智能控制技术PPT 第三章.pptx

智能控制理论与应用

2025/3/242第三章模糊控制系统3.1模糊控制系统的组成3.2模糊控制系统的设计3.3模糊控制器的设计举例3.4模糊PID控制器的设计3.1模糊控制系统的组成

2025/3/243模糊控制系统的组成系统：是两个以上彼此联系又相互作用的对象所构成的具有某种功能的集体。模糊系统：是由那些模糊现象引起的不确定性系统。模糊控制系统是一种自动控制系统，它是以模糊数学、模糊语言形式的知识表示和模糊逻辑推理为理论基础，采用计算机控制技术构成的一种具有闭环结构的数学控制系统。它的组成核心是具有智能性的模糊控制器。在控制原理上它应用模糊集合论、模糊语言变量和模糊逻辑推理的知识，模拟人的模糊思维方法，对复杂过程进行控制。

2025/3/244模糊逻辑控制系统的基本结构如下图所示。从图中可以看出，模糊控制系统的主要部件是模糊化过程、知识库(含数据库和规则库)、推理决策和精确化计算。知识库推理决策被控语言Fuzzy化接口精确化接口

2025/3/245模糊控制的功能模糊化过程、数据库两块完成：把系统的偏差从数字量转化为模糊量。模糊控制器采用数字计算机。它具有三个重要功能：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。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。模糊控制系统的设计问题：模糊化过程、知识库（含数据库和规则库）、推理决策和精确化计算。

2025/3/246一、模糊化过程模糊化过程主要完成：测量输入变量的值，并将数字表示形式的输入量转化为通常用语言值表示的某一限定码的序数。每一个限定码表示论域内的一个模糊子集，并由其隶属度函数(三角型和梯型函数)来定义。模糊化过程就是将当前物理输入根据模糊子集的分布情况确定出此时此刻输入值对这些模糊子集的隶属程度。上图表示：给出了输入变量x0在给定限定码模糊子集（又称语言值）A’、B’、C’中具有最大隶属程度。

2025/3/247二、知识库知识库包括数据库和规则库。数据库记录一切必要的信息数据。规则库给出了一套由语言变量描述的的控制规则的集合。模糊控制器设计的关键在于如何有效的建立知识库(数据库和规则库)。

2025/3/2481、数据库数据库提供必要的定义，包含了语言控制规则论域的离散化、量化和正规化以及输入空间的分区、隶属度函数的定义等。模糊逻辑控制中的数据库主要包括：量化等级的选择、量化方式（线性量化或非线性量化）、比例因子和模糊子集的隶属度函数。（1）论域的离散化：要使计算机能够处理模糊信息就必须对用模糊集合表示的不确定信息进行量化。论域的离散化实质上是一个量化过程。量化就是将一个论域离散成确定数目的几小段（量化级），每一段用某一个特定术语作为标记，这样就形成一个离散域。

2025/3/249量化有两种：1、平均量化；2、非线性映射（在大误差段的分辨率要求不高时，量化级别少点；在小误差段的分辨率要求较高时，量化级别多点）。量化的特点：1、测量变量的量化会带来误差；2、同时减少了系统对小的扰动的敏感性。图中ke、kec为量化因子，ku为比例因子kekecd/dt模糊控制器ku期望值y＋－eecEECUu

2025/3/2410假设在实际中，误差的连续取值范围是e=[eL,eH]，eL表示低限值，eH表示高限值。将离散语言变量E的论域定义为{-m,…,-1,0,1,…,m}。则有量化因子：量化因子实际上类似于增益的概念，在这个意义上称量化因子为量化增益更为合适。同理，假如误差变化率的连续取值范围是ec=[ecL,ecH]，控制量的连续取值范围是u=[uL,uH]，EC的论域定义为{-m,…,-1,0,1,…,m}；{-n,…,-1,0,1,…,n}；将U的论域定义为{-l,…,-1,0,1,…,l}。则量化因子kec和比例因子ku可分别确定如下：

2025/3/2411在确定了量化因子和比例因子之后，误差e和误差变化率ec可通过下式转换为模糊控制器的输入E和EC：式中，代表取整运算。模糊控制器的输出U可以通过下式转换为实际的输出值u：

2025/3/2412在量化级之间，加入插值运算。对于任意一个连续的测量值可以通过相邻两个离散值的加权运算得到模糊度的值。问题的提出解决方法变量量化会导致一定的量化误差?

2025/3/2413例3-1如果当前测量误差e=3.6。误差的离散值3、4的隶属度值分别为m(3)，m(4)。则当前测量误差e的隶属度值可以通过插值运算得到：

2025/3/2414通常在语言变量的论域上，将其划分为有限的几档。例如，可将E、EC和U的划分为{“