關(guān)于模糊控制的應(yīng)用及發(fā)展研究

周自云

摘 要：隨著社會(huì)經(jīng)濟(jì)發(fā)展速度的不斷加快，模糊控制方法是智能控制的重要組成部分。簡(jiǎn)要分析了模糊控制理論，詳細(xì)介紹了模糊控制系統(tǒng)與其他系統(tǒng)的結(jié)合與應(yīng)用，根據(jù)各種模糊控制器的不同特點(diǎn)，對(duì)模糊控制的發(fā)展趨勢(shì)與動(dòng)態(tài)進(jìn)行了研究。

關(guān)鍵詞：模糊控制；概況；缺點(diǎn)；模糊控制系統(tǒng)；發(fā)展；應(yīng)用

1 模糊控制的概況

利用模糊數(shù)學(xué)的基本思想和理論的控制方法。在傳統(tǒng)的控制領(lǐng)域里，控制系統(tǒng)動(dòng)態(tài)模式的精確與否是影響控制優(yōu)劣的最主要關(guān)鍵，系統(tǒng)動(dòng)態(tài)的信息越詳細(xì)，則越能達(dá)到精確控制的目的。然而，對(duì)于復(fù)雜的系統(tǒng)，由于變量太多，往往難以正確的描述系統(tǒng)的動(dòng)態(tài)，于是工程師便利用各種方法來(lái)簡(jiǎn)化系統(tǒng)動(dòng)態(tài)，以達(dá)成控制的目的，但卻不盡理想。換言之，傳統(tǒng)的控制理論對(duì)于明確系統(tǒng)有強(qiáng)而有力的控制能力，但對(duì)于過(guò)于復(fù)雜或難以精確描述的系統(tǒng)，則顯得無(wú)能為力了。因此便嘗試著以模糊數(shù)學(xué)來(lái)處理這些控制問(wèn)題。"模糊"是人類感知萬(wàn)物，獲取知識(shí)，思維推理，決策實(shí)施的重要特征。"模糊"比"清晰"所擁有的信息容量更大，內(nèi)涵更豐富，更符合客觀世界。但在具體應(yīng)用中，模糊控制的也存在諸多缺陷，如下所示：

1、模糊控制的設(shè)計(jì)尚缺乏系統(tǒng)性，這對(duì)復(fù)雜系統(tǒng)的控制是難以奏效的。難以建立一套系統(tǒng)的模糊控制理論，以解決模糊控制的機(jī)理、穩(wěn)定性分析、系統(tǒng)化設(shè)計(jì)方法等一系列問(wèn)題；

2、如何獲得模糊規(guī)則及隸屬函數(shù)即系統(tǒng)的設(shè)計(jì)辦法，完全憑經(jīng)驗(yàn)進(jìn)行；

3、信息簡(jiǎn)單的模糊處理將導(dǎo)致系統(tǒng)的控制精度降低和動(dòng)態(tài)品質(zhì)變差。若要提高精度就必然增加量化級(jí)數(shù)，導(dǎo)致規(guī)則搜索范圍擴(kuò)大，降低決策速度，甚至不能進(jìn)行實(shí)時(shí)控制；

4、如何保證模糊控制系統(tǒng)的穩(wěn)定性即如何解決模糊控制中關(guān)于穩(wěn)定性和魯棒性問(wèn)題還有待解決。

2 模糊控制系統(tǒng)應(yīng)用分析

模糊控制實(shí)質(zhì)上是一種非線性控制，從屬于智能控制的范疇。模糊控制的一大特點(diǎn)是既有系統(tǒng)化的理論，又有大量的實(shí)際應(yīng)用背景。模糊控制的發(fā)展最初在西方遇到了較大的阻力；然而在東方尤其是日本，得到了迅速而廣泛的推廣應(yīng)用。近20多年來(lái)，模糊控制不論在理論上還是技術(shù)上都有了長(zhǎng)足的進(jìn)步，成為自動(dòng)控制領(lǐng)域一個(gè)非常活躍而又碩果累累的分支。模糊控制以現(xiàn)代控制理論為基礎(chǔ)，同時(shí)與自適應(yīng)控制技術(shù)、人工智能技術(shù)、神經(jīng)網(wǎng)絡(luò)技術(shù)的相結(jié)合，在控制領(lǐng)域得到了空前的應(yīng)用。Fuzzy-PID復(fù)合控制將模糊技術(shù)與常規(guī)PID控制算法相結(jié)合，達(dá)到較高的控制精度。當(dāng)溫度偏差較大時(shí)采用Fuzzy控制，響應(yīng)速度快，動(dòng)態(tài)性能好；當(dāng)溫度偏差較小時(shí)采用PID控制，靜態(tài)性能好，滿足系統(tǒng)控制精度。因此它比單個(gè)的模糊控制器和單個(gè)的PID調(diào)節(jié)器都有更好的控制性能。

這種控制方法具有自適應(yīng)自學(xué)習(xí)的能力，能自動(dòng)地對(duì)自適應(yīng)模糊控制規(guī)則進(jìn)行修改和完善，提高了控制系統(tǒng)的性能。對(duì)于那些具有非線性、大時(shí)滯、高階次的復(fù)雜系統(tǒng)有著更好的控制性能。也稱為比例因子自整定模糊控制。這種控制方法對(duì)環(huán)境變化有較強(qiáng)的適應(yīng)能力，在隨機(jī)環(huán)境中能對(duì)控制器進(jìn)行自動(dòng)校正，使得控制系統(tǒng)在被控對(duì)象特性變化或擾動(dòng)的情況下仍能保持較好的性能。

模糊控制與專家系統(tǒng)技術(shù)相結(jié)合，進(jìn)一步提高了模糊控制器智能水平。這種控制方法既保持了基于規(guī)則方法的價(jià)值和用模糊集處理帶來(lái)的靈活性，同時(shí)把專家系統(tǒng)技術(shù)的表達(dá)與利用知識(shí)的長(zhǎng)處結(jié)合起來(lái)，能夠處理更廣泛的控制問(wèn)題。IC算法具有比例模式和保持模式兩種基本模式的特點(diǎn)。這兩種特點(diǎn)使得系統(tǒng)在誤差絕對(duì)值變化時(shí)，可處于閉環(huán)運(yùn)行和開(kāi)環(huán)運(yùn)行兩種狀態(tài)。這就能妥善解決穩(wěn)定性、準(zhǔn)確性、快速性的矛盾，較好地應(yīng)用于純滯后對(duì)象。這種控制方法以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，利用了模糊邏輯具有較強(qiáng)的結(jié)構(gòu)性知識(shí)表達(dá)能力，即描述系統(tǒng)定性知識(shí)的能力、神經(jīng)網(wǎng)絡(luò)的強(qiáng)大的學(xué)習(xí)能力以及定量數(shù)據(jù)的直接處理能力。這種控制適用于多變量控制系統(tǒng)。一個(gè)多變量模糊控制器有多個(gè)輸入變量和輸出變量。

目前利用遺傳算法優(yōu)化模糊控制器時(shí)，優(yōu)化的主要對(duì)象是隸屬函數(shù)和模糊控制規(guī)則集。根據(jù)優(yōu)化對(duì)象的不同，現(xiàn)有的研究可分為以下幾種類型：

1、已知模糊控制規(guī)則，利用GA優(yōu)化隸屬函數(shù)

一般先設(shè)定隸屬函數(shù)的形狀，實(shí)踐表明，三角形型、梯形型、高斯型等比較簡(jiǎn)單的隸屬函數(shù)即可滿足一般模糊控制器的需要。設(shè)定隸屬函數(shù)形狀后，確定待尋優(yōu)的隸屬函數(shù)參數(shù)，一般高斯型有2個(gè)參數(shù)，三角形有3個(gè)參數(shù)，梯形有4個(gè)參數(shù)。利用已有知識(shí)確定各參數(shù)的大致允許范圍，并對(duì)參數(shù)進(jìn)行編碼，將所有的待尋優(yōu)參數(shù)串接起來(lái)構(gòu)成一個(gè)個(gè)體，代表一個(gè)模糊控制器。然后建立一定的性能指標(biāo)，最后便可利用遺傳算法的一般步驟進(jìn)行尋優(yōu)。

2、已知隸屬函數(shù)，利用GA優(yōu)化模糊控制規(guī)則

事先確定輸入輸出隸屬函數(shù)的形狀和各參數(shù)，將每個(gè)輸入輸出變量劃分為一定數(shù)量的模糊子集，從而確定最大可列舉規(guī)則數(shù)，將一個(gè)規(guī)則表按一定的順序展開(kāi)為一維，并編碼為一個(gè)個(gè)體。隨機(jī)地選擇一定數(shù)量的個(gè)體作為初始群體，對(duì)這些個(gè)體進(jìn)行遺傳操作，實(shí)現(xiàn)控制規(guī)則的優(yōu)化。

3、同時(shí)優(yōu)化隸屬函數(shù)和模糊控制規(guī)則

隸屬函數(shù)和模糊控制規(guī)則不是相互獨(dú)立而是相互聯(lián)系的，因此很多學(xué)者認(rèn)為固定隸屬函數(shù)優(yōu)化模糊控制規(guī)則或固定模糊控制規(guī)則優(yōu)化隸屬函數(shù)的做法人為地割裂了這種聯(lián)系，使優(yōu)化得到的隸屬函數(shù)或控制規(guī)則失去了原來(lái)的意義，建議應(yīng)該同時(shí)對(duì)二者進(jìn)行調(diào)整，并在這方面做了一些工作。

3 模糊控制的發(fā)展前景

在模糊控制的發(fā)展初期，大多數(shù)學(xué)者的主要精力放在模糊控制的應(yīng)用研究上，在很多領(lǐng)域取得輝煌的成果。但與應(yīng)用的成果相比，模糊控制的系統(tǒng)分析和理論研究卻沒(méi)有顯著進(jìn)展，以至于西方的一些學(xué)者對(duì)模糊控制的理論依據(jù)和有效性產(chǎn)生疑慮。1993年7月，在美國(guó)第十一屆人工智能年會(huì)上，加州大學(xué)圣地亞哥分校計(jì)算機(jī)科學(xué)和工程系助教授Clarles Elkan博士的一篇題為“模糊邏輯似是而非的成功”報(bào)告，就代表了這種思想。雖然C.Elkan 的一些觀點(diǎn)是不確切和片面的，會(huì)后很多專家對(duì)此進(jìn)行了批駁，但他確確實(shí)實(shí)指出了模糊控制理論基礎(chǔ)不夠堅(jiān)實(shí)的缺點(diǎn)，從而引起了模糊控制領(lǐng)域的學(xué)者的廣泛關(guān)注并加強(qiáng)了對(duì)這一方面的研究。通過(guò)上節(jié)的介紹可以看到，目前模糊控制的理論研究很熱，并已取得了許多顯著進(jìn)展，模糊控制在理論上和應(yīng)用方面都取得了巨大成就。雖然模糊控制技術(shù)發(fā)展歷史只有三十年，本身還有待于完善，理論與實(shí)際的結(jié)合也有待于進(jìn)一步探索，但是其發(fā)展前景十分誘人。

4 結(jié)束語(yǔ)

綜上所述，目前在國(guó)際大趨勢(shì)的推動(dòng)下，模糊控制已開(kāi)始向多元化和交叉學(xué)科方向發(fā)展。國(guó)外專家預(yù)言：模糊技術(shù)、神經(jīng)網(wǎng)絡(luò)技術(shù)、混沌理論作為人工智能的三大支柱，將是下一代工業(yè)自動(dòng)化的基礎(chǔ)。隨著模糊控制理論研究的不斷完善和應(yīng)用的廣泛深入、高性能模糊控制器的研究開(kāi)發(fā)，模糊控制技術(shù)將會(huì)更大限度地發(fā)揮其優(yōu)勢(shì)，為工業(yè)過(guò)程控制、運(yùn)動(dòng)控制和其它領(lǐng)域的控制開(kāi)辟新的應(yīng)用前景。

參考文獻(xiàn)

[1] 陳霞，陳廣林. 模糊控制理論的發(fā)展與應(yīng)用[J]. 煤礦現(xiàn)代化. 2004（03）

[2] 連麗艷，王艷秋. 智能復(fù)合控制系統(tǒng)的研究現(xiàn)狀與展望[J]. 工業(yè)儀表與自動(dòng)化裝置. 2004（02）

[3] 朱大奇. 人工神經(jīng)網(wǎng)絡(luò)研究現(xiàn)狀及其展望[J]. 江南大學(xué)學(xué)報(bào). 2004（01）

[4] 張金梅. 基于模糊推理的智能控制系統(tǒng)的現(xiàn)狀和展望[J]. 科技情報(bào)開(kāi)發(fā)與經(jīng)濟(jì). 2004（01）

[5] 王永初. 智能控制理論與系統(tǒng)的發(fā)展評(píng)述[J]. 華僑大學(xué)學(xué)報(bào)（自然科學(xué)版）. 2004（01）