制的有效性。该文就非线性系统控制算法进行研究，旨在分析此系统算法的应用优势，从而强化其在实践中的应用水平。 关键词：非线性系统模糊控制算法研究 中图分类号：TP273.4 文献标识码：A 文章编号：1672-3791（2017）04（c）-0196-02 在控制研究中，比较典型的基于受控对象精确模型的控制是古典控制和状态空间模型控制。在实际研究中发现，除去受控对象比较精确的控制外，还存在比较复杂的控制，这种控制的受控对象不明确，所以数学模型的建立相对困难。为了对这种控制进行有效的利用，采用模糊控制算法进行数学模型的建立是主要的方法。因此，积极的对非线性系统模糊控制算法进行研究意义重大。 1 模糊控制的数学描述 模糊控制是控制研究中的重要类别，这种控制不仅是一种实时控制，而且不依赖于受控对象的精确模型，所以说它是一种打破了传统束缚的新型计算机控制。此种控制的产生为解决更加复杂的计算机问题带来了全新的方法。从特征上来看，此种方法对于模型的要求比较低，而且在实际利用中的计算非常简便，控制性能也比较优良。该文在非线性系统中进行模糊控制算法的研究，为了使得研究简便，利用了一个非线性系统的式子： 在这个式子当中，u表示的是输入量，而y则表示输出量，整个式子代表是就是工程实际当中难于建模的一大类复杂受控对象。根据这个式子，确定合适的参考轨迹，控制公式便可以得到书写。 2 模糊控制的算法原理 模糊控制的算法原理是研究的重点内容，在实际分析的过程中主要包括了四个方面：第一是进行非线性系统的模糊模型建立，然后对其进行规范化，使其转变为参数辨识问题。比如在考虑一个SISO非线性系统的时候，将系统的输入空间和输出空间按照精度进行分别的量化，那么系统的特性便会转变为一个特定的公式，整个公式反应了系统的条件，也构成了系统的模糊模型。第二是对模型的在线递推进行修正。为了使得整个控制测算更加的精确，利用全新的信息结 《智能控制》 课程设计报告 专业：自动化 班级：学号： 学生： 时间：13年12月30日～13年1月3日 ―――――――以下指导教师填写――――― 分项成绩：出勤设计报告 总成绩： 指导教师： 设计报告要求和成绩评定 1 报告容 设计任务书（设计计划），正文，参考资料。 设计任务书（设计计划）由学生所在系安排指导教师编写，容包括设计地点、时间、安排和设计容和要求等。 正文容一般包括：（1）设计简述（设计时间、设计地点，设计方式等）；（2）设计容叙述；（3）设计成品(图纸、表格或计算结果等)；（4）设计小结和建议。 参考资料包括参考书和现场技术资料等。 2 书写用纸 A4复印纸；封面、设计任务书要求双面打印。 3 书写要求 正文容手工双面或单面书写，字迹清楚，每页20行左右，每行30字左右，排列整齐；页码居中写在页面下方；纸面上下左右4侧边距均为2厘米。 公式单占一行居中书写；插图要有图号和图题，图号和图题书写在插图下方；表格要有表号和表题，表号和表题在表格上方书写；物理量单位和符号、参考文献引用和书写以及图纸绘制要符合有关标准规定；有关细节可参考我院《毕业设计成品规》。 4 装订 装订顺序：封面，设计任务书，正文及参考资料，封底；左边为装订边，三钉装订，中间钉反向装订。 5 成绩评定 设计成绩一般由出勤（10分）、报告书写规性及成品质量（50分）、考核（40分）三部分成绩合成后折合为优秀（90－100分）、良好（80－89分）、中（70－79分）、及格（60－69分）或不及格（60分以下）。设计考核可采取笔试、机试或其它合适的方式；不参加考核或不交报告者成绩为零分。 基于模糊控制的PID 温度控制器的设计 1、引言 常规PID 控制由于具有原理结构简单、鲁棒性好，可靠性高，容易实现的特点，成为迄今为止应用最广泛的控制算法，并且取得了良好的效果。然而在温度控制系统中，由于被控对象具有非线性、时变、大滞后等特点，且受环境温度等外界诸多因素影响较大，导致难以建立精确的数学模型，难以确定最佳的控制器参数。此时，传统的PID 控制对进一步提高控制对象的质量和精度遇到了极大的困难，难以获得良好的效果。为了克服常规PID 调节器的不足，提高其性能，人们进行了进一步的研究。 模糊控制是智能控制理论的一个分支，近十年来正以它全新的控制方式在控制界受到了极大的重视并得到了迅速发展。与传统的PID 控制方式相比，它具有特别适合于那些难以建立精确数学模型、非线性和大滞后的过程等特点。但是经过深入研究，也会发现基本模糊控制存在着其控制品质粗糙和精度不高等弊病。 因此，本文提出一种将模糊控制和PID 控制相结合起来，通过模糊控制实现PID 参数自适应的方法来控制系统温度。这种Fuzzy- PID 策略，模糊控制的采用不是代替PID 控制，而是对传统控制方式的改进和扩展，它既保持了常规PID 控制系统结构简单、使用方便、鲁棒性强、控制精度高的优点，又采用模糊推理的方法实现了PID 参数P K 、I K 、D K 的在线自整定，兼具了模糊控制灵活性、适应性强的特点，相比单纯的任一种控制效果都要好[6-10]。 2、模糊控制基本理论 模糊控制是利用模糊数学的基本思想和理论的控制方法。在传统的控制领域 里，控制系统动态模式的精确与否是影响控制优劣的最主要关键，系统动态的信息越详细，则越能达到精确控制的目的。然而，对于复杂的系统，由于变量太多，往往难以正确的描述系统的动态，于是工程师便利用各种方法来简化系统动态，以达成控制的目的，但却不尽理想。换言之，传统的控制理论对于明确系统有强 机电工程学院 课程设计报告 课程 题目二阶系统模糊控制算法的研究 专业电气工程及其自动化 姓名 指导教师 学期 2015-2016 二阶系统的模糊控制算法的研究 学生 指导老师: 摘要:模糊控制是以模糊数学为基础发展的，为一些无法建立数学模型或者数学模型相当粗糙的系统提供的一种非线性的控制方法。对于这些系统，模糊控制可以得到比较满意的控制效果，并且能够解决一些无法通过传统方法解决的问题。本文利用 MATLAB模糊控制工具箱设计的模糊控制器来控制一个二阶系统，由给定的控制器的输入和输出变量，输入和输出变量的隶属函数，分析了输入和输出变量之间的关系，设计了模糊控制规则库，并通过 SIMULINK仿真将模糊控制方法与经典的PID控制方法进行对比，分析仿真结果，探讨模糊控制器的隶属函数，控制规则，以及量化因子和比例因子在模糊控制中所起到的作用。 关键字：模糊控制；MATLAB；SIMULINK；PID Research of fuzzy control algorithm of second order systems Undergraduate: Supervisor: Abstract：Fuzzy control, which is based on the fuzzy mathematics, is a new way of nonlinearity control system in which the mathematical model is unable established or the mathematical model is very rough. For these systems, fuzzy control offers users a satisfied control result, and settles down some problems which cannot be solved by traditional methods. This paper aims to introduce how to use a fuzzy controller which is based on the MATLAB fuzzy control toolbox to control a second-order system. In order to fulfill this target, the author firstly defines the input variables, output variables and their membership functions. Then, the author analyzes the relationship between the input variables and output variables, and designs the fuzzy control rule bank. Finally, the author makes a difference between the methods of the classic PID control and the fuzzy control by SIMULINK. Membership function of fuzzy controller, control rules, and the function of quantizes and scale factor in the fuzzy control process are also discussed in this paper. Key words: MATLAB; Fuzzy control; PID;SIMULINK simulation 本科生毕业论文(设计) 调研报告 题目：基于模糊控制算法的 温度控制系统的设计学生姓名： 学号： 专业班级： 指导教师： 完成时间：年月日 基于模糊控制算法的温度控制系统的设计 一、主要目标任务： 综合运用所学知识，如《模拟电子技术》、《数字电子技术》、《自动控制原理》、《微机原理》、《单片机原理与应用》，设计一个基于模糊控制算法的温度控制系统。 1）对以前所学知识进行系统的复习，全面的综合并将其联贯。 2）学会了独立的分析和解决问题和进行相关社会调查的能力 3）学会了查阅文献的方法和培养查阅文献的良好习惯。 4）提高专业相关外文的阅读、翻译能力。提高专业英语水平。 5）提高编写程序的水平，优化软件结构。提高电脑绘图水平。 二、技术性能指标： 1）温度控制在0~100度（水温），误差为±0.5。C。 2）恒温控制。 3）LED实时显示系统温度。并通过键盘输入给定温度 三、简要工作原理 以AT89C51单片机为模糊控制器，结合温度传感变送器，A/D转换器、LED显示器、静态电子开关等，设计出一个基于模糊控制算法的温度控制系统。 在系统中，温度传感变送器获得温度的感应电压，转变成1~5V的标准电压信号，再由A/D转换器转换成数字信号进入单片机内部。单片机将给定电压的A/D转换结果与测量电压的结果相比较，得出偏差量。然后跟据模糊控制算法得出控制量。在执行器中由开关频率较高的静态电子开关完成，采用模拟的PWM控制方法，改变同一个周期中电子开关的闭合时间。 从而调节加热开关的导通时间，以达到控制效果的目的。 四、课题文献综述 1、《动力锅炉燃烧系统的模糊控制策略》 1）作者：刘向杰、柴天佑、刘红波 2）摘要：基于模糊控制策略给出了锅炉系统新的控制方法。工业锅炉的主要动态包括非线性、非最小相位特征、不稳定性、时滞和负荷干扰，采 用传统控制方法难以实施有效的控制。运用GPE（Gausian partition with evenly spaced midpoints）模糊控制系统对锅炉对象的主汽压进行研究和 实时控制，模糊控制器能够克服许多干扰因素，产生良好的控制效果， 最后给出了模糊控制同传统方法的比较结果。 3）模糊控制器的应用 本文的线性推理规则表示：IF error is Ej and rate is Rj THEN output is U(i+j)。Ei代表着一个误差模糊，Rj代表一个误差变化率模糊集，U(i+j)代表着一个输出量模糊集。 4）实施结果 上述控制策略用于现场实际对象，尽管现场运行存在很大的干扰，主 模糊控制算法在汽车中的应用综述 摘要：模糊控制应用于没有精确数学模型的对象,具有很大的优越性。随着模糊控制技术的不断发展,它 越来越广泛应用在汽车上,本文分别介绍模糊控制的原理及特点，在ABS系统、汽车巡航系统、汽车空调的使用情况,并介绍各个模糊控制系统的组成。 关键词：汽车；模糊控制；ABS系统；汽车巡航系统；汽车空调 Application of Fuzzy Control Algorithm in Motor Vehicl e ZHANG Zhen-hua (College of Aeronautical Manufacturing Engineering, Nanchang Hangkong University, Nanchang 330063,China) Abstract：Fuzzy control is applied to the object without accurate mathematical model has great superiority. With the continuous development of fuzzy control technology, it is widely used in automobile. This paper introduces the principle and characteristics of fuzzy control in ABS system, automobile cruise control system, the use of automotive air conditioning, and introduces the various components of the fuzzy control system. Key words：The car;fuzzy control;anti-lock braking system;The car cruise system;automotive air conditioning 引言 传统的常规控制方法是基于被控对象的数学模型基础上的，然而某些情况下我们难以精确地建立起被控对象的数学模型，因而难以对被控对象进行精确地控制。为此可以采用一种基于语言规则与模糊推理的高级控制策略即模糊控制对多变量、非线性、不确定的复杂系统进行有效控制。此方法在汽车的系统控制中得到有效应用。 模糊控制理论发展初期在西方遇到了很大的阻力,西方学者认为模糊控制在应用研究中意义不大。然而,在东方尤其是日本,模糊控制却得到了迅速的发展,20世纪80年代,日本的工程师用模糊控制技术首先实现了对一家电子水净化工厂的控制,又开发了仙台地铁模糊控制系统,创造了当时世界上最先进的地铁系统,而这引起了模糊控制领域的一场巨变,使得西方又开始重视模糊控制理论[1]。 早在七十年代中期,我国就开始了智能控制的研究和应用,并且取得了许多应用成果,我国是最早把模糊理论引入气象预报、地震预测和高炉冶炼控制等方面应用的国家之一。例如,在地震发生趋势预测中对模糊信息的处理在工程设计方面发展了软件理论,并求得最佳设计方案研究出许多专家系统,特别是运用模糊数学方法描述中医经验在交通网、水管网、通信网、可靠性分析方面的实际功能运用等。 随着科学技术的不断发展和进步以及人们生活水平的提高,人们在日常的生活和劳动生产中对空气环境的要求也不断提高,特别是对空气的温度、湿度、以及洁净度的要求,使空调系统的应用越来越广泛。空调控制系统涉及面广,要实现的任务复杂,它通过空调系统为建筑物的不同区域提供满足不同使用要求的环境。 在满足用户对空气环境要求的前提下,采用先进的控制策略对空调系统进行控制,达到控制要求并且节约能源成为空调控制系统的最终目标。特别是近几年来,“绿色建筑”、“环保建筑”的提出,使得对空调控制系统的控制模式的研究显 #include 一、速度控制算法： 欧阳学文 首先定义速度偏差50 km/h≤e（k）≤50km/h，20≤ec（i）=e（k）e（k1）≤20，阀值eswith=10km/h 设计思想：油门控制采用增量式PID控制算法,刹车控制采用模糊控制算法，最后通过选择规则进行选择控制量输入。 选择规则： e（k）<0 ①e（k）>eswith and throttlr_1≠0 选择油门控制 ②否则：先将油门控制量置0，再选择刹车控制 0 E、ec和u均取离散度n=3，离散化后得到三个量的语言值论域分别为： E=EC=U={3,2,1,0,1,2,3} 其对应语言值为{NB,NM,NS,ZO,PS,PM,PB} 2.确定隶属度函数 E/EC和U取相同的隶属度函数即： 说明：边界选择钟形隶属度函数，中间选用三角形隶属度函数，图像略 实际EC和E输入值若超出论域范围，则取相应的端点值。 3.模糊控制规则 由隶属度函数可以得到语言值隶属度（通过图像直接可以看出）如下表： 表1：E/EC和U语言值隶属度向量表 设置模糊规则库如下表： 表2：模糊规则表 U E EC —NB NM NS ZO PS PM PB NB PB PB PM PM PS ZO ZO NM PB PM PM PS ZO ZO NS NS PM PM PS PS ZO NS NS ZO PM PS PS ZO ZO NS NM PS PS PS ZO ZO ZO NS NM PM PS ZO ZO ZO NS NM NB PB ZO ZO ZO NS* NM NM NB 3.模糊推理 由模糊规则表3可以知道输入E与EC和输出U的模糊关系，这里我取两个例子做模糊推理如下： if (E is NB) and (EC is NM) then (U is PB) 那么他的模糊关系子矩阵为： 其中，,即表1中NB对应行向量，同理可以得到， , if (E is NVB or NB) and (EC is NVB) then (U is PVB) 结果略 按此法可得到27个关系子矩阵，对所有子矩阵取并集得到模糊关系矩阵如下： 由R可以得到模拟量输出为： 4.去模糊化 单片机模糊PID自整定控制算法的实现及仿真 日期：2007-08-14 03:08 0 引言 由于液压伺服系统的固有特性(如死区、泄漏、阻尼系数的时变性以及负载干扰的存在)，系统往往会呈现典型的不确定性和非线性特性。这类系统一般很难精确描述控制对象的传递函数或状态方程，而常规的PID 控制又难以取得良好的控制效果。另外，单一的模糊控制虽不需要精确的数学模型，但是却极易在平衡点附近产生小振幅振荡，从而使整个控制系统不能拥有良好的动态品质。 本文针对这两种控制的优缺点并结合模糊控制技术，探讨了液压伺服系统的模糊自整定PID控制方法，同时利用MATLAB软件提供的Simulink和Fuzzy工具箱对液压伺服调节系统的模糊自整定PID控制系统进行仿真，并与常规PID控制进行了比较。此外，本文还尝试将控制系统通过单片机的数字化处理，并在电液伺服实验台上进行了测试，测试证明：该方法能使系统的结构简单化，操作灵活化，并可增强可靠性和适应性，提高控制精度和鲁棒性，特别容易实现非线性化控制。 1 模糊PID自整定控制器的设计 本控制系统主要完成数据采集、速度显示和速度控制等功能。其中智能模糊控制由单片机完成，并采用规则自整定PID控制算法进行过程控制。整个系统的核心是模糊控制器，AT89C51单片机是控制器的主体模块。电液伺服系统输出的速度信号经传感器和A／D转换之后进入单片机，单片机则根据输入的各种命令，并通过模糊控制算法计算控制量，然后将输出信号通过D／A转换送给液压伺服系统，从而控制系统的速度。该模糊控制器的硬件框图如图1所示。 模糊控制器的主程序包括初始化、键盘管理及控制模块和显示模块的调用等。温度信号的采集、标度变换、控制算法以及速度显示等功能的实现可由各子程序完成。软件的主要流程是：利用AT89C51单片机调A ／D转换、标度转换模块以得到速度的反馈信号，然后根据偏差和偏差的变化率计算输入量，再由模糊PID 自整定控制算法得出输出控制量。启动、停止可通过键盘并利用外部中断产生，有按键输入则调用中断服 务程序。该程序的流程图如图2所示。 模糊控制的基本原理框图如下: 图1模糊控制的基本原理框图 模糊控制器是模糊控制系统的核心，一个模糊控制系统的性能优劣主要取决于模糊控制 器的结构、所采用的模糊控制规则、合成推理算法，以及模糊决策的方法等因素。 采样时间为1ms ，采用z 变换进行离散化，经 过 z 变换后的离散化对象为: yout(k) =-den(2)yout(k -1)「 den(3)yout(k 「 2)「 den(4) yout(k 「 3) num(2)u(k 「 1) num(3)u(k -2) num(4)u(k -3) 模糊逻辑跟踪控制 NB NM NS ZO PS PM PB NB PB PB PM PM PS ZO ZO NM PB PB PM PS PS ZO NS NS PM PM PM PS ZO NS NS ZO PM PM PS ZO NS NM NM PS PS PS ZO NS NS NM NM PM PS ZO NS NM NM NB NB PB ZO ZO NM NM NM NB NB 表1模糊规则表 5 5.235*10 3 2 4 s ' +87.35s 2 1.047*104 S 在本仿真程序中，被控对象为: G(s) = A/D 执疗机构* m 化 怙感器X ----- 1被挖対象— D/A —I 文本对应的程序，采用单变量二维模糊控制器，输入分别是 误差和误差的倒数，输出 为控制量。其中基模糊控制器结构如图 2所示，模糊规则表如表 1所示。 图2模糊控制器结构 图3方波响应 2.5 1.5 0.5 -0.5 -1 -2.5 Time(second) -1.5 -2 图4控制器输出基于模糊控制的智能车寻迹算法研究
模糊控制算法PID算法比较分析
C实现模糊控制算法
模糊控制算法的研究
离散化 Pid 模糊控制算法
模糊控制的应用
非线性系统模糊控制算法研究
模糊控制算法研究报告
模糊控制大作业讲解
二阶系统模糊控制算法研究
基于模糊控制算法的温度控制系统的设计(DOC)
模糊控制算法在汽车中的应用综述
模糊控制算法C程序
模糊控制详细讲解实例
单片机模糊PID自整定控制算法的实现及仿真
fuzzy_control模糊控制算法