智能控制课件4.ppt

第三章 模糊控制 模糊控制系统组成 模糊控制器设计 模糊PID控制器设计 第一节 模糊控制系统的组成 模糊控制系统工作原理 模糊控制系统结构 模糊控制器的结构与组成 一、模糊控制系统工作原理 模糊化过程 Fuzzification 模糊化就是输入值（精确量）匹配成语言值（模糊量）的过程。 同时输入值对于相应语言变量语言值的隶属度也被确定。 输入值x可以和语言值C相匹配，也可以和语言值D相匹配。相应于C模糊集的隶属度是μc(x)，相应于D模糊集的隶属度是μd（x)。相应于A，B，E模糊集的隶属度均为零，即μa(x)＝ μb(x)＝ μe(x)＝0 知识库 Knowledge base 数据库 为模糊控制提供原始定义。 精确化 Defuzzification 1 最大隶属度法： 在所有规则推理结果的模糊集合中，隶属度 最大的元素做为输出（可能不为一个点，取平均）。 综上所述，模糊逻辑控制主要有三个步骤： 1）模糊化过程 图 水箱液位控制 按最大隶属度法： u=-4，即对应实际的阀门开最大值。 思考： 若：e=-2，则如何处理？ 隶属度聚集方法以及规则激活（后面介绍） 　　　　　　控制方式的模糊逻辑控制器结构图 二、模糊控制系统结构 模糊PID控制器 变结构模糊控制器 复合型模糊控制器 自校正模糊控制器 神经网络模糊控制器 遗传算法优化模糊控制器 * 1) 得到模糊控制器的输入量E 2)进行模糊化处理 3)进行模糊决策，得到模糊控制量 4)非模糊化处理，得到精确的数字控制量u 5)控制量送给执行机构 一维模糊控制算法 E u 模糊控制器 模糊控制器（Fuzzy Controller—FC）也称为模糊逻辑控制器（Fuzzy Logic Controller—FLC）,由于所采用的模糊控制规则是由模糊理论中模糊条件语句来描述的，因此模糊控制器是一种语言型控制器，故也称为模糊语言控制器（Fuzzy Language Controller—FLC）。 输入值 语言值 隶属度函数 输入输出空间的模糊划分 论域离散化 实质是量化过程：将一个论域离散成确定数目的几小 段（由量化级决定），每一段用一个特定的标记来表 示，即形成了离散域。 模糊划分就是确定术语集合中有多少术语，或确定基 本模糊集的数目。 规则库 模糊子集隶属度函数的定义 隶属度函数是是数据库的重要组成部分。 对于论域是离散的情况，隶属度函数用数字形式，或 向量的形式来表示。 对于论域是连续的情况，隶属度函数用函数的形式 来表示。比如三角函数、梯形函数和高斯函数等， P22。 规则库是由一系列模糊条件描述的模糊控制规则就构 成了模糊控制规则库。 输入输出变量的选择 输入输出变量（语言变量）的选择对模糊控制系统的控 制性能至关重要。典型模糊控制器的语言变量取系统的 状态、系统误差、误差变化等。 模糊控制规则的建立 模糊规则库的建立大致有4种方法： 1）专家经验法 2）观察法 3）基于模糊模型的控制 通过对专家控制经验的咨询形成的控制规则库。 主观性强，其控制性能不会超过所依赖的专家水平。 通过观察专家或熟练操作工的控制行为，并将其控制思 想提炼出一套基于模糊条件语言的控制规则，从而建立 模糊规则库。其控制性能不会超过所依赖的专家水平。 用多个类似于控制规则“IF …THEN ”的形式来描述被控 对象的动态特性。即模糊控制对象的模型用多个控制规则 来描述。 比如某控制对象用一下六个控制规律来描述： Y----输出量 U----控制量 n----离散时间 控制目的：使输出Y为0。 被控对象的规则规律如下： 规则1： IF Yn=PM and Un=PM, THEN Yn+1=PB 规则2： IF Yn=PM and Un=NM, THEN Yn+1=PS 规则3： IF Yn=PS and Un=NS, THEN Yn+1=ZE 规则4： IF Yn=NS and Un=PS, THEN Yn+1=ZE 规则5： IF Yn=NM and Un=PM, THEN Yn+1=NS 规则6： IF Yn=NM and Un=NM, THEN Yn+1=NB 其中语言值含义为 P=Positive N=Negtive ZE=Zero B=Big M=Middle S=Small Yn=PM，PS，