基于模糊控制的速度跟踪控制问题.doc

基于模糊控制的速度控制 ——地面智能移动车辆速度控制系统 问题描述 利用模糊控制的方法解决速度跟踪问题，即已知期望速度(desire speed)，控制油门(throttle output)和刹车(brake output)来跟踪该速度。已知输入：车速和发动机转速（值可观测）。欲控制刹车和油门电压（同一时刻只有一个量起作用）。 算法思想 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)。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。 Figure 1　模糊控制器的结构图 模糊控制的优点： (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。 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。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，从而导致规则有哪些信誉好的足球投注网站范围扩大，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。 一般控制系统的架构，包含五个主要部分：定义变量、模糊化、知识库、逻辑判断及模糊化，将就每一部分做简单的说明(1) 定义变量 也就是决定程序被观察的状况及考虑控制的动作，控制变量的选择要能够具有系统特性，而控制变量选择是否正确，对系统的性能将有很大的影响。在控制问题上，输入变量有，而控制变量则为下一个状态之输。为模糊控制器的语言变量，而如何选择则有赖工程师对于系统的了解和专业知识而定。因此，经验和工程知识在选择控制变量时占有相当重要的角色。 (2) 模糊化（fuzzify） 将输入值以适当的比例转换到论域的数值，利用口语化变量来描述测量物理量的过程，依适合的语言值（linguistic value）求该值相对之隶属度，此口语化变量我们称之为模糊子集合（fuzzy subsets）。当控制变量确定之后，接下来就是根据经验写出控制规则，但是在做成模糊控制规则之前，首先必需对模糊控制器的输入和输出变量空间做模糊分割。输入空间变量，可以用三个或五个模糊集合对空间做模糊分割，划分成三个或五个区域。 模糊分割时各领域间重叠的程度大大地影响控制的性能；一般而言，模集合重叠的程度并没有明确的决定方法，目前大都依靠模拟和实验的调整决定分割方式，不过提出大约/3~1/2最为理想。重叠的部份意味着模糊控制规则间模糊的程度，因此模糊分割是模糊控制的重要特征。隶属度函数连续型 Figure 2 速度误差的隶属度函数 即的隶属度函数分别为： 其中左边为误差为正的情况，此时只有油门的输出，右边为误差为负的情况，此时只有刹车的输出。 实际速度的隶属函数同样采用高斯型的，其图像同样如图Figure 1： 油门输出的隶属函数：　　　　　　　　　　刹车输出的隶属函数： 　　　　　　　　　 上式中，NB，NM，NS，ZO，PS，PM，PB等是论域中模糊集合的标记，其意义如下所示： 　　NB=负方向大的偏差(Negative Big) 　　NM=负方向中的偏差(Negative Medium) 　　NS=负方向小的偏差(Negative Small) 　　ZO=近于零的偏差(Zero) 　　PS=正方向小的偏差(Positive Small) 　　PM=正方向中的偏差(Positive Medium) 　　PB=正方向大的偏差(Positive Big) 图将模糊集合