智能控制06模糊控制设计总结优缺点及改进PPT课件
合集下载
模糊控制的优缺点 (自动保存的)
设计出满足各种不同指标要求的控制器。
(2) 和各种智能优化算法相结合的模糊控制。各种智能优化算
法(如遗传算法、模拟退火算法、粒子群优化算法等)能够对模糊
控制规则进行动态寻优,故能在线修改模糊控制规则,改善系统的控制品质。
(3) 专家模糊控制。专家模糊是将专家系统技术与模糊控制相
结合的产物。引入专家系统, 可进一步提高模糊控制的智能水平, 专家模糊控制保持了基于规则的方法和模糊集处理带来的灵活性, 同时又把专家系统技术的知识表达方法结合起来, 能处理更广泛的控制问题。
5.2模糊控制的缺点
(1)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;
(2)模糊控制的设计尚缺乏系统性,无法定义控制目标。
6.模糊数学
模糊数学就是利用数学知识研究和解决模糊现象。在数学和模糊现象之间架起了一座桥梁。
6.1模糊集合的概念
每一个概念都有内涵和外延。
内涵就是指概念的本质属性的集合。外延就是符合某种本质属性的全体对象的集合。模糊数学的基础就是模糊理论集。
在模糊集合涉及到的论域U上，给定了一个映射A，A：U [0，1]
， ，则称A为论域U上的模糊集合或者模糊子集； 表示U中各个元素 属于集合A的程度，称为元素 属于模糊集合A的隶属函数。当 是一个确定的 时，称 为元素 对于模糊集合A的隶属度。
F集合引出的几个概念
1）模糊数：支集，Supp A={ | U， >0}称为Supp A为F集合A的支集。（supporter）。Ker A={ | U， =1}则称Ker A为F集合A的核（kernel）。Ker A 的模糊集合A称为正规F集。
目前模糊控制规则中模糊子集的一般选取都是以下3种: e= {
负大, 负小, 零, 正小, 正大} = {NB, NS, ZO, PS,PB }或e =负大
(2) 和各种智能优化算法相结合的模糊控制。各种智能优化算
法(如遗传算法、模拟退火算法、粒子群优化算法等)能够对模糊
控制规则进行动态寻优,故能在线修改模糊控制规则,改善系统的控制品质。
(3) 专家模糊控制。专家模糊是将专家系统技术与模糊控制相
结合的产物。引入专家系统, 可进一步提高模糊控制的智能水平, 专家模糊控制保持了基于规则的方法和模糊集处理带来的灵活性, 同时又把专家系统技术的知识表达方法结合起来, 能处理更广泛的控制问题。
5.2模糊控制的缺点
(1)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;
(2)模糊控制的设计尚缺乏系统性,无法定义控制目标。
6.模糊数学
模糊数学就是利用数学知识研究和解决模糊现象。在数学和模糊现象之间架起了一座桥梁。
6.1模糊集合的概念
每一个概念都有内涵和外延。
内涵就是指概念的本质属性的集合。外延就是符合某种本质属性的全体对象的集合。模糊数学的基础就是模糊理论集。
在模糊集合涉及到的论域U上，给定了一个映射A，A：U [0，1]
， ，则称A为论域U上的模糊集合或者模糊子集； 表示U中各个元素 属于集合A的程度，称为元素 属于模糊集合A的隶属函数。当 是一个确定的 时，称 为元素 对于模糊集合A的隶属度。
F集合引出的几个概念
1）模糊数：支集，Supp A={ | U， >0}称为Supp A为F集合A的支集。（supporter）。Ker A={ | U， =1}则称Ker A为F集合A的核（kernel）。Ker A 的模糊集合A称为正规F集。
目前模糊控制规则中模糊子集的一般选取都是以下3种: e= {
负大, 负小, 零, 正小, 正大} = {NB, NS, ZO, PS,PB }或e =负大
《模糊控制系统》PPT课件
是所期望的。这促使我们研究模糊系统作为万能
函数逼近器并拥有最小系统构成的必要条件，从
而使这些必要条件能用于指导模糊系统开发者设
计更紧凑的模糊控制器和模糊模型
• 必要条件设置了需要的输入模糊集、输出模糊集 和模糊规则，表明了模糊系统需要的输入模糊集
和模糊规则的数目依赖于被逼近函数的极值点的
数目和位置
精选ppt
“Fuzzy Sets”一文，首次提出了模糊集合的概念
• 1974年英国教授Mamdani首次将模糊集合理论应
用于加热器的控制，他将基于规则系统的想法与
模糊参数相结合来构造控制器，模仿人类操作者
的操作经验
• 1985年Takagi和Sugeno提出了另一类具有线性规
则后项的模糊控制器，称之为Takagi-Sugeno
(1988, Japan)
• Postsurgical patients
(1989, USA)
• Auto focus video camera
(1990, Japan)
• Washing machines
(1990, Japan)
• Air conditioners
(1990, Japan)
• Anti-shaking video camera
控制规律
• 各种类型的Mamdani和TS模糊系统在过去几年中
都被证明是万能逼近器，它们能一致逼近定义在
闭定义域D上的任意连续函数到任意高的逼近精
度。这些模糊系统有：加法模糊规则系统、模糊
输入—输出控制器、Sugeno模糊控制器的变型、
非独点模糊逻辑系统、一般Mamdani型模糊系统、
采用线性规则后项的TS型模糊系统、广义模糊系
模糊控制算法PPT课件
模糊控制理论在
-
1
一、概述
二、在汽车上的应用方面
三、举例说明在汽车空调当中的应用
四、简要介绍在其他方面的应用
-
2
一、概 述
１、什么叫模糊控制？
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一种智能控制
正小PS（Positive Small）、
正中PM（Positive Medium），
正大PB（Positive Big），
则：
T（E）= {NB，NM，NS，- ZE，PS，PM，PB}
13
X
建立隶属函数：
各参数对相应子集的隶属函数分别由不同的函数族决定。参数的相应 子集指该参数被人为地划分成的等级所构成的一组模糊集合。相应子 集的多少，由控制精度决定。
-
8
3、模糊控制的特点
①适用于不易获得精确数学模型的被控 对象，
②是一种语言变量控制器 ③从属于智能控制的范畴。该系统尤其 适于非线性，时变，滞后系统的控制 ④抗干扰能力强，响应速度快，并对系 统参数的变化有较强的鲁棒性。
-
9
二、模糊控制在汽车的应用方面
1、ABS防抱死系统工况的多变及轮胎的非线性 2、汽车巡航系统外界负荷的扰动、汽车质量和传动系效率的不确
-
12
模糊控制是基于语言的控制 模糊语言集的组成： T（E）
T（E）={负大，负中，负小，零，正小，正中，正大}
用模糊语言变量E 来描述偏差，
或用符号表示
负大NB（Negative Big）、
负中NM（Negative Medium）、
-
1
一、概述
二、在汽车上的应用方面
三、举例说明在汽车空调当中的应用
四、简要介绍在其他方面的应用
-
2
一、概 述
１、什么叫模糊控制？
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一种智能控制
正小PS（Positive Small）、
正中PM（Positive Medium），
正大PB（Positive Big），
则：
T（E）= {NB，NM，NS，- ZE，PS，PM，PB}
13
X
建立隶属函数：
各参数对相应子集的隶属函数分别由不同的函数族决定。参数的相应 子集指该参数被人为地划分成的等级所构成的一组模糊集合。相应子 集的多少，由控制精度决定。
-
8
3、模糊控制的特点
①适用于不易获得精确数学模型的被控 对象，
②是一种语言变量控制器 ③从属于智能控制的范畴。该系统尤其 适于非线性，时变，滞后系统的控制 ④抗干扰能力强，响应速度快，并对系 统参数的变化有较强的鲁棒性。
-
9
二、模糊控制在汽车的应用方面
1、ABS防抱死系统工况的多变及轮胎的非线性 2、汽车巡航系统外界负荷的扰动、汽车质量和传动系效率的不确
-
12
模糊控制是基于语言的控制 模糊语言集的组成： T（E）
T（E）={负大，负中，负小，零，正小，正中，正大}
用模糊语言变量E 来描述偏差，
或用符号表示
负大NB（Negative Big）、
负中NM（Negative Medium）、
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]
智能控制模糊控制PPT课件
同时期，Mamdani和Ostergaard分别将模糊控制成功地应用 于蒸汽机和水泥窑的控制，为模糊理论的发展展现了光明 的前景。
机械结构力学及控制国家2.1.1 模糊控制的发展概述 模糊控制的发展——第三阶段
上世纪80年代，模糊理论的应用在深度和广度上 都有了较大进展，产生了大量的应用成果。
识别
输入的烹饪功能命令，口感命令
都是模糊的概念，带有人类思维
执行级
的命令。
对象
智能控制系统分层递阶结构示意图
机械结构力学及控制国家重点实验室
8
2.1 引言
2.1.1 模糊控制的发展概述 举个小例子
如何从人群中识别出自己认识的人？
计算机怎么识别？
脸部特征（脸型，眼睛，鼻子等） 身材（高、矮，胖、瘦） 声音 年龄 走路特征
如今需求：要考虑视觉、听觉、触觉信号，包含了图形、 文字、语言、声音等信息
输入参数越来越直接，越来越智能。
机械结构力学及控制国家重点实验室
4
2.1 引言
2.1.1 模糊控制的发展概述 一个小问题
随着社会文明的进步，社会分工越来越明确。于是对 于大部分人来说，做饭能力。。。
排骨怎么烧？
机械结构力学及控制国家重点实验室
特别是在日本，模糊控制被成功地应用于废水处 理、机器人、汽车驾驶、家用电器和地铁系统等 许多领域，掀起了模糊技术应用的浪潮。模糊软 硬件也投入商业使用。
机械结构力学及控制国家重点实验室
13
2.1 引言
2.1.1 模糊控制的发展概述 模糊控制的发展——第四阶段
上世纪90年代以来，模糊理论的研究取得了一系列突 破性的进展，例如自适应模糊控制，模糊系统的结构 和稳定性分析，模糊优化，模糊逼近等。
机械结构力学及控制国家2.1.1 模糊控制的发展概述 模糊控制的发展——第三阶段
上世纪80年代，模糊理论的应用在深度和广度上 都有了较大进展，产生了大量的应用成果。
识别
输入的烹饪功能命令，口感命令
都是模糊的概念，带有人类思维
执行级
的命令。
对象
智能控制系统分层递阶结构示意图
机械结构力学及控制国家重点实验室
8
2.1 引言
2.1.1 模糊控制的发展概述 举个小例子
如何从人群中识别出自己认识的人？
计算机怎么识别？
脸部特征（脸型，眼睛，鼻子等） 身材（高、矮，胖、瘦） 声音 年龄 走路特征
如今需求：要考虑视觉、听觉、触觉信号，包含了图形、 文字、语言、声音等信息
输入参数越来越直接，越来越智能。
机械结构力学及控制国家重点实验室
4
2.1 引言
2.1.1 模糊控制的发展概述 一个小问题
随着社会文明的进步，社会分工越来越明确。于是对 于大部分人来说，做饭能力。。。
排骨怎么烧？
机械结构力学及控制国家重点实验室
特别是在日本，模糊控制被成功地应用于废水处 理、机器人、汽车驾驶、家用电器和地铁系统等 许多领域，掀起了模糊技术应用的浪潮。模糊软 硬件也投入商业使用。
机械结构力学及控制国家重点实验室
13
2.1 引言
2.1.1 模糊控制的发展概述 模糊控制的发展——第四阶段
上世纪90年代以来，模糊理论的研究取得了一系列突 破性的进展，例如自适应模糊控制，模糊系统的结构 和稳定性分析，模糊优化，模糊逼近等。
人工智能控制技术课件：模糊控制
直接输出精确控制，不再反模糊化。
模糊集合
模糊控制是以模糊集合论作为数学基础。经典集合一般指具有某种属性的、确定的、
彼此间可以区别的事物的全体。事物的含义是广泛的,可以是具体元素也可以是抽象
概念。在经典集合论中,一个事物要么属于该集合,要么不属于该集合,两者必居其一,
没有模棱两可的情况。这表明经典集合论所表达概念的内涵和外延都必须是明确的。
1000
1000
9992
9820
的隶属度 1 =
= 1，其余为： 2 =
= 0.9992， 3 =
=
1000
1000
1000
9980
9910
0.982， 4 =
= 0.998， 5 =
= 0.991，整体模糊集可表示为：
1000
1000
1
0.9992
0.982
0.998
《人工智能控制技术》
模糊控制
模糊空基本原理
模糊控制是建立在模糊数学的基础上，模糊数学是研究和处理模糊性现
象的一种数学理论和方法。在生产实践、科学实验以及日常生活中，人
们经常会遇到模糊概念(或现象)。例如，大与小、轻与重、快与慢、动与
静、深与浅、美与丑等都包含着一定的模糊概念。随着科学技术的发展，
度是2 ，依此类推，式中“+”不是常规意义的加号，在模糊集中
一般表示“与”的关系。连续模糊集合的表达式为：A =
)( /其中“” 和“/”符号也不是一般意义的数学符号，
在模糊集中表示“构成”和“隶属”。
模糊集合
假设论域U = {管段1，管段2，管段3，管段4，管段5}，传感器采
1+|
模糊集合
模糊控制是以模糊集合论作为数学基础。经典集合一般指具有某种属性的、确定的、
彼此间可以区别的事物的全体。事物的含义是广泛的,可以是具体元素也可以是抽象
概念。在经典集合论中,一个事物要么属于该集合,要么不属于该集合,两者必居其一,
没有模棱两可的情况。这表明经典集合论所表达概念的内涵和外延都必须是明确的。
1000
1000
9992
9820
的隶属度 1 =
= 1，其余为： 2 =
= 0.9992， 3 =
=
1000
1000
1000
9980
9910
0.982， 4 =
= 0.998， 5 =
= 0.991，整体模糊集可表示为：
1000
1000
1
0.9992
0.982
0.998
《人工智能控制技术》
模糊控制
模糊空基本原理
模糊控制是建立在模糊数学的基础上，模糊数学是研究和处理模糊性现
象的一种数学理论和方法。在生产实践、科学实验以及日常生活中，人
们经常会遇到模糊概念(或现象)。例如，大与小、轻与重、快与慢、动与
静、深与浅、美与丑等都包含着一定的模糊概念。随着科学技术的发展，
度是2 ，依此类推，式中“+”不是常规意义的加号，在模糊集中
一般表示“与”的关系。连续模糊集合的表达式为：A =
)( /其中“” 和“/”符号也不是一般意义的数学符号，
在模糊集中表示“构成”和“隶属”。
模糊集合
假设论域U = {管段1，管段2，管段3，管段4，管段5}，传感器采
1+|
智能控制-第六章 模糊控制系统
µ F ( x) ≥ min{µ F (a ),µ F (b)}
为凸模糊集； 既是正态的又是凸的， 为一模糊数。 则F为凸模糊集；若F既是正态的又是凸的，则称 为一模糊数。 为凸模糊集 既是正态的又是凸的 则称F为一模糊数 定义6.8 语言变量 定义 一个语言变量可定义为5元组 一个语言变量可定义为 元组 ( x,T ( x),U ,G,M ) 其中，x为变量 。其中， 为变量
(6.10)
定义6.7 正态模糊集、凸模糊集和模糊数 正态模糊集、 定义 以实数R为论域的模糊集 ， 以实数 为论域的模糊集F，若其隶属函数满足 为论域的模糊集
max µ F ( x) = 1
x∈R
为正态模糊集； 则F为正态模糊集；若对于任意实数 ，a<x<b，有 为正态模糊集 若对于任意实数x， ，
T 名称； 的词集， 为论域； 是产生 名称； (x)为x的词集，即语言值名称的集合；U为论域；G是产生 的词集 即语言值名称的集合； 为论域
语言值名称的语法规则； 是与各语言值含义有关的语义规则 是与各语言值含义有关的语义规则。 语言值名称的语法规则；M是与各语言值含义有关的语义规则
6.1.2 模糊逻辑推理
• A与B的并（逻辑或）记为 A ∪ B ，其隶属函数定义为： 与 的并 逻辑或） 的并（ 其隶属函数定义为：
µ A ∪ B ( u ) = µ A ( u ) ∨ µ B ( u ) = max{µ A (u ),µ B (u )}
(6.4)
• A与B的交（逻辑与）记为 A ∩ B ，其隶属函数定义为： 的交（ 其隶属函数定义为： 与 的交 逻辑与）
3. 模糊逻辑控制 模糊逻辑控制(FLC)系统与专家控制系统（ ECS）的异同点 系统与专家控制系统（ 系统与专家控制系统 ）
为凸模糊集； 既是正态的又是凸的， 为一模糊数。 则F为凸模糊集；若F既是正态的又是凸的，则称 为一模糊数。 为凸模糊集 既是正态的又是凸的 则称F为一模糊数 定义6.8 语言变量 定义 一个语言变量可定义为5元组 一个语言变量可定义为 元组 ( x,T ( x),U ,G,M ) 其中，x为变量 。其中， 为变量
(6.10)
定义6.7 正态模糊集、凸模糊集和模糊数 正态模糊集、 定义 以实数R为论域的模糊集 ， 以实数 为论域的模糊集F，若其隶属函数满足 为论域的模糊集
max µ F ( x) = 1
x∈R
为正态模糊集； 则F为正态模糊集；若对于任意实数 ，a<x<b，有 为正态模糊集 若对于任意实数x， ，
T 名称； 的词集， 为论域； 是产生 名称； (x)为x的词集，即语言值名称的集合；U为论域；G是产生 的词集 即语言值名称的集合； 为论域
语言值名称的语法规则； 是与各语言值含义有关的语义规则 是与各语言值含义有关的语义规则。 语言值名称的语法规则；M是与各语言值含义有关的语义规则
6.1.2 模糊逻辑推理
• A与B的并（逻辑或）记为 A ∪ B ，其隶属函数定义为： 与 的并 逻辑或） 的并（ 其隶属函数定义为：
µ A ∪ B ( u ) = µ A ( u ) ∨ µ B ( u ) = max{µ A (u ),µ B (u )}
(6.4)
• A与B的交（逻辑与）记为 A ∩ B ，其隶属函数定义为： 的交（ 其隶属函数定义为： 与 的交 逻辑与）
3. 模糊逻辑控制 模糊逻辑控制(FLC)系统与专家控制系统（ ECS）的异同点 系统与专家控制系统（ 系统与专家控制系统 ）
智能控制-刘金琨编著PPT第6章
术实现；
（5）能进行学习，以适应环境的变化。
6.6 神经网络控制的研究领域
1 基于神经网络的系统辨识 ① 将神经网络作为被辨识系统的模型，可在已知
常规模型结构的情况下，估计模型的参数。
② 利用神经网络的线性、非线性特性，可建立线
性、非线性系统的静态、动态、逆动态及预测
模型，实现非线性系统的建模和辨识。
人恼的生理学和心理学着手，通过人工
模拟人脑的工作机理来实现机器的部分
智能行为。
人工神经网络（简称神经网络， Neural Network ）是模拟人脑思维方 式的数学模型。 神经网络是在现代生物学研究人脑组 织成果的基础上提出的，用来模拟人类大 脑神经网络的结构和行为。神经网络反映 了人脑功能的基本特征，如并行信息处理 、学习、联想、模式分类、记忆等。
1982 年 ， 物 理 学 家 Hoppield 提 出 了 Hoppield 神经网络模型，该模型通过引入 能量函数，实现了问题优化求解， 1984 年 他用此模型成功地解决了旅行商路径优化 问题(TSP)。 在1986年，在Rumelhart和McCelland等出 版《Parallel Distributed Processing》一书 ，提出了一种著名的多层神经网络模型， 即BP网络。该网络是迄今为止应用最普遍 的神经网络。
6.4.2 Delta（δ ）学习规则
假设误差准则函数为：
1 E 2
p 1
P
(d p y p ) 2
E
p 1
P
p
其中， d p 代表期望的输出（教师信号）；y p 为 网络的实际输出， y p f (W Xp ) ；W 为网络所有权 值组成的向量：
W w0, w1, , wn T
智能控制课件-模糊控制
0 0 0 0
0 .5 1 .0
0 .5 1 .0
0 .5 1 .0 0 .5 0 .5 0 0
0 0 0 0 0 0 0 .5 0 0 .5 0 .5 0 .5 1 .0 0 0
15
5
模糊决策 模糊控制器的输出为误差向量和模糊关系的合成 合成（ 复合） 合成（复合）
0
0
0
0 0 0 0 0 0 PSe × PSu = 0 × [0 0 0 0 0 0.5 1.0 0.5 0] = 0 1.0 0 0.5 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
自学习、自适应；模糊推理策略；模糊模型辨识；稳定性；硬件实现
3
3.2 模糊控制的基本原理
以模糊集理论 模糊集理论、 模糊集理论 、 模糊语言变量、 模糊语言变量、 模糊逻辑推理为基础，从行为上模 模糊逻辑推理 仿人的模糊推理和决策过程的一种智能控制方法。
3.2.1 模糊控制器的构成
模糊控制器（ Fuzzy Controller—FC ）也称模糊逻辑控制器（ Fuzzy Logic Controller—FLC）。采用模糊理论中模糊条件语句来描述，是一种 语言型控制器，也称模糊语言控制器（ Fuzzy Language Controller-FLC）。 语言型控制器
12
0 0 0 0 0 0 .5 0 0 .5 0 .5 0 .5 1 0 0 .5 1 .0 0 .5 NSe × NSu = 0 × [0 0.5 1 0.5 0 0 0 0 0] = 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
智能控制系统 模糊控制PPT课件
给定
+
-
Fuzzy化 接 口
知识库
推理决策
精确化接 口
被控对象
第1页/共167页
• 模糊控制器采用数字计算机。它具有三个重要功能： • 1、模糊化过程、数据库两块：把系统的偏差从数字量转化为模糊量； • 2、规则库、推理决策完成：对模糊量由给定的规则进行模糊推理； • 3、精确化接口：把推理结果的模糊输出量转化为实际系统能够接受的精确数字量或模拟量。
4、多输入多规则推理 • 多输入，多规则。就是对于一个控制系统，它的控
制规则有多个。比如 • IF A1 AND B1…，THEN C1 • IF A2 AND B2…，THEN C2 • …… • IF An AND Bn…，THEN Cn
• 以二输入多规则为例。 • 如果A1且B1，那么C1 • 否则如果A2且B2，那么C2 •… • 否则如果An且Bn，第那26页么/共C1n67页
第22页/共167页
• 三、推理决策逻辑 • 推理决策逻辑是利用知识库的信息模拟人类的推理决策过程，给出适合的控制量。（它是模糊控制的核
心）。
第23页/共167页
• 第二章P34 • 四、模糊逻辑推理讲过。 • 1、近似条件推理 • 前提1：如果x是A,则y是B • 前提2：如果x是A‘ • 结论： • Y是B’=A’
0.4 (3) 0.4 (1) 1 (3)
v0
0.4 0.4 1
2.5556
第36页/共167页
• 3、加权平均法
m
viki
v0
i 1 m
ki
i 1
• ki视情况而定。如果，那么加权平均法就变为 重心法。
第37页/共167页
• 面积重心法对于不同的隶属度函数形状会有不同的推理输出结果。最大隶属度函数法对隶属度函数的形状 要求不高。
智能控制模糊控制设计实例 ppt课件
0
0
0
0.3
0.65
1
0.6
0
.
6
5
0.7
1
1ห้องสมุดไป่ตู้
1
0.7
0
.
6
5
0.7 1 1 1 0.65 0.65 0.4
＝
0
0
0
0
0
0
0
0 .3
0 .3 0 .3 0 0 0 0
0 .6 5 0 .6 5 0 .3 0 0 0 0
1
0 . 6 5 0 . 3 0 0 0 0
2021/2/5
14
在求RB1之前先求出“并集”5 B j j 3
5
B j B 3 B 4 B 5 1， 0 .7 5， 1， 1， 0 .6 5， 0 .3， 0
2.2误差变化ec
系统液位误差前后两次采样值变化量是ec=e2-e1=(hd-h1)-(hd-h2)=h2h1，取其语言变量为EC，论域Y={-3，-2，-1，0，+1，+2，+3}， 论域上的模糊子集是Bj（j=1,2,3,…,5），相应语言值为{正大（PB ），正小（PS），零（Z），负小（NS），负大（NB）}。分别表 示当前水位变化h2-h1为：“快速上升”、“上升”、“不变”、“下降”、“快 速下降”。
9
5 确定模糊关系
2021/2/5
10
计算模糊关系R，为计算方便起见，先将由图给出的模糊隶属度函数以 矢量形式表示，列成表。
模糊集合A的隶属度函数
2021/2/5
11
模糊集合B的隶属度函数
2021/2/5
12
模糊集合C的隶属度函数
模糊控制原理课件 PPT
根据学习算法获取控制规则。应用自适应学习算法（神经 网络等）对控制过程的样本数据进行分析和聚类，生成和在 线优化较完善的控制规则。
3.1 模糊控制的基本原理
规则库
规则库的基本要求
规则数量合理 控制规则的增加可以增加控制的精度，但是会影响系统的实时 性；控制规则数量的减少会提高系统的运行速度，但是控制的 精度又会下降。所以，需要在控制精度和实时性之间进行权衡
模糊控制规则的生成方法归纳起来主要有以下几种：
根据专家经验或过程控制知识生成控制规则。这种方法通 过对控制专家的经验进行总结描述来生成特定领域的控制规 则原型，经过反复的实验和修正形成最终的规则库。
根据过程的模糊模型生成控制规则。这种方法通过用模糊 语言描述被控过程的输入输出关系来得到过程的模糊模型， 进而根据这种关系来得到控制器的控制规则。
模糊控制原理
孙健
第三章 模糊控制原理
模糊控制的基本原理 模糊控制系统的分类 模糊控制器设计 模糊控制的应用
第三章 模糊控制原理
3.1 模糊控制的基本原理
3.1.1 模糊基本思想
模糊控制是以模糊集理论、模糊语言变量和模糊逻辑推理为基础 的一种智能控制方法，它是从行为上模仿人的模糊推理和决策过 程的一种智能控制方法。
反模糊化 u D/A
电磁阀
热水器水温模糊控制系统结构
3.1 模糊控制的基本原理
模糊控制原理框图
3.1 模糊控制的基本原理
3.1.2 模糊控制器的基本结构
模糊化 知识库 模糊推理 反模糊化
过过过
+ -
精
模
确 值
过
糊 值
过
过
过过过过
模 糊
过
精 确
值过 值
3.1 模糊控制的基本原理
规则库
规则库的基本要求
规则数量合理 控制规则的增加可以增加控制的精度，但是会影响系统的实时 性；控制规则数量的减少会提高系统的运行速度，但是控制的 精度又会下降。所以，需要在控制精度和实时性之间进行权衡
模糊控制规则的生成方法归纳起来主要有以下几种：
根据专家经验或过程控制知识生成控制规则。这种方法通 过对控制专家的经验进行总结描述来生成特定领域的控制规 则原型，经过反复的实验和修正形成最终的规则库。
根据过程的模糊模型生成控制规则。这种方法通过用模糊 语言描述被控过程的输入输出关系来得到过程的模糊模型， 进而根据这种关系来得到控制器的控制规则。
模糊控制原理
孙健
第三章 模糊控制原理
模糊控制的基本原理 模糊控制系统的分类 模糊控制器设计 模糊控制的应用
第三章 模糊控制原理
3.1 模糊控制的基本原理
3.1.1 模糊基本思想
模糊控制是以模糊集理论、模糊语言变量和模糊逻辑推理为基础 的一种智能控制方法，它是从行为上模仿人的模糊推理和决策过 程的一种智能控制方法。
反模糊化 u D/A
电磁阀
热水器水温模糊控制系统结构
3.1 模糊控制的基本原理
模糊控制原理框图
3.1 模糊控制的基本原理
3.1.2 模糊控制器的基本结构
模糊化 知识库 模糊推理 反模糊化
过过过
+ -
精
模
确 值
过
糊 值
过
过
过过过过
模 糊
过
精 确
值过 值
- 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)。
-
19
2）Ke、Kec、Ku的调整方法
系统状态 e和ec较大
性能要求
参数调整的要求
尽快消除误差， 降低Ke和Kec； 加快响应速度 加大Ku
e和ec较小
系统已经接近 稳态,此时要求 提高系统精度, 减少超调量
加大Ke和Kec； 降低Ku
并联控制
复合控制器 模糊控
制器
PI 控制器
＋
对象
＋
当|E|≥1时，模糊控制器开关闭合，PI控制器的输出和模糊控制器的输出的和作 为被控对象的输入, 克服不确定性因素的影响,且有较强的控制作用；
当|E|<1时, 模糊控制器输出断开，仅有PI控制器控制对象, 消除稳态误差。
-
17
3.3.3 自校正模糊控制
u
FC,| e |
PI
,
|
e
|
A A
-
5
基于切换方式实现的模糊PID控制器
re
-
Fuzzy控制器 PID控制器
||ee||<>=EE
y
对象
-
6
基于切换方式实现的模糊PID控制器
Example:
G(s) 4 30s 1
-
7
Simulink仿真实现
-
8
Switch介绍
-
9
控制效果
PID
模糊PID
积分系数（过去）：消除系统的稳态误差。Ki越大，系统的稳态误 差消除越快，但Ki过大，在响应过程的初期会产生积分饱和现象， 从而引起响应过程的较大超调。若Ki过小，将使系统稳态误差难以 消除，影响系统的调节精度。
微分系数（未来）：改善系统的动态特性。其作用主要是能反应 偏差信号的变化趋势。并能在偏差信号值变得太大之前，引入一 个有效的早期修正信号，从而加快系统的动作速度，减少调节时 间。
-
13
模糊规则表 ec
dKp,dKi, dKd NB
NM
NS
e
ZO
PS
PM
PB
NB
NM
NS
ZO
PB,NB, PB,NB, PM,NM, PM,NM,
PS
NS
NB
NB
PB,NB, PB,NB, PM,NM, PS,NS,
PS
NS
NB
NM
PM,NB, PM,NM, PM,NS, PS,NS,
ZO
NS
NM
NM
PM,NM, PM,NM, PS,NS, ZO,ZO,
ZO
NS
NS
NS
PS,NM, PS,NS, ZO,ZO, NS,PS,
ZO
ZO
ZO
ZO
PS,ZO, ZO,ZO, NS,PS, NM,PS,
PB
NS
PS
PS
ZO,ZO, ZO,ZO, NM,PS, NM,PM,
PB
PM
PM
PM
PS
PS,NS, NB PS,NS, NM ZO,ZO, NS NS,PS, NS NS,PS, ZO NM,PM, PS NM,PM, PS
-
15
3.3 模糊控制的改进方法
串联控制
复合控制器
＋
模糊控
制器
＋
PI 控制器
对象
当|E|≥1时, 系统的误差e和模糊控制器的输出u的和作为PI控制器的输入, 克 服不确定性因素的影响,且有较强的控制作用;
当|E|<1时, 模糊控制器输出断开,仅有e加到PI控制器的输入, 消除稳态误差。
-
16
3.3 模糊控制的改进方法
如果E、EC、U的论域和控制规则是确定的，那么模糊查询表是确定的， 也就是说，E、EC和U的关系是确定的，将这种关系可以用函数描述为：
U(k)=f [E(k),EC(k)]
E(k) Ke e(k)
EC(k) Kec ec(k) u(k) Ku U(k)
u(k) Ku f [Ke e(k),Kec ec(k)]
模糊控制的优缺点
优点：
① 设计时不需要建立被控制对象的数学模型，只要求掌 握人类的控制经验。
② 系统的鲁棒性强，尤其适用于非线性时变、滞后系统 的控制
-
1
模糊控制的优缺点
缺点：
① 模糊化和反模糊化过程缺乏系统的方法，主要靠经验和 试凑。
② 总结模糊控制规则有时比较困难。 ③ 控制规则一旦确定，不能在线调整，不能很好地适应情
-
PM
PB
ZO,ZO, NM ZO,ZO, NS NS,PS, NS NM,PM, NS
NM,PM, ZO
NM,PB, PS
NB,PB, PS
ZO,ZO, PS NS,ZO, ZO NS,PS, ZO NM,PM, ZO NM,PB, ZO NB,PB, PB NB,PB, PB
14
参考论文
模糊自整定PID控制器的设计及其应用，吴振 顺，姚建均，岳东海，哈尔滨工业大学学报， 2004年11月。
普通模糊控制器的参数和控制规则在系统运行时无法在 线调整，自适应能力差
自校正模糊控制器
在线修正模糊控制器的参数或控制规则， 增强模糊控制器的自适应能力
自校正模糊控制器通常分为两种： 参数自校正模糊控制器 规则自校正模糊控制器
-
18
参数自校正模糊控制器
1）量化因子Ｋe、Ｋec和比例因子Ｋu对控制性能的影响
k p k p ' d k p ; k i k i ' d k i ; k d k d ' d k d ;
y
对象
ቤተ መጻሕፍቲ ባይዱ12
讨论：PID对控制系统的影响
比例系数（现在）：加快系统的响应速度，提高系统的调节精度。 Kp越大，系统的响应速度越快，系统的调节精度越高，但易产生 超调，甚至导致系统不稳定。Kp 取值过小，则会降低调节精度， 使响应速度缓慢，从而延长调节时间，使系统静态、动态特性变 坏。
况的变化。 ④ 模糊控制器由于不具有积分环节，因而稳态精度不高。
-
2
模糊控制的改进方法
-
3
Why? ▪可以实现人的控制策略 ▪易于实现
模糊控制的特点
▪ 在平衡点附近会产生振荡，稳态精度较差 ▪ 提高控制精度必须以多分档为代价，因此使
得规则数和计算量大大增加
模糊PID
❖PID控制的特点：
▪运用普遍 ▪参数对控制性能具有较大影响
-
4
3.3.2 模糊控制与PID控制的结合 ------ 双模控制
双模控制器由模糊控制器和PI控制器并联组成。控制开关在系统误差较大时 接通模糊控制器，来克服不确定性因素的影响；在系统误差较小时接通PI控 制器来消除稳态误差。
复合控制器
识别 判断
模糊控制器 PI控制器
对象
控制开关的控制规则可以描述为：
Kp=2, Ki=1, Kd=0
-
10
基于参数自整定的模糊PID控制器
de/dt Fuzzy控制器
dkp dki dkd
re
-
PID控制器
y
对象
-
11
确定输入、输出变量
输入变量：e、de
输出变量： dkp, dki, dkd
e de
Fuzzy控制器
r
e
-
dkp dki dkd
PID控制器
-
参数整定