智能控制课程结课作业智能控制课程结课作业.pdf

智能控制 1 fuzzy 1 fuzzy 11对于模糊控制（ffuuzzzzyy）的认识和体会 模糊控制作为给合传统的基于规则的专家系统、模糊集理论和控制理论的成果而诞生, 使其与基于被控过程数学模型的传统控制理论有很大的区别。在模糊控制中，并不是像传统 控制那样需要对被控过程进行定量的数学建模，而是试图通过从能成功控制被控过程的领域 专家那里获取知识，即专家行为和经验，当被控过程午分复杂甚全“病态”时，建立被控过 程的数学校型或者不可能，或者需要高昂的代价。此时模糊控制就显得具有吸引力和实用性。 由于人类专家的行为是实现模糊控制的基础，因此，必须用一种容易且有效的方式来表达人 类专家的知识。IF-THEN 规则格式是这种专家控制知识最和适的表式方式之一，即 1F“条 件”THEN“结果”，这种表示方式有两个显著的特征:它们是定性的而不是定量的;它们是一 种局部知识，这种知识将局部的“条件”与局部的“结果”联系起来，前者可用模糊子集表 示，而后者需要模糊蕴涵或模糊关系来表达。然而，当用计算机实现时，这种规则最终需具 有数位形式，隶属函数和近似推理为数值表示集合模糊蕴涵提供了一种有利工具。 一个实际的模糊控制系统实现时需要解决三个问题:知识表示、推理策略和知识获取。 知识表示是指如何将语言规则用数值方式表示出来;推理策略是指如何根据当前输入“条件” 生一个合理的“结果”；知识的获取解决如何获得一组恰当的规则。由于领域专家提供的知 识常常是定性的，包含某种不确定性。因此，知识的表示和推理必须是模糊的或近似的，近 似推理理论正是为满足这种需要而提出的。近似推理科看做是根据一些不精确的条件推导出 个精确结论的过程，许多学者对模糊表示、近似推理进行了大量的研究，在近似推理算法中， 最厂泛使用的是关系矩阵模型，它基于 L.A.Zadeh 的合成推理规则首次由Mamdani 采用， 由于规则可被解释成逻辑意义上的蕴涵关系，因此人最的蕴涵算子已被提出并应用于实际中 由此可见。模糊控制是以模糊集合沦、模糊语言变量及校糊逻辑推理为基础的一种计算 机控制，从线性控制与非线性控制的角度分类，模糊井制是一种非线性控制。从控制器智能 性看，模糊控制属智能能控制的范畴，而且它已成为日前实现智能控制的一种重要而又有效 的形式。尤其是模糊制和神经网络、预测控制、遗传算法和混沌理论等新学科的相结合，正 在显示出其巨大的应用潜力。 模糊控制器的基本结构包括以下四部分 1.模糊化 模糊化的作用是将输入的精确量转换成模糊化量，其中输入成份包括外界的参考输入、 系统的输出或状态等。模糊化的具体过程如下：首先对这此输入进行处理，以变成模糊控制 器要求的输入从。然后将上述己经处理过的输入量进行尺度变换，使其变换到各自的论域范 围。在将已经变换到论域范的输入最进行模糊处理，使原先精确的输入带变成模糊量，并用 相应的模糊集合来表。 2.知识库 知识库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.数据库主要包括各种语言变量的隶属函数，尺度变换因子以及模糊空 间的分级数等。2.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。 3.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。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。 4.清晰化 洁晰化的作用是将模糊推理得到的控制量(模糊量)变换为实际用于控制的清晰量，它包 含以下两部分内容节(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） 经尺度变换将表示在论域范围的清晰量变成实际的控制量。 2 2 22模糊控制的仿真控制 ①在MATLAB 命令窗口中输入“sltank。便可打升如下图所示的模型窗口 。 ②在MATLAB 左下角的“Start”菜单选项，用鼠标双击模糊逻斩系统(Fuzzy Logic)工具箱的FISEditorViewer项，打开模糊推理系统编辑器(Fls Editor) ③利用FIS Editor 编辑器的Edit/Add input 菜单，添加条输入语言变量，并将两个输 入语言变量和个输出语言变量的名称分别定义为:level;rate;valve。其中，level 代表水位; rate 代表水位变化率:valve 代表阀门。模糊推理系统ta