基于模糊神经网络的多变量控制系统的设计与应用研究

1、西安理工大学硕士学位论文基于模糊-神经网络的多变量控制系统的设计与应用研究姓名：李为民申请学位级别：硕士专业：控制理论与控制工程指导教师：潘永湘20071001摘要论文题目学科名称学生姓名指导教师基于模糊神经网络的多变量控制系统的设计与应用研究控制理论与控制工程奎蕴匿遥丞渔（签名）（签名）摘要本文建立了以水位和温度为被控量的水箱物理对象，给出了水箱的控制输入与水位和温度之间的近似机理模型，确定了对象的参数。建立了以工业控制计算机（口）和数据采集控制卡（）为控制器，以水箱的水位和温度为被控量的完整控制系统试验平台。在此平台之上进行了传统的控制实验。实验表明，其中的积分控制作用对于系统的动态性能有

2、不利的影响，而控制则有明显的静差。在此平台之上反复地进行了手动操作实验，获得了保持水位和温度稳定的直接的控制输入与输出数据，并通过数据采集卡采集成为学习样本。在传统控制和手动操作实验的基础上，本论文提出了由经验数据进行型模糊控制器设计和优化的方法，并进行了验证。实验表明，按本方法设计的模糊控制器，其控制效果优于一般的控制。但是适应能力差，对工作点的变化敏感。本文还提出了基于监督控制和逆控制相结合的神经网络控制方案，并进行了仿真实验。实验表明，该控制方案的性能优于传统控制和单纯的神经网络控制，并且有较强的鲁棒性和适应性。最后，本论文还设计了基于模糊神经网络的控制方案，并用神经网络优化了模糊控制器

3、的参数。控制效果优于型模糊控制器。关键词：工业控制机；数据采集卡；模糊控制；模糊神经网络控制本研究得到宝鸡文理学院青年教师科研基金的资助。西安理工大学硕士学位论文：丌：（）（）一，）（），钯，船，啪，（），。：；：；独创性声明秉承祖国优良道德传统和学校的严谨学风郑重申明：本人所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的成果。尽我所知，除特别加以标注和致谢的地方外，论文中不包含其他人的研究成果。与我一同工作的同志对本文所论述的工作和成果的任何贡献均已在论文中作了明确的说明并已致谢。本论文及其相关资料若有不实之处，由本人承担一切相关责任论文作者签名：巧嘲哼年中月羽学位论文使用授权声明

4、本人立应銎礁导师的指导下创作完成毕业论文。本人已通过论文的答辩，并已经在西安理工大学申请博士硕士学位。本人作为学位论文著作权拥有者，同意授权西安理工大学拥有学位论文的部分使用权，即：）已获学位的研究生按学校规定提交印刷版和电子版学位论文，学校可以采用影印、缩印或其他复制手段保存研究生上交的学位论文，可以将学位论文的全部或部分内容编入有关数据库进行检索；）为教学和科研目的，学校可以将公开的学位论文或解密后的学位论文作为资料在图馆、资料室等场所或在校园网上供校内师生阅读、浏览。本人学位论文全部或部分内容的公布（包括刊登）授权西安理工大学研究生部办理。（保密的学位论文在解密后，适用本授权说明）做储繇

5、望！璺鸭师躲月乏媚前言上一刖昌近年来，模糊控制和神经网络控制，以及各种混合控制理论取得了显着的发展，应用实践也表明了这些理论的有效性。对于多变量非线性系统和那些精确数学模型较难建立或者建模成本太大的复杂过程，模糊、神经网络等控制算法开辟了新的解决途径。模糊控制建立的基础是模糊逻辑，它比传统的逻辑系统更接近于人类的思维和语言表达方式，而且提供了对现实世界不精确或近似知识的获取方法。模糊控制的实质是将基于专家知识的控制策略转换为自动控制的策略。它所依据的原理是模糊隐含概念和复合推理规则。经验表明，一些复杂、不精确和不确定系统，模糊控制的效果常优于传统控制。人工神经网络（简称神经网络，）是由人工神经

6、元（简称神经元）互联组成的网络，它是从微观结构和功能上对人脑的抽象、简化，是模拟人类智能的条重要途径，反映了人脑功能的若干基本特征，如，并行信息处理、学习、联想、模式分类、记忆等。神经网络通过样本数据可以进行训练而实现非线性映射。给神经网络一些样本，神经网络通过自学习可以掌握样本规律。在输入新的数据和状态信息时，可用神经网络进行学习和控制。目前用得较多的神经网络结构为多层前向网络和径向基函数网络。神经网络的非线性逼近能力毋庸置疑，但是如何更好的将神经网络投入应用，仍需要深入研究。一方面，模糊控制、神经网络控制及其结合确实有效，但它们的应用不像传统控制那样，对于不同的对象，控制的方法、过程和结果

7、不一定相同；另一方面，越来越多的多变量非线性对象和过程需要用新的算法来控制。所以，理论研究与应用研究都显有必要。本研究起源于我校的一个多人合作的院级科研项目。本项目是为了给自动化专业的学生提供一个真实的控制对象，一个能实现多种控制方法的控制实验平台而提出的。其中控制对象为一个水箱，控制目标为水箱水位和水体温度克服扰动维持恒定。控制方案的硬件平台拟采用：）嵌入式控制解决方案；）基于与数据测控卡。需要研究和设计控制系统，以实现经典控制，现代控制和智能控制。具体的控制方法由用户选择。所以，这些占用了论文中相当的篇幅。本论文内容组织如下。第一章为绪论。第二章，对于水箱对象的各个环节进行建模；解决对象的

8、多变量解耦问题；分析系统的非线性特性；最终建立对象的简化数学模型。第三章，提出了多种硬件控制方案；在阐述工业机控制方案的基础上：设计了工业控制机控制方案，提出了实现控制算法的软件开发工具，和；提出了利用这三种开发工具开发控制算法的主要步骤。第四章，传统控制方案；简单介绍控制，极点配置等方面的内容。西安理工大学硕士学位论文第五章，是本论文的重点。第一部分，提出利用经验数据设计型模糊控制器的方法，确定模糊控制规则的后件和调整模糊规则前件的隶属度函数参数和后件参数的方法。第二部分，分析了神经网络的学习算法，提出了神经网络监督和逆控制相结合的复合控制方案。第三部分，提出模糊神经控制方案，对模糊控制中采

9、用的最乘法和梯度法优化后件系数的方法进行了改进，即采用神经网优化模糊模型的后件系数。第六章，对本论文进行总结。绪论绪论年，美国加州大学的教授首先提出了模糊集合理论。年，英国的教授将模糊集合理论应用于蒸汽机的控制。从此以后，模糊技术在系统建模和系统控制中，得到了广泛的应用，。模糊控制的基本思想是，把有经验的操作人员或者专家对特定的被控对象或过程的控制策略用自然语言总结成为一套因果形式，并表示成特定的模糊控制规则，通过模糊推理达到所需要的控制要求。与传统控制相比，模糊控制有以下优点：）模糊控制不依赖被控对象的精确的数学模型，是解决不确定性系统控制问题的有效方法之一；）模糊控制的机理比较符合人们对控

10、制的直观描述和思维逻辑；模糊控制具有较强的鲁棒性，尤其适合于非线性和时变系统。虽然，模糊控制和模糊建模方法在实际应用中取得了很大的进展，但依然存在技术和理论上的问题，主要表现在：技术上，模糊控制的核心是模糊推理规则库，而建立复杂完善的推理规则需要借助操作人员或专家的经验：其次，信号通过简单的模糊处理，将导致失真和控制进度的降低，虽然可以通过增加量化级数来改善，但会导致规则与计算量的急剧膨胀，控制性能难以提升；目前，模糊控制器的设计尚缺乏系统的理论指导，如论域的选择、隶属度函数的选择尚处于依据经验和试凑阶段。理论上，如何将传统理论的概念和方法推广到模糊控制系统以及怎样使模糊控制器具有自学习能力，

11、等等，都需要进一步加以研究解决。年，第一个神经元模型一一模型问世。自舳年代以来，人工神经网络理论取得了突破性进展，神经网络在控制方面的研究成为自动控制领域的前沿之一。在理论上，神经网络的非线性逼近能力，学习和自适应能力以及稳定性分析等方面成果丰硕；应用上，迅速扩展到包括控制在内的多个领域她刀。但是，神经网络只能描述大量数据之间的复杂关系，神经网络所涉及的神经元数量较多，计算量大。如何在控制系统中发挥神经网络的逼近、学习和自适应能力，尚在进一步研究中。在年首先提出了基于网络结构的模糊推理的概念“¨，并设计了网络结构模型。此后，各国的研究人员相继推出了多种模糊神经网络结构和学习算法翔。尽

12、管各种模糊神经网络的结构和学习算法不同，但它们有共同的特点，既能有效利用语言信息又具有强大的自学习和自适应能力。模糊神经网络具有较明确的物理意义，这有助于对实际系统的理解、分析和模糊神经网络控制的应用。截至目前，基于模糊神经网络控制还有不少问题需要进一步研究，其中主要有：西安理工炙学硕士学位论文）如何改进控制系统的结构，增强系统的鲁棒性，通用性：如何利用神经网络自动生成模糊规则，隶属度函数等；如何改进现有的学习算法，提高控制性能。本课题的重点在于对型模糊控制参数的确定与优化、基于神经网络监督和逆控制相结合的复合控制方案的研究、模糊神经网络控制算法以及为这些控制算法搭建硬件平台和提出软件开发工具

13、与主要步骤。本课题的任务是建立多功能的实验平台以实现模糊控制、神经网络控制以及模糊神经网络控制，并在实验平台上对被控对象进行实时控制的研究。本课题的主要难点在于：）如何确定模糊控制器的参数并进行优化；如何实现基于神经网络的复合控制，并提高控制的鲁棒性；如何用神经网络优化模糊控制器的参数；如何解决系统建模、平台搭建和算法实施过程中所遇到的问题。对本控制系统，在从室温和零水位（初始状态）到和水位（工作点）的阶跃响应过程中，要求的动态静态指标要求为：）水温和水位超调不超过；水温上升时间不超过，水位上升时间不超过；水温过渡时间不超过，水位过渡时间不超过；稳态误差不超过系统建模系统建模对水箱系统建模是必

14、要的。水箱是多变量非线性对象，建立比较准确的非线性机理模型具有重要的研究以及对照价值。对于一个多输入多数出非线性对象进行机理建模。其主要意义在于：）获得关于对象的先验知识；采用多种控制方法与策略进行控制：对比控制效果，改进控制方法与策略。如果不进行非线性系统的机理建模而进行系统辨识模型，则控制的成本及控制系统的初期运行费用将比较大或者非常大。环节结构结构设计的目的是确定对象各个环节的硬件结构及其参数、各个环节的数学模型，并最终建立系统的数学模型。水箱是本文所讨论的重要环节和对象，其尺寸如图所示。图水箱尺寸图水箱底部安装压力传感器以测量水位。水位为系统的被控量；水箱中安装热电阻以测量水温，水温为

15、系统的另一被控量。水流管路的结构如图所示。其中变频水泵的流量为输入量，被控水箱的流出流量的变化量为扰动量。水位的控制输入为电压，控制水泵的流量，从水泵的控制输入到水泵的流出量为一个惯性环节。而从水泵的流出量到水箱水位高度为一个积分环节（流出流量的变化量为扰动量）。西安理工大学项士学位论文图水管路系统水箱加热系统结构如图所示，它等效于一个功率放大器。图功率放大与电加热嚣系统的对象结构框图如图所示。图对象硬件结构框图系统中的主要装置与仪表清单如下：）电机驱动放大器，水泵系统建模萄功率放大器，电加热器压力式液位仪钔热电阻温度传感器）变送器详细指标见附录。机理建模根据图和的所示的变量关系可得如下关系：

16、图水箱的各受量关系“丢竺旦一垒吐（）一丽生旦一丝砌朋其中，分别为水的密度和重力加速度，为水箱的水平截面积和水位高度，吼，：为流入和流出水箱的流量，为流出水的流速和出水阀门开度。考虑在稳态工作点处时为。，为，即一九。口鲁一盥帆鲥可得一旦；旦一旦；旦一巫尻旦一一（）西安自夭学硕士学位论文由式（），可得水箱水位机理模型结构图如图所示。图水箱水位模型对于水箱的温控过程，控制信号经过功率放大、电加热器加热、温度传感器检测和温度变送的过程如图所示。图功率放大、电加热、水箱的温度检测按照电容电量与水箱温度的模型类比性，可得水箱温度机理模型的传递函数为器哳丽竺一彳）。图水箱温度机理模型（）根据式（）可得水箱温

17、度机理模型结构图所示。由图和图可以看出，水位与水温具有较密切的耦合关系综合图和图可以得到水位与温度耦合机理模型如图所示。 系统建模图水位温度耦合机理模型通过理论分析和实验方法获得图中的系统参数以及常数列表（单位为国际标准单位）如下：切，七，多变量对象的特点与非线性的处理多变量系统中耦合是普遍存在的对于多变量系统一般需要先变量配对，解耦或前馈补偿，最后简化为单变量设计。显然，如图所示的水箱水位与温度系统存在耦合现象。研究分析表明，水位的变化会影响温度回路参数、时间常数和开环阶跃响应的终值；而输入水流的温度与水箱温度不同，可视为温度回路的扰动；相反，水温回路对水位回路几乎没有影响；水位稳定以后对温

18、度通道的影响基本固定。另外，实验表明，由于水的循环，随着系统的工作时间延长，流入水箱的水温很快地趋于稳定，比水箱的设定温度略为偏低。由此可以得出，水箱水位与温度耦合关系较松。这样，水箱水位和温度系统无需变量配对，在系统的稳态工作点处，将水位对温度西安理工大学硕士学位论文的耦合当作干扰处理，就可按照单变量系统进行设计。当如图所示的系统闭环以后，控制量。和“：的可能为负值，而电加热器和水泵不能逆向工作。所以存在两个不对称的饱和非线性环节，其特性如图所示。矿，厂厂控制出控制出图一不对称的饱和非线性简化后的对象模型按照图，以及前述分析，可得解耦、简化后的对象模型如图所示。图一简化后的对象模型；（）水位

19、；（）温度本章小结从具体环节入手，通过理论分析建立了系统的机理模型，并确定了模型参数。根据对象工作特性，分析了所存在的各种非线性因素，使机理模型能够表征实际对象。进一步利用对象的特点，在稳态工作点处，对多变量对象进行解耦和简化，将多变量对象等效为多个单变量对象。建立了对象的数学模型，为合理的选择控制方案与控制算法打下了基础。控制方案方案论证反软，硬件平台方案论证及软、硬件平台由于水位与温度的变化较慢，对控制器硬件平台的快速性没有特殊的要求。采用传统控制算法（如控制），不需要繁复的数学运算，则普通的嵌入式方案即可满足要求。但若采用智能控制算法（如模糊控制、神经控制等）以及采用基于工业计算机（）与

20、数据采集测控卡的方案则可以更好地提高控制精度，并且可以非常方便的实现各种算法的改进与切换们。对此作简要叙述。嵌入式控制方案嵌入式系统有基于单片机嵌入式和基于机嵌入（）式两种。基于单片机的嵌入式控制方案是低成本的解决方案。由于单片机的处理能力和速度有限，难以快速实现复杂的控制算法，加之这种方案又较为简单，所以这里不再讨论，留给学生自主开发。基于机的嵌入式方案，虽然其计算性能远高于单片机系统，但由于成本较高，开发灵活方便性又提高不明显，所以不再单独考虑。基于工业控制机的控制方案￥工业控制计算机（口）是指对工业生产过程及其机电设备、工艺装备进行测量与控制的专用计算机，简称工业控制机。工业控制机由计算

21、机基本系统和过程怕系统组成。计算机基本系统由系统总线、主机模板、存储器板、人机接口板与打印机等通用外设组成。过程系统由输入信号调理板和转换器将现场传感器测量的物理信号转变为电信号，模拟量经过模数转换（转换器）变成数字量输入计算机，计算机输出信号经数模（）转换和输出调理（隔离放大）成执行机构的功率驱动信号以控制执行机构。软件系统由实时操作系统、实时数据库及应用软件、数据采集与处理软件、各类控制软件、直接数字控制、先进控制软件等组成。工业控制机的特点是强大的过程输入输出能力，高可靠性与实时性，其主要实现的功能有：劲对工业生产过程的工艺参数进行测量、调节与控制；对工业生产过程、工艺装备进行控制。采用

22、，再配以各种数据采集测控卡，可以实现如下功能：传统控制策略；先进控制策略，即以现代控制理论为基础的各种高级控制策略，包括预测控制、鲁棒控制、模糊控制、智能控制、专家控制等；过程优化；西安理工大学硕士学位论文）系统集成；网络通信技术。硬件平台选用研华工业控制机的主板（级）、测控卡（接口）和机箱作为主要的硬件平台。主板为架构，可支持奔腾和赛扬处理器的工业级母板，并能支持双千兆网口（外频）。测控卡采用的是，它是一款功能强大的低成本多功能总线数据采集卡，带有转换速度的位转换器。卡上还带有缓冲器（可存储采样值和转换数据）。它实现的主要功能有：位转换，采样速率可达；路单端或路差分或组合输入方式：总线数据传

23、输；模拟量输入通道的数据采集触发方式可使用预触发、后触发、匹配触发和延时触发等机箱采用的是口桌面，墙壁安装机箱。根据选择的设备和图所示的对象模型，整个硬件平台的框图如图所示。图实验平台的框图软件平台用工业控制机与测控卡组合作为控制器，可以实现多种先进的控制算法。实现这些算法主要采用了三种软件开发工具，即，和通用的开发语言，。使用的数据采集工具箱作为软件开发平台，采用含有数据采集测控）用于工业板卡的接口：卡的工业控制机作为控制器，与前面所述的对象一起可以建立一个完整的测控系统。除了可以为算法开发、系统设计和模拟仿真提供支持之外。还可以通过其数据采集工具箱提供一个测试和控制环境。数据采集工具箱（工

24、具箱）提供以下功能：控制方案方案论证及软硬件平台）单路多路模拟量输入、模拟量输出和数字量输入输出；用于数据测量、分析与可视化：）卡可输出生成的测试信号；）硬件的软件触发功能；与的其它工具箱无缝开发。）是一个业界领先的工业标准软件工具，用于开发测试、测量和控制系统，。自年问世以来，世界各国的工程师和科学家们都已将图形化开发工具用于产品设计周期的各个环节。由于具有编程语言的灵活性，可以建立各种应用程序，其范围可从温度监控到复杂的仿真和控制系统。支持数据采集测控卡。是建立在驱动基础上的，如图所示。在使用中，先要安装和驱动，再安装驱动。图对一的支持是使用图形语言的强大软件，与一般文本格式的计算机语言不

25、同，图形语言更加直观高效，数据处理能力强，数据吞吐量大。利用通用的可视化高级编程语言开发数据采集测控卡，本文采用的是。众所周知，有以下优点：支持面向对象的方法编程方便；应用界面友好，灵活；环境宽松；对开发者的支持有力；功能强大完备。在环境下开发数据采集测控卡，需要首先安装数据采集测控卡。数据采集测控卡的安装步骤（假定已经安装）如图所示。数据采集测控卡安装结束后，就可以通过高级的可视化编程语言进行应用程序的开发。编程的主要步骤有：添加与卡相关的部件到控件栏；添加对象到窗体；利用对象的属性和方法对数据采集测控卡进行控制；对采集到的数据进行运算并输出环境下的应用程序开发流程如图所示。西安理工大学硕士

26、学位论文安装研华上安装卡的驱动图安装数据采集测控卡的步骤打开环境上添加部件添加图标到应用窗体工使用部件开发应用程序运行程序和测试结果图、下的应月程序开发流程此外，由于模糊、神经等控制算法中存在大量的矩阵运算，所以采用编程还需要添加支持向量和矩阵运算的：部件。以使算法的表示和编程更为简单。实验数据建立了被控对象的实验硬件平台后，即可进行手动操作控制，通过手动操作以维持水位以及温度的恒定。当操作效果较为理想时，记录操作过程以获得实验数据。分析图可知，被控对象所受到的扰动可以等效为控制输入的变化。而实际上，直接为对象施加扰动非常不便。所以采用启动过程的数据作为学习样本是合理的。为了充分激励系统的模态

27、，使系统的参考输入围绕平衡点进行了摆动变化。这样便于后面的智能控制算法的泛化。这里给出系统启动过程曲线。系统的水位参考输入和输出如图所示；温度参考输入和输出如图所示控制方案方案论证及软硬件平台一一一。：，一图水位参考输入和输出为厂加图温度参考输入和输出本章小结西安理工大学硕士学位论文本章给出了整个系统的控制实验平台的框图，以及基于工业控制机数据采集测控卡的控制方案。在此平台上进行了手动操控实验。获得了关于水箱对象控制的实验数据。在此基础上，可以实现后续章节中将要采用的各种控制算法。传统控制传统控制可以认为，传统控制主要包括两种基本形式，即经典控制和基于线性系统理论的状态反馈控制。控制的关键是需

28、要设定三个参数，即，和屹。应用范围广，具有普适性：对于线性系统，参数较易整定；对于复杂和非线性系统，控制器的改进型可以发挥作用。也有其固有的缺点：在控制时变、非线性、耦合及参数和结构不确定的复杂过程时，控制性能较差。对于本系统，模拟实验和物理实验都表明，工作点（水位和温度的设定值）的变化，水温控制的单极性，饱和非线性，出水流量的不可预知性，以及水位和水温的非线性耦合等因素，使得控制性能不佳。对水位控制分别采用如下表参数，水位参考输入采用如图所示的输入时，即分别改变和蜀的数值时，水位输出与水位参考输入的偏差曲线实验结果分别如图和所示。表水位控制参数参数次序即对应曲线由图可以看出：当一时，对应的曲

29、线存在显著的静态误差，无超调；当一时，对应的曲线经过的调整，消除了静态误差，但是输出有振荡，动态误差和超调量大；当一时，对应的曲线经过的调整，消除了静态误差，但是输出有振荡，动态误差和超调量更大。由图可以看出：当髟一时，对应的曲线，输出无振荡，与曲线无明显差异；当屹一时，对应的曲线误差较小，输出无振荡；当局时，对应的曲线误差较大，输出无振荡。西安理工大学硕士学位论文叱；。约柏，伽图水位控制参考输入图改变时，水位对输入的误差曲线比较分析这些数据与曲线，可以得出结论：积分控制可消除稳态误差，但过渡时间较长，产生振荡和超调，稳定性变差，系数越大，这种作用越强：微分控制可以改变稳定 态误差，对过程的其

30、他参数影响不明显。这些结论与线性系统不同。待统控制图改变时，水位对输入的误差曲线对于水温控制，情况与水位控制相似，只不过，积分控制的缺点更加明显。所以，采用控制对于水位与水温控制系统而言是比较合适的传统控制方式，但在超调或静差上难以满足要求。线性系统理论，着重于研究线性系统中状态的控制和观测问题，其基本的分析和综合方法是状态空间法。其主要工作有：进行系统结构分析、机理建模或试验建模、工作点的确定及其线性化、确定期望极点、综合状态输出反馈阵和设计状态观测器等。其中，期望极点确定的随意性较大，导致状态输出反馈阵的设计也存在较大的随意性。实验表明，基于状态空间法设计的控制系统其控制性能低于控制。 鉴

31、于传统控制的局限，下面将提出模糊、神经及其组合控制方案。西安理工大学项士学位论文模糊、神经网络及其控制模糊控制（，）依照人工操作思维程序工作，即先将测量的输出精确量模糊化，变为模糊语言变量，再按模糊控制规则进行模糊决策：最后将模糊决策量转变为精确量去控制被控过程。与传统控制方法相比，模糊控制是在模拟操作人员控制经验而实现对系统的控制，所以无需建立数学模型；模糊控制的最大优点是：）具有较强的鲁棒性，即被控对象的特性和参数变化对控制质量影响较小，体现了一定的自适应能力；）模糊控制在实时控制时仅需查”控制查询表”，计算量小，有较好的实时性。模糊控制器的设计步骤为：）确定模糊控制的结构，定义模糊子集，

32、建立模糊规则；）进行模糊量化，计算模糊关系矩阵；）由模糊推理合成规则求控制输出模糊子集，进行模糊判决：）由模糊子集确定控制输出值孙。在模糊控制系统中，它的模型结构主要有两种形式：一种是模糊规则的后件是输出量的某一模糊集合，它被称为模糊控制系统的标准模型或模型；另一种则是模糊规则的后件是输入语言变量的函数，典型的情况是输入变量的线性组合，它被称为模糊控制系统的模型。人工神经网络（。删是模仿人类脑神经活动的一种人工智能技术¨，。它作为一种新型的信息获取、描述和处理方式，正越来越多地应用于控制领域的各个方面。神经网络作为一种新技术之所以引起人们巨大的兴趣，并越来越多地用于控制领域，是因为与

33、传统的控制技术相比，它具有许多重要的特征和性质口，即非线性、平行分布处理、学习和自适应性。换句话说，神经网络可以通过样本数据进行训练而实现非线性映射，然后通过自学习可以掌握样本的内在规律，以便在输入新的数据或状态信息时，可以复现被控过程，从而最终实现有效的控制。将模糊逻辑的推理能力和神经网络的学习能力进行有机的结合并应用到控制领域中已成为当前研究的热点问题。神经网络和模糊系统均属于无模型的估计器和非线性动力学系统，同是一种处理不确定性、非线性和其它不确定问题的有力工具。但是两者之间的特点却存在很大的不同。模糊系统中的知识抽取和表达比较方便，它比较合适表达那些模糊或定性的知识，其推理方式比较类似

34、人的思维模式。但是，模糊系统缺乏自学习和自适应能力，要设计和实现模糊系统的自适应控制是比较困难的。而神经网络则可以直接从样本中进行有效学习，他具有并行计算、分布式信息存储、容错能力强以及具备自适应学习功能等一系列优点。神经网络不适于表达基于规则的知识，因此在对神经网络进行训练时，由于不能很好地利用已有的经验知识，常常只能将处置权值取为零或者随机数，从而增加了网络训练时间或陷入非要求的局部极值。总的来说，神经网络适合于处理非结构化信息，而模糊系统对处理结构化的知识则更为有效。将模糊逻辑与神经网络适当的结合起来，取两者之长，则可以取得比单独神经网络系统或者单独的模糊系统性能更好的控制效模糊，神经，

35、模糊神经控制果。基于标准型的模糊控制系统，由于其规则的形式符合人们的思维和语言表达习惯，因而能够方便的表达人类知识，但是却存在计算复杂、不利于数学分析的缺点。而型模糊推理系统则具有计算简单，利于数学分析的优点，而且容易和优化、自适应等方法相结合。根据型模糊推理的特点，将其与神经网络相结合，构造具有自适应学习能力的模糊神经网络控制系统，同时具有模糊逻辑易于表达人类知识和神经网络的分布式信息存储以及学习能力的优点，为复杂系统的建模和控制提供了有效的工具。模糊控制模糊逻辑的起源与特点模糊逻辑作为智能控制方法的重要组成部分，在控制界具有举足轻重的理论研究和实际应用意义。年教授在他的开创性论文中第一次提

36、出了“模糊”的概念晒，开创了模糊数学及其应用的新纪元，标志着数学的一个新的分支一一摸糊数学的诞生。年英国的教授首先将模糊集合理论应用于锅炉和蒸汽机的控制中，用模糊控制语言建立了世界上第一个模糊控制器，这一开拓性的工作在控制科学中开辟了一个新的领域一一模糊控制，标志着模糊控制论的诞生。此后，产生了很多模，糊控制的成功应用的实例。年，位于丹麦哥本哈根的史密斯水泥公司首次用模糊系统实现了对水泥窑炉的控制，使模糊程度大、熟练操作人员的专家知识起重要作用的水泥生产过程自动化在采用模糊控制后获得了满意的控制性能，这是采用经典控制和现代控制理论所难以达到的，这一事件为模糊理论的实际应用开辟了崭新的前景。年，

37、日立公司使日本仙台市的地铁实现了模糊控制并取得了很好的效果。踟年代中期，美国和日本开始了模糊逻辑芯片的研究，用硬件电路实现了模糊知识表达、模糊逻辑推理等功能。与此同时，模糊控制在学术界也受到了充分重视。年，国际模糊系统年会）式成立，并于年在西班牙召开了第一次国际会议。在日本，由通产省组织的国际模糊工程研究所（）也在年诞生，开创了官，学、商相结合搞技术研究开发的范例。电气与电子工程师协会（）从年起，每年召开一次国际模糊学术讨论会，并在年开始编辑出版名为的期刊。目前，有关模糊理论和应用的杂志、特刊有数十种之多。模糊逻辑发展到目前，主要有型和型两种。模糊控制在一定程度上模仿了人的决策过程，它不需要精

38、确的被控对象模型。模糊控制是在被控对象数学模型很难建立或数学模型物理上很难实现的情况下的较好的选择，但模糊逻辑本身是比较粗糙的方法，其控制精度较低。模糊逻辑还具有以下特点：西安理工大学硕士学位论文）模糊逻辑是柔性的。对于给定的系统，很容易处理以及直接增加新的功能，而不需要从头做起。萄模糊逻辑建立在自然语言的基础上，对数据的精确性要求不高。模糊逻辑是建立在人类交流和推理的基础之上，针对数据的不精确性所提出的一种方法。系统的数据主要来自语言描述的知识，而不确定性是语言信息的一个重要特点。模糊逻辑能充分利用专家信息。相比于神经网络，模糊逻辑建立在己经熟悉相关系统的专家基础上，能够充分利用现有的专家知

39、识。）模糊逻辑易与传统的控制技术相结合。模糊系统不需要替代传统的控制方法，在很多情况下，只是在原有的控制方法上作简单的修改。可以说每一种新的技术与方法在体现其优越性能的同时，也必定存在其局限性。应当承认，在对客观对象进行观察和认识时，模糊控制毕竟不如人的认识全面深刻，因而若要达到真正仿人智能的效果，仍然需要其自身在工程应用中不断地朝着自适应、自组织、自学习方向发展。模糊控制理论发展大致经过了以下几个阶段四：第一阶段一一基本模糊控制器，由于在很多实际情况下，很难得到被控对象的数学模型，所以无法采用传统的控制方法来实现过程控制：另外，在管理科学、经济学、心理学、医学等诸多领域里，也因为精确的数学模

40、型难以建立，使得传统的定量分析方法无法实现。然而利用操作人员和相关领域专家在实践中积累的经验，形成一定的控制规则，在实际的控制过程中利用这些规则，并采取适当的策略，进而实现对被控过程的定量控制。这就是基本模糊控制器的指导思想。这种基本模糊控制器的特点包括：控制器的核心是利用实践经验形成一定的模糊控制规则；由于所设计的控制器是针对控制过程中的某些特定过程，因此控制器的使用具有针对性，即控制规则表一旦形成，就不可改变，因而不具备自组织、自学习的能力。第二阶段一一自适应模糊控制器，在复杂系统的控制过程中，人们很难精确完整地总结出操作人员的实践经验，导致控制规则的不完善，影响控制效果。另外，即使控制规

41、则总结得比较完善，由于被控过程运行中的不断变化，如果始终按照一组控制规则对其进行控制，也不可能取得满意的控制效果也正是基于这种情况，模糊控制器的自适应功能成为控制系统设计者所追求的目标。模糊自适应控制器的设计遵循着以下两个目标功能：（）根据被控过程的运行状态给出合适的控制规则，即控制功能。（）根据给出的控制规则的控制效果，对控制器的控制决策迸一步改善，以获得更好的控制效果，即适应能力。具有自适应功能的模糊控制器在基本的模糊控制器基础上增加了调整控制机构，将控制器分为面向对象的控制级和面向控制器的规则调整级，规则调整级通过计算系统的性能指标来校正控制规则的关系矩阵，建立、修改规则库，从而大大提高

42、了系统性能，这是后面讨论的主要内容之一。第三阶段一一智能模糊控制器，与基本模糊控制器相比，虽然自适应模糊控制器能模糊，神经，模糊神经控制比较好地解决一些问题，但由于在自适应模糊控制器中，仍然是按照人的意志，凭借实践经验，实现知识的划分，使得其在允许的范围内进行调整，因此它的控制能力有限。在这种情况下，为了能对复杂的生产过程进行控制，就必须在不断了解掌握过程控制机理的同时，结合操作经验，利用模糊控制规则构成原始的人工智能专家系统，然后通过产生式学习系统，对照实际的生产过程进行不断修改，完善和补充，从而构成机理操作经验型专家系统，利用产生式学习系统软件决定处理问题的过程，并且对原有的知识进行反馈修

43、正，从而形成了智能模糊控制器。模糊控制器的结构模糊控制系统的核心是模糊控制器。模糊控制器由四个部分构成。模糊控制器的基本结构如图所示。图模糊控制器的基本结构模糊控制器的四个部分的作用分别为：糊化接口是模糊控制器的输入接口。，模糊化是将数值表示的输入量转化成模糊量，使之能够适宜加载于模糊控制器。模控制规则的设计是设计模糊控制器的关键，一般包括三个部分：选择描述输入和输，出变量的词集，定义模糊变量的模糊子集，建立模糊控制器的控制规则。首先选择描述输入和输出变量的词集，模糊控制器的控制规则表现为一组模糊条件语句，在条件语句中摇述输入输出变量状态的一些词汇（如“正大”、“正小”）的集合，称为这些变量的

44、词集（也称为变量的模糊状态）。描述输入输出的词汇都具有模糊特性，可以用模糊集合来表示。因此，模糊概念的确定问题就直接转化为求取模糊集合隶属函数的问题。其次是定义模糊变量的模糊子集，定义一个模糊子集，实际上就是要确定模糊子集隶属度函数曲线的形状。将确定的隶属函数曲线离散化，就得到了有限个点上的隶属度，便构成了一个相应的隶属变量的模糊子集。最后是建立模糊控制器的控制规则。模糊控制器的控制规则是基于手动控制策略，而手动控制策略又是人们通过学习、实验以及长期经验积累而逐渐形成的，存储在操作者头脑中的一种技术知识集合。去模糊是把模糊语言表达的形式转换成数值表示的形式。通过模糊推理得到的一般是模糊值，不能

45、直接用于控制被控对象，需要先转换成执行机构可以执行的精确量。常用的去模糊的方法有最大隶属度法、重心法、加权平均法等。最大隶属度解模糊方法简单地取所有规则结果的模糊集合中隶属度最大的那个元素作为输出值，此方法不考虑输出隶属西安理工大学硕士学位论文函数的形状，只关心其最大隶属度值处的输出值，因此，难免会丢失许多信息，但是它的突出优点是计算简单，所以在一些控制要求不高的场合，采用最大隶属度函数法是非常方便的。重心法是取模糊隶属函数曲线与横坐标围成面积的重心为模糊推理最终输出值，与最大隶属度法相比较，重心法具有更加平滑的输出推理控制，即对应于输入信号的微小变化，其推理的最终输出一般也会发生一定的变化，且这种变化明显比最大隶属度函数法要平滑。加权平均解模糊方法是一种性能介于最大隶属度解模糊方法和重心法的解模糊方法归纳起来。设计模糊控制器一般要经过以下步骤：（）确定模糊控制器的输入变量和输出变量（即控制量）；（）设计模糊控制器的控制规则；（）进行模糊化和解模糊化；（嘴择模糊控制器的输入变量和输出变量的论域，并确定模糊控制器的参数（如量化因子、比例因子）：（）编制模糊控制算法的应用程序；（）合理选择模糊