模糊滑?？刂扑惴ㄑ芯烤C述

隨著控制理論實踐的不斷深入，被控對象的結(jié)構(gòu)及數(shù)學模型也越來越復雜，呈現(xiàn)出時變性、多輸入多輸出、高度復雜性、非線性、不確定性等特點。面對這些復雜特征，出現(xiàn)了諸如變結(jié)構(gòu)控制、模糊控制、神經(jīng)網(wǎng)絡控制以及智能控制等新的控制手段。本文就模糊滑?？刂频漠a(chǎn)生及發(fā)展現(xiàn)狀做簡單介紹。

一、常規(guī)模糊滑?？刂?/p>

模糊控制和滑模變結(jié)構(gòu)控制各有優(yōu)缺點，有某種相似之處，又有互補之處。20世紀90年代以后，專家學者把二者結(jié)合，構(gòu)成模糊滑?？刂?，實現(xiàn)兩者之間的取長補短。同時還可在一定程度上削弱或克服滑模變結(jié)構(gòu)控制的抖動現(xiàn)象。目前，模糊控制與滑模變結(jié)構(gòu)控制的結(jié)合運用主要有以下三種方式。

1.通過模糊控制規(guī)則自適應地調(diào)節(jié)符號函數(shù)項的值。

2.通過模糊控制規(guī)則直接確定滑?？刂屏俊?/p>

3.變結(jié)構(gòu)控制、模糊控制的復合控制策略。

二、自適應模糊滑?？刂?/p>

普通的模糊滑?？刂频脑O計仍然是基于經(jīng)驗的。由于模糊規(guī)則的選取有很大的任意性，在很多情況下有效經(jīng)驗的獲取并不是容易的事。為了達到一定精度，選擇的模糊規(guī)則可能非常復雜，且系統(tǒng)參數(shù)在控制過程中也沒有自適應和自學習能力。為使系統(tǒng)在不確定性以及對象出現(xiàn)參數(shù)和結(jié)構(gòu)變化的情況下保證不變性，自適應模糊滑?？刂茟\而生，并成為非線性系統(tǒng)自適應控制方法研究的主流。

三、基于模糊神經(jīng)網(wǎng)絡的滑?？刂?/p>

人工神經(jīng)網(wǎng)絡同樣具有自學習和自適應的能力。它和模糊系統(tǒng)的結(jié)合有助于擴大二者在滑?？刂祁I域內(nèi)的應用。模糊神經(jīng)網(wǎng)絡結(jié)合了模糊控制與神經(jīng)網(wǎng)絡控制兩者的優(yōu)勢，不僅具有神經(jīng)網(wǎng)絡自學習和快速處理的能力，而且具有模糊控制系統(tǒng)，能夠充分利用先驗知識，以較少的規(guī)則數(shù)來表達知識的優(yōu)勢，避免了神經(jīng)網(wǎng)絡不能很好地利用已有經(jīng)驗知識，往往將初始權值取為零或隨機數(shù)，使網(wǎng)絡訓練時間變長或者陷入非要求的局部極值的缺點，也避免了模糊控制由于缺乏自學能力和自適應能力，給控制器參數(shù)的學習和調(diào)整帶來的困難。

四、模糊滑?？刂婆c其他策略的結(jié)合

除了以上所描述的問題之外，關于模糊滑?？刂坪推渌呗韵嘟Y(jié)合還有其他諸多方面的內(nèi)容，它們體現(xiàn)了控制理論的交叉融合。遺傳算法作為一種優(yōu)化算法，在模糊滑模控制中亦得到較多應用。可以采用遺傳算法對控制器增益參數(shù)、模糊規(guī)則、隸屬函數(shù)進行優(yōu)化，有效減小或消除抖振。當然還有其他算法與模糊滑?？刂频慕Y(jié)合應用，在此就不再贅述。

編輯 張珍珍