《智能控制系统与工程》课件-5.模糊控制系统

智能控制系统与工程模糊控制系统复习：PID控制器的调试先调节参数Kp，从小到大，若能获得理想响应曲线，则停止调节，否则继续调大，使系统充分振荡；再调节参数TI，从大（接近Kp）到小，在保持动态性能良好的前提下，消除稳态误差，若能获得理想响应曲线，则停止调节，若系统响应太慢，则可加入微分环节；最后调节参数TD，从小到大，可略微改变比例、积分参数。。复习：模糊PID控制常规PID控制模糊PID控制大棚温室控制器模糊概念模糊集合模糊集合是用来表达模糊性概念的集合。又称模糊集、模糊子集。普通的集合是指具有某种属性的对象的全体。给定一个论域U，那么从U到单位区间[0,1]的一个映射uA都确定U的一个模糊集A，或U的一个模糊子集A。uA称为A的隶属函数或隶属度。即，uA表示u属于A的程度或等级。模糊集的常用表示法：解析法、Zadeh记法、序偶法、向量法。模糊运算并交补幂等律交换律结合律分配律吸收率同一律……模糊运算模糊运算例：设X=[0,3]，模糊集如下，求

、

、

模糊运算！模糊集合运算不符合互补率！模糊关系模糊关系表示二个或二个以上集合元素之间关联、交互、互联等关系存在或不存在的程度。设X，Y是两个论域，记X×Y={(x,y);xϵX，yϵY},其中X×Y表示了X与Y中元素互相搭配成对的全体。在X×Y上就可以定义关系R，若(x,y)ϵR，记作xRy，称x和y有关系R，否则记作xRy。若R是X到Y的关系，S是Y到Z的关系，由R和S可以得到X到Z的复合关系：

R•S={(x,z)；存在yϵY，使得xRy，yRz}举例：设模糊关系R描述了儿子，女儿与父亲，叔叔长相“相像”关系，模糊关系S描述了父亲、叔叔与祖父、祖母的“相像”关系，则可以求子女与祖父、祖母的“相像关系C。模糊关系父

叔子

女祖父

祖母父

叔R=S=模糊关系就是隶属度矩阵模糊关系父

叔子

女祖父

祖母父

叔R=S=例：设模糊关系R描述了儿子、女儿与父亲、叔叔长相的“相像”关系，模糊关系S描述了父亲、叔叔与祖父、祖母的“相像”关系，试求子女与祖父、祖母的“相像”关系C。模糊关系的运算举例：设模糊关系R描述了儿子，女儿与父亲，叔叔长相“相像”关系，模糊关系S描述了父亲、叔叔与祖父、祖母的“相像”关系，试求子女与祖父、祖母的“相像关系C。复习：模糊集合模糊集合是用来表达模糊性概念的集合。又称模糊集、模糊子集。普通的集合是指具有某种属性的对象的全体。给定一个论域U，那么从U到单位区间[0,1]的一个映射uA都确定U的一个模糊集A，或U的一个模糊子集A。uA称为A的隶属函数或隶属度。即，uA表示u属于A的程度或等级。模糊集的常用表示法：解析法、Zadeh记法、序偶法、向量法。！模糊集合可以用精确的数据描述模糊的语义！模糊逻辑语言具有模糊性的语言叫做模糊语言，如高、低、长、短、大、小、冷、热、胖、瘦、美、丑等。语言变量是自然语句中的词或句，它的取值不是具体数值，而是用模糊语言表示的模糊集合。模糊概念与精确数值能通过语言变量的基本词集建立联系。模糊控制的基本原理空调的模糊控制实例根据人工控制经验生成规则If热，Then加强制冷If中，Then维持原状If冷，Then减弱制冷定义“热、中、冷”等模糊语言将测量得到的精确温度模糊化，并根据模糊规则进行推理，得到推理结果后解模糊进行精确控制。模糊控制的基本原理模糊控制是以模糊集理论、模糊语言变量和模糊逻辑推理为基础的一种智能控制方法，它是从行为上模仿人的模糊推理和决策过程的一种智能控制方法。该方法首先将操作人员或专家经验编成模糊规则，然后将来自传感器的实时信号模糊化，将模糊化后的信号作为模糊规则的输入，完成模糊推理，将推理后得到的输出量加到执行器上。模糊控制器模糊控制器（FuzzyController—FC）：也称为模糊逻辑控制器（FuzzyLogicController—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（FuzzyLanguageController—FLC）模糊控制器的组成：（1）模糊化接口（Fuzzyinterface）（2）知识库（KnowledgeBase—KB）（3）推理与解模糊接口（InferenceandDefuzzy-interface）模糊控制器模糊化接口（Fuzzyinterface）

模糊控制器的输入必须通过模糊化才能用于控制输出的求解，因此它实际上是模糊控制器的输入接口。它的主要作用是将真实的确定量输入转换为一个模糊矢量。模糊控制器

知识库（KnowledgeBase—KB）知识库由数据库和规则库两部分构成。①数据库（DataBase—DB）数据库所存放的是所有输入、输出变量的全部模糊子集的隶属度矢量值（即经过论域等级离散化以后对应值的集合），若论域为连续域则为隶属度函数。在规则推理的模糊关系方程求解过程中，向推理机提供数据。②规则库（RuleBase—RB）模糊控制器的规则司基于专家知识或手动操作人员长期积累的经验，它是按人的直觉推理的一种语言表示形式。模糊规则通常有一系列的关系词连接而成，如if-then、else、also、end、or等，关系词必须经过“翻译”才能将模糊规则数值化。最常用的关系词为if-then、also，对于多变量模糊控制系统，还有and等。模糊控制器推理与解模糊接口（InferenceandDefuzzy-interface）推理是模糊控制器中，根据输入模糊量，由模糊控制规则完成模糊推理来求解模糊关系方程，并获得模糊控制量的功能部分。在模糊控制中，考虑到推理时间，通常采用运算较简单的推理方法。最基本的有Zadeh近似推理，它包含有正向推理和逆向推理两类。正向推理常被用于模糊控制中，而逆向推理一般用于知识工程学领域的专家系统中。推理结果的获得，表示模糊控制的规则推理功能已经完成。

但是，至此所获得的结果仍是一个模糊矢量，不能直接用来作为控制量，还必须作一次转换，求得清晰的控制量输出，即为解模糊。通常把输出端具有转换功能作用的部分称为解模糊接口。模糊推理模糊语句：（1）模糊陈述句：语句本身具有模糊性，又称为模糊命题。如：“今天天气很热”。（2）模糊判断句：是模糊逻辑中最基本的语句。语句形式：“x是a”，记作（a），且a所表示的概念是模糊的。如“张三是好学生”。（3）模糊推理句：语句形式：若x是a，则x是b。则为模糊推理语句。如“今天是晴天，则今天暖和”。常用的有两种模糊条件推理语句：IfAthenBelseC；IfAANDBthenC实例：液位模糊控制设有一个水箱，通过调节阀可向内注水和向外抽水。设计一个模糊控制器，通过调节阀门将水位稳定在固定点附近。按照日常的操作经验，可以得到基本的控制规则：“若水位高于O点，则向外排水，差值越大，排水越快”；“若水位低于O点，则向内注水，差值越大，注水越快”。实例：液位模糊控制1）确定观测量和控制量定义理想液位O点的水位为h0，实际测得的水位高度为h，选择液位差：e=h0-h将当前水位对于O点的偏差e作为观测量。将注水(+)或抽水(-)的阀门开度u作为控制量。实例：液位模糊控制2）输入量和输出量的模糊化将偏差e分为五个模糊集：负大（NB），负小（NS），零（O），正小（PS），正大（PB）。根据偏差e的变化范围分为七个等级：-3，-2，-1，0，+1，+2，+3。得到水位变化模糊表。实例：液位模糊控制2）输入量和输出量的模糊化控制量u为调节阀门开度的变化。将其分为五个模糊集：负大（NB），负小（NS），零（ZO），正小（PS），正大（PB）。并将u的变化范围分为九个等级,得到控制量模糊划分表。实例：液位模糊控制3）模糊规则的描述实例：液位模糊控制4）求模糊关系模糊控制规则是一个多条语句，它可以表示为U×V上的模糊子集，即模糊关系R：其中规则内的模糊集运算取交集，规则间的模糊集运算取并集。实例：液位模糊控制实例：液位模糊控制实例：液位模糊控制实例：液位模糊控制5）模糊决策（模糊推理）模糊控制器的输出为误差向量和模糊关系的合成：

当误差e为NB时，e=[1,0.5,0,0,0,0,0]控制器输出为:实例：液位模糊控制6）控制量的反模糊

由模糊决策可知，当误差为负大时，实际液位远高于理想液位，e=NB，控制器的输出为一模糊向量，可表示为如果按照“隶属度最大原则”进行反模糊化，则选择控制量为u=-4，即阀门的开度应关大一些，减少进水量。如果按照“重心法”进行反模糊化，则u=[(-4*1)+(-3*0.5)+(-2*0.5)+(-1*0.5)]/(1+0.5+0.5+0.5)课程考核结合本学期所学智能控制的相关知识，包括输入输出通道接口技术、人机交互接