模糊控制学习心得5篇

第一篇：模糊控制学习心得

模糊控制学习心得

班别：电气143 学号：1407300043 姓名：范宝荣

“模糊”是人类感知万物,获取知识,思维推理,决策实施的重要特征。“模糊”比“清晰”所拥有的信息容量更大,内涵更丰富,更符合客观世界。

在日常生活中,人们的思维中有许多模糊的概念,如大、小、冷、热等,都没有明确的内涵和外延,只能用模糊集合来描述。人们常用的经验规则都是用模糊条件语句表达,例如,当我们拧开水阀往水桶里注水时,有这样的经验:桶里没水或水较少时,应开大水阀;桶里水较多时,应将水阀关小些;当水桶里水快满时,则应把阀门关得很小;而水桶里水满时应迅速关掉水阀。其中,“较少”、“较多”、“小一些”、“很小”等,这些表示水位和控制阀门动作的概念都具有模糊性。即有经验的操作人员的控制规则具有相当的模糊性。模糊控制就是利用计算机模拟人的思维方式,按照人的操作规则进行控制,实现人的控制经验。

模糊控制理论是由美国著名的学者加利福尼亚大学教授Zadeh·L·A于1965年首先提出,它以模糊数学为基础,用语言规则表示方法和先进的计算机技术,由模糊推理进行决策的一种高级控制策略。1974年,英国伦敦大学教授Mamdani·E·H研制成功第一个模糊控制器,充分展示了模糊技术的应用前景。

尽管模糊控制理论已经取得了可观的进展,但与常规控制理论相比仍不成熟。模糊控制系统的分析和设计尚未建立起有效的方法,在很多场合下仍然需要依靠经验和试凑。近年来,许多人一直尝试将常规控制理论的概念和方法扩展至模糊控制系统,而模糊控制与神经网络相结合的方法已成为研究的热点,二者的结合有效地推动了自学习模糊控制的发展。模糊控制易于获得由语言表达的专家知识,能有效地控制那些难以建立精确模型而凭经验可控制的系统,而神经网络则由于其仿生特性更能有效利用系统本身的信息,并能映射任意函数关系,具有并行处理和自学习能力,容错能力也很强。在集成大系统中,神经网络可用于处理低层感知数据,模糊逻辑可用于描述高层的逻辑框架[5]。模糊逻辑与神经网络的结合有两种情况:一是将模糊技术用于神经网络形成模糊神经网络,一是用神经网络实现模糊控制。这两方面均见于大量的研究文献。

常规模糊控制的两个主要问题在于:改进稳态控制精度和提高智能水平与适应能力。从大量文献中可以看出,在实际应用中,往住是将模糊控制或模糊推理的思想,与其他相对成熟的控制理论或方法结合起来,发挥各自的长处,从而获得理想的控制效果。

例如，利用模糊复合控制理论的分档控制,将PI或PID控制策略引入Fuzzy控制器,构成Fuzzy-PI或Fuzzy-PID复合控制;适应高阶系统模糊控制需要的三维模糊控制器;将精确控制和模糊控制结合起来的精确—模糊混合控制;将预测控制与模糊控制相结合,利用预测模型对控制结果进行预报,并根据目标误差和操作者的经验应用模糊决策方法在线修正控制策略的模糊预测控制等。

模糊控制的发展过程中,提出了多种自组织、自学习、自适应模糊控制器。它们根据被控过程的特性和系统参数的变化,自动生成或调整模糊控制器的规则和参数,达到控制目的。这类模糊控制器在实现人的控制策略基础上,又进一步将人的学习和适应能力引入控制器,使模糊控制具有更高的智能性。自校正模糊控制器、参数自调整模糊控制等控制方法也较大地增强了对环境变化的适应能力。模糊控制与其他智能控制方法的结合组成的模糊控制,如专家模糊控制能够表达和利用控制复杂过程和对象所需的启发式知识,重视知识的多层次和分类的需要,弥补了模糊控制器结构过于简单、规则比较单一的缺陷,赋予了模糊控制更高的智能。

二者的结合还能够拥有过程控制复杂的知识,并能够在更为复杂的情况下对这些知识加以有效利用。

基于神经网络的模糊控制能够实现局部或全部的模糊逻辑控制功能。

模糊控制器正向着自适应、自组织、自学习方向发展,使得模糊控制参数、规则在控制过程中自动地调整、修改和完善,从而不断完善系统的控制性能,达到更好的控制效果,而与专家系统、神经网络等其他智能控制技术相融合成为其发展趋势。

模糊逻辑控制(Fuzzy Logic Control)简称模糊控制(Fuzzy Control)，是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术。1965年，美国的L.A.Zadeh创立了模糊集合论；1973年他给出了模糊逻辑控制的定义和相关的定理。1974年，英国的E.H.Mamdani首先用模糊控制语句组成模糊控制器，并把它应用于锅炉和蒸汽机的控制，在实验室获得成功。这一开拓性的工作标志着模糊控制论的诞生。

模糊控制实质上是一种非线性控制，从属于智能控制的范畴。模糊控制的一大特点是既具有系统化的理论，又有着大量实际应用背景。模糊控制的发展最初在西方遇到了较大的阻力；然而在东方尤其是在日本，却得到了迅速而广泛的推广应用。近20多年来，模糊控制不论从理论上还是技术上都有了长足的进步，成为自动控制领域中一个非常活跃而又硕果累累的分支。其典型应用的例子涉及生产和生活的许多方面，例如在家用电器设备中有模糊洗衣机、空调、微波炉、吸尘器、照相机和摄录机等；在工业控制领域中有水净化处理、发酵过程、化学反应釜、水泥窑炉等的模糊控制；在专用系统和其它方面有地铁靠站停车、汽车驾驶、电梯、自动扶梯、蒸汽引擎以及机器人的模糊控制等。

所谓模糊控制,就是在控制方法上应用模糊集理论、模糊语言变量及模糊逻辑推理的知识来模拟人的模糊思维方法,用计算机实现与操作者相同的控制。该理论以模糊集合、模糊语言变量和模糊逻辑为基础,用比较简单的数学形式直接将人的判断、思维过程表达出来,从而逐渐得到了广泛应用。应用领域包括图像识别、自动机理论、语言研究、控制论以及信号处理等方面。在自动控制领域,以模糊集理论为基础发展起来的模糊控制为将人的控制经验及推理过程纳入自动控制提供了一条便捷途径。

如右图所示,模糊控制器的基本结构包括知识库、模糊推理、输入量模糊化、输出量精确化四部分。

知识库包括模糊控制器参数库和模糊控制规则库。模糊控制规则建立在语言变量的基础上。语言变量取值为“大”、“中”、“小”等这样的模糊子集,各模糊子集以隶属函数表明基本论域上的精确值属于该模糊子集的程度。因此,为建立模糊控制规则,需要将基本论域上的精确值依据隶属函数归并到各模糊子集中,从而用语言变量值(大、中、小等)代替精确值。这个过程代表了人在控制过程中对观察到的变量和控制量的模糊划分。由于各变量取值范围各异,故首先将各基本论域分别以不同的对应关系,映射到一个标准化论域上。通常,对应关系取为量化因子。为便于处理,将标准论域等分离散化,然后对论域进行模糊划分,定义模糊子集,如NB、PZ、PS等。

同一个模糊控制规则库,对基本论域的模糊划分不同,控制效果也不同。具体来说,对应关系、标推论域、模糊子集数以及各模糊子集的隶属函数都对控制效果有很大影响。这3类参数与模糊控制规则具有同样的重要性,因此把它们归并为模糊控制器的参数库,与模糊控制规则库共同组成知识库。

模糊控制规则的来源有3条途径:基于专家经验和实际操作,基于模糊模型,基于模糊控制的自学习。

通过学习模糊控制，使我对模糊控制进行了简单了解，主要知道了模糊控制的特点缺陷；模糊控制方法的研究现状；模糊控制的进展，包括模糊控制与神经网络的融合、模糊控制与遗传算法的融合、专家模糊控制等的阐述；模糊控制在实际生产中的电机调速控制系统中的应用；以及模糊控制的最新研究领域及未来研究课题，指出模糊控制系统是易于接受，设计简单，维护方便，而且比常规控制系统稳定性好的优势特点，使得模糊控制正得到越来越广泛的应用。

另外我还学习到模糊PID就是在PID控制的基础上，使用模糊控制理论进行优化。

例如通过模糊规则来决定控制输出U的大小，模糊控制的作用主要起到将人的经验加到控制中去。

简单例子吧，假如通过燃气量的大小来控制炉温，炉温的测量值PV和设定值SP偏差较大，这个时候根据人为的经验就需要给一个比较大的作用，让燃气量加大或减小，这个人为的经验或者专家的经验通过模糊规则进行转换，最终控制输出U的大小。

模糊系统理论还有一些重要的理论课题还没有解决。其中两个重要的问题是：如何获得模糊规则及隶属函数，这在目前完全凭经验来进行；以及如何保证模糊系统的稳定性。

模糊控制器参数最优调整理论的确定，以及修正推理规则的学习方式和算法等。模糊动态模型的辨识方法、预测系统的设计方法和提高计算速度的方法。

在自动控制中，包括经典理论和现代控制理论中有一个共同的特点，即控制器的综合设计都要建立在被控对象准确的数学模型(如微分方程等)的基础上，但是在实际工业生产中，很多系统的影响因素很多，十分复杂。建立精确的数学模型特别困难，甚至是不可能的。这种情况下，模糊控制的诞生就显得意义重大，模糊控制不用建立数学模型，根据实际系统的输入输出的结果数据，参考现场操作人员的运行经验，就可对系统进行实时控制。

模糊控制实际上是一种非线性控制，从属于智能控制的范畴。现代控制系统中的的控制能方便地解决工业领域常见的非线性、时变、在滞后、强耦合、变结构、结束条件苛刻等复杂问题。可编程控制器以其高可靠性、编程方便、耐恶劣环境、功能强大等特性很好地解决了工业控制领域普遍关心的可靠、安全、灵活、方便、经济等问题，这两者的结合，可在实际工程中广泛应用。

第二篇：模糊控制实验报告

模糊控制系统实验报告

学院：班级：

姓名：学号：

一、实验目的1.通过本次实验，进一步了解模糊控制的基本原理、模糊模型的建立和模糊控制器的设计过程。

2.提高有关控制系统的程序设计能力；

3.熟悉Matlab语言以及在智能控制设计中的应用。

二、实验内容

设计一个采用模糊控制的加热炉温度控制系统。被控对象为一热处理工艺制作中的加热炉，加热设备为三相交流调压供电装置，输入控制信号电压为0-5V，输出相电压为0-220V，输出最大功率180kW，炉内变化室温~625℃。

三、实验过程及步骤

1.用Matlab中的Simulink工具箱，组成一个模糊控制系统，如图所示

2.采用模糊控制算法，设计出能跟踪给定输入的模糊控制器，对被控系统进行仿真，绘制出系统的阶跃响应曲线。

（1）模糊集合及论域的定义

对误差E、误差变化EC机控制量U的模糊集合及其论域定义如下：

E、EC和U的模糊集合均为：

{NB、NM、NS、0、PS、PM、PB}

E和EC的显示范围为：[-6

6]

结果如下图所示

打开Rule编辑器，并将49条控制规则输入到Rule编辑器中

利用编辑器的”View→Rules”和”View→Surface”得到模糊推理系统的模糊规则和输入输出特性曲面，分别如下图所示

从图中可以看出，输出变量U是关于两个输入变量E、EC的非线性函数，输入输出特性曲面越平缓、光滑，系统的性能越好。

将FIS嵌入Simulink

R（t）=400℃时系统阶跃响应

系数Ke变小时的系统阶跃响应

通过本设计可以知道，模糊控制具有能够得到良好的动态响应性能，并且不需要知道被控对象的数学模型，适应性强，上升时间快。与PID控制相比有着很大的优势，采用PID控制虽然稳态性能较好，但是难以得到满意的动态响应性能。当然，模糊控制也有着自身的缺点，容易受到模糊规则等级的限制而引起误差，需要进一步改进。

四、实验总结

通过这次《模糊控制系统》课程实验增加了对模糊调节器的理解，认识到了模糊控制器的优缺点。并进一步熟练了用Matlab中Simulink工具箱的应用，提高了自己的动手能力。通过这次课程设计也使我认识到对Matlab中Simulink工具箱的应用还不够熟练，将来应该加强操作、学习。

第三篇：模糊控制优缺点

4模糊控制的优缺点及需要解决的问题分析 4.1模糊控制的优点

(1)使用语言方法, 可不需要过程的精确数学模型;(2)鲁棒性强, 适于解决过程控制中的非线性、强耦合时变、滞后等问题;(3)有较强的容错能力。具有适应受控对象动力学特征变化、环境特征变化和动行条件变化的能力;(4)操作人员易于通过人的自然语言进行人机界面联系, 这些模糊条件语句容易加到过程的控制环节上。

4.2模糊控制的缺点

(1)信息简单的模糊处理将导致系统的控制精度降低和动态品质变差;(2)模糊控制的设计尚缺乏系统性, 无法定义控制目标。4.3 模糊控制理论需解决的问题

模糊控制理论经过近几十年的发展, 已经得到了广泛的应用。但模糊控制理论也还存在一些不足, 还有一些亟待解决的问题, 归纳如下:(1)要揭示模糊控制器的实质和工作机理, 解决稳定性和鲁棒性理论分析的问题。

2)很多应用和经验表明, 模糊控制的鲁棒性优于传统控制策略。但模糊控制和传统控制的鲁棒性的对比关系究竟是怎么样, 尚缺少理论分析和数学推导方面的比较。(3)模糊控制规则和隶属度函数的获取与确定是模糊控制中的∃瓶颈&问题。目前模糊控制规则中模糊子集的一般选取都是以下3种: e= {负大, 负小, 零, 正小, 正大} = {NB, NS, ZO, PS, PB }或e =负大, 负中, 负小, 零, 正小, 正中, 正大= { NB, NM,NS, ZO, PS, PM, PB}或e= {负大, 负中, 负小, 零负,零正, 正小, 正中, 正大} = {NB, NM, NS, NZ, PZ, PS,PM, PB}, 而隶属度函数通常选用的为三角隶属度函数, 以第3种模糊子集为例, 对应的隶属函数如图3示。而规则中模糊子集及隶属度函数的选择大多数取决于经验, 缺少相应的理论根据。

(4)在多变量模糊控制中, 需要对多变量耦合和∃维数灾&问题进行研究, 这些问题的解决与否将是多变量模糊控制能否广泛应用的关键。

图

3模糊化子集和模糊化等级

5模糊控制的发展趋势

模糊控制的发展大致有以下几个方向:(1)复合模糊控制器。继续研究模糊控制和PID 控制器、变节构控制器、模糊H 控制器等的组合研究, 设计出满足各种不同指标要求的控制器。

(2)和各种智能优化算法相结合的模糊控制。各种智能优化算法(如遗传算法、模拟退火算法、粒子群优化算法等)能够对模糊控制规则进行动态寻优, 故能在线修改模糊控制规则, 改善系统的控制品质。

(3)专家模糊控制。专家模糊是将专家系统技术与模糊控制相结合的产物。引入专家系统, 可进一步提高模糊控制的智能水平, 专家模糊控制保持了基于规则的方法和模糊集处理带来的灵活性, 同时又把专家系统技术的知识表达方法结合起来, 能处理更广泛的控制问题。

(4)多变量模糊控制。研究多变量模糊控制中存在着的多变量耦合和∃维数灾&等问题。

(5)很多公开发表的文献对所设计模糊控制器的稳定性及鲁棒性分析采用仿真实验的方法, 而采用理论分析的较少。对混合模糊系统的稳定性及鲁棒性分析一般有2种方法[ 5] : 第1 种方法利用模糊系统辨识的方法将控制对象变换为模糊模型表示,使整个系统变为纯粹的模糊模型, 从而可采用模糊关系法及模糊相平面分析法等来检验系统的稳定性;第2种方法将控制器的模糊模型变为确定性的模型, 从而混合模糊系统变为常规的控制系统, 进而可采用常规的方法来对系统进行稳定性分析。例如

描述函数法、圆判据法、一般相平面法及线性近似法 等。而究竟采用模糊模型还是确定性模型则需要根据所设计系统的具体情况进行分析, 因此选择合适的理论方法对所设计和模糊控制器进行稳定性及鲁棒性分析也是模糊控制理论发展的方向之一。

结

束

语

文章对模糊控制理论的发展进行了简要概述,对模糊控制的原理及模糊控制器的设计步骤进行了详细介绍;对模糊控制在航空航天中应用(各种控制器的设计)进行了分析, 对模糊控制的优缺点及需要解决的问题进行了归纳和分析;最后对模糊控制的发展趋势进行了展望。

第四篇：第三章 城市交通信号模糊控制理论

2城市交通信号模糊控制理论

模糊控制理论应用于工业、汽车、家用电器、交通等各个领域，其在交通中的一个重要的应用就是城市交通信号模糊控制。本章在阐述模糊控制原理的基础上，介绍城市交通信号模糊控制的理论基础，为下一章的城市交通信号模糊控制器的设计作理论铺垫。2.1模糊控制基础理论分析 2.1.1模糊控制的特点

模糊控制实际上是一种非线性控制，属于智能控制的范畴。近几十年来模糊控制理论无论是在理论还是技术上都有了很大的进步，模糊控制在实际应用上也已经硕果累累，这主要是由模糊控制的特点决定的：

1、模糊控制既具有系统化的理论，又有着大量实际应用背景。

2、模糊控制是一种基于规则的控制。在实际的设计中不需要建立精确的数学模型，因而控制器的设计简单，便于应用。

3、基于模型的控制算法及系统设计方法，由于出发点和性能指针的不同，容易导致很大差异；但一个系统的语言控制规则却具有相对的独立性，利用这些控制规律间的模糊连接，容易找到这种规律，使控制效果优于常规控制器。

4、模糊控制系统的鲁棒性强，干扰和参数变化对控制效果的影响被大大减弱，尤其适合于非线性、时变及纯滞后系统的控制。

5、许多复杂系统，很难建立模型和控制，因为它们包含不确定性、不精确性、并混杂有非线性和时变性。模糊控制对于那些数学模型难以建立，变化非常显著的对象较适用。

6、是一种反映人类智慧思维的智慧控制。模糊控制采用人类思维中的模糊量，如“高”“中”“低”“大”“小”，控制量由模糊推理导出。这些模糊量和模糊推理是人类通常智慧活动的体现。

7、模糊控制具有语词计算和处理不确定性以及模糊信息的能力。模糊控制本质上是一种基于语言规则的仿人智能控制。由于控制对象仅能提供一些模糊信息，计算机参与这类控制时必须模仿人类能够接受和处理模糊信息，进行模糊控制的本领。2.1.2模糊控制的基本概念

在人们的思维中，有很多没有明确外延的一些概念，即模糊概念，如以人的年龄为对象，那么“年轻”、“中年”、“老年”就没有明确的外延；不同的人有不同的感受与判断；再如炉温的“高温”、“中温”、“低温”也是此类的概念。以上这种概念不能用经典集合加以描述，不能绝对地区别“属于”与“不属于”，而要用模糊集合的概念描述。在本文中用到的模糊控制重要概念有：变量的论语、模糊子集、隶属度、模糊关系与模糊矩阵。

1、论语：被考虑对象的所有元素的全体称为论语，又称全域、全集、有的也称空间，一般用大写字母U表示。

2、模糊子集：给定论语U，U到[0，1]闭区间的任意映射A，A：U→[0，1] →A

都确定U的一个模糊子集A，A就是论语U的模糊子集。

~~

3、隶属度函数：上式中A称为模糊子集的隶属度函数。隶属度函数的表示方法大致有以下三种：

(l)图形表示法(2)表格表示法(3)公式表示法

4、隶属度：A()为对A的隶属度。

~

5、模糊关系：模糊关系R也称模糊控制规则，它描述了元素之间的关联程度，当论域X、~Y都是有限集时，模糊关系可以用模糊矩阵来表示。设X=x1,x2,xn，Y=y1,y2,yn，模糊矩阵R的元素rij表示论域X中第i格元素xi与论域Y中的第j格元素yj对于关系R的~`隶属程度，即RXi，Yjrij。

~2.1.3模糊控制过程及原理分析

模糊控制的控制规律由计算机的程序实现，实现的过程是：计算机采样获取被控制量的精确值，然后将此量与给定值比较得到误差E；将误差E作为模糊控制的一个输入量；把E的精确量模糊化变成模糊变数，从而得到E的模糊语言集合的一个子集e~；由e~与控制规则R进行模糊推理，得到控制变量u，其中u=eR，其中u是模糊变量；将模糊~~~~~~变量u转换为精确量，这样通过u可以对被控对象进行控制；循环进行第二次采样，进行第~~二步控制，循环下去，最终实现被控对象的模糊控制。具体的模糊控制原理与过程如下图所示：

模糊控制的核心是模糊控制器，在使用模糊控制器进行模糊控制时必不可少的三步骤为：精确量的模糊化、模糊规则的设计、反模糊化，下面分别分析、介绍这三部分。

（一）精确量的模糊化

精确变量的模糊化过程实际上是定义模糊变量的模糊子集的过程，而定义一个模糊子集就要确定模糊子集隶属函数曲线的形状，确定隶属函数曲线有以下常用的几种方法：

（1）主观经验法：当论域是离散变量时，根据主观人数或个人经验，直接或间接给出隶属的具体值，由此来确定隶属度函数。

（2）分析推理法：当论域连续，根据问题的性质，应用一定的分析与推理，决定选用某些典型的函数作为隶属函数。如三角形函数、梯形函数、高斯函数等。

（3）调查统计法：以调查统计结果所得出的经验曲线作为隶属函数、作为隶属曲线。根据曲线找出相应的函数表达式。

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，便构成了一个模糊变数的模糊子集。模糊子集的数量一般选5个或7个为宜。隶属度函数曲线的形状一般有：三角形、梯形、高斯型等，在目前的应用中大部分都是为方便起见采用梯形、三角形隶属度函数。

（二）模糊规则的设计

模糊规则是模糊控制中的重要环节，模糊控制器正是依据这些模糊控制规则来完成最终推理，它用“IF--THEN”的形式描述被控对象的动态特性。目前模糊规则大都是专家经验确定，并且要求模糊控制规则要完整覆盖模糊集合。

常见的模糊控制规则根据模糊控制器的种类不同可分为以下几种：（1）单输入单输出模糊控制器

该种控制器仅有一个输入变量、一个输出变量，设模糊集合A为属于论域X的输入，~~模糊集合B为属于论域Y的输出，其控制规则通常由模糊条件语句

~~If A THEN B

~~~~

If A THEN B ELSE C

~~~~~~其中模糊集合B与C具有相同的论域Y，这种控制反应非线性比例(P)控制规律。

~~~~(2)双输入单输出模糊控制器

设模糊集合E属于论域X的输入，模糊集合EC属于论域Y的输入，两者一同构成模糊控制器的二维输入，属于论域Z的模糊集合U是模糊控制器的一维输出，这类模糊控制器的控制规则通常由模糊条件语句

IF E AND EC THEN U

来表达，是模糊控制中最常用的一种控制规则，它反映非线性比例加微分(PD)控制规律。(3)多输入单输出模糊控制器

假设模糊集合A，B，C„N分别属于各自论域的多维输入，U为属于其论域的单维~~~~~~~~~~~~~~~输出，其控制规则通常由模糊条件语句

IF A AND B AND„AND N THEN U来描述。

~~~~~~~(4)双输入多输出模糊控制器

设模糊集合E属于论语X的输入，模糊集合EC属于论语Y的输入，两者一同构成模糊控制器的二维输入，多维输出为UV„W的模糊控制器。这类控制器的控制规则可由一组模糊条件语句

~~~~~

IF E AND EC THEN U

AND

IF E AND EC THEN V AND

IF E AND EC THEN W

在制定模糊规则时要根据实际情况分别来设计确定合适的控制规则。

(三)模糊判决

通过模糊推理得到的结果只是一个模糊集合，但在实际执行中，需要有一个精确值才能对被控对象进行控制，因此要有一个将模糊集合变成一个最佳代表的精确值的反模糊化这一过程。

该过程有三种方法：最大隶属度函数法、重心法、加权平均法。最大隶属度函数方法简单快捷，但是不考虑输出隶属度函数的形状，只关心其最大隶属度输出值，因此会丢失一些信息；重心法取模糊隶属度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，该方法与最大隶属度法相比具有更平滑的输出推理控制；加权平均是重心法的一种拓展方法，调整系数可以转化为重心法，需要根据实际来确定系数。综合上述，重心法较最大隶属度方法更加平滑，较后者较简单实用，故重心法是目前较理想的逆模糊化方法。

后面设计的模糊控制器使用重心法来解模糊，这里就着重介绍重心法，重心法是根据输出模糊集合隶属度函数曲线与横坐标围城面积的中心相应的输出当作精确值的输出，其公式如下： ~~

~~~~~~~uuuii1nni

iui1ui是对象论域中的元素，ui是论域元素ui对模糊子集的隶属度

2.2城市交通信号模糊控制相关理论分析

城市交信号模糊控制是模糊控制在城市交通控制中的一个具体的应用，它解决了城市交通信号控制建模难、建立的模型难以用算法求解的问题。本节结合具体的交通信号控制问题，利用模糊控制的基础理论分析城市交通信号模糊控制理论。2.2.1城市交通信号模糊控制问题描述

传统的单个信号交叉口控制方式：固定周期和绿信比的固定配时控制、感应控制。固定配时根据以往观测的交通需求，按预先设计的配时方案进行控制，无法根据相应交通需求的随机变化而变化。感应控制在一定程度上克服了固定配时的不足，但在相位绿灯时间内，只要检测到车辆到达就给出一个单位的绿灯延时，直到最大绿灯时间为止。也就是说它只关心有无车辆到达、车辆到达与否，而没有考虑有多少辆车到达，只能考虑一个相位方向的延误情况，而没有真正的总体考虑总延误，因而无法真正响应各个相位的交通需求。

模糊逻辑控制是一种新型的智能控制方式，它综合考虑交叉口车辆到达与排队情况，以交叉口的总延误最小为控制目标，调整控制策略使得交通控制能真正响应交通实时变化的需求。

城市交通信号模糊控制通过设置在各个车道上的车辆检测器检测到各个相位的到达车辆数，计算出各个相位的车辆排队长。通过绿灯相位的入口流量、车辆排队长度来考察绿灯相位的交通情况、红灯相位的车辆排队长度来考虑红灯相位的交通状况，综合考虑红灯、绿

灯相位的交通情况，用城市交通信号模糊控制器做出是否转换信号的判决，通过是否转换交通信号来影响交通流。根据城市交通信号模糊控制的思想：当绿灯相位的车流量很大、排队长度相当长时，有必要延长该相位的绿灯时间，但是是否做出延长绿灯时间的决定还要看红灯相位的交通情况，若红灯相位的排队长度很小时，控制器就会做出延长绿灯时间的判决； 若红灯相位排队长队很长时，综合考虑总的车辆平均延误就不一定会继续延长绿灯时间，到底做出什么样的判决，取决于模糊控制器的设计，模糊推理规则的设定。要得到理想的控制结果就要合理设计城市交通信号模糊控制器、合理设置模糊推理规则。

可以解决的问题可以用以下实际问题来描述：假设一个平面交叉口采用典型的四相位放行控制方式：东西直行为第一相位，东西左转为第二相位，南北直行为第三相位，南北左转为第四相位。

注：

1、由于中国的道路交叉口的右转车流一般不受城市交通信号的控制，所以城市交通信号模糊控制中不考虑右转车流。

2、各个相位的直行、左转车道上设置一组车辆检测器，可以实时检测到各个车道的车流到达、车辆排长度。

根据以上所述，该城市交叉口交通信号控制问题可以描述如下：

控制目标：使通过交叉口的车流量的平均排队长度最短，车辆平均延误最小。城市交通信号模糊控制器综合考虑绿灯相位、红灯相位的交通情况，做出以交叉口的总延误最小为控制目标。

控制变量：信号周期、各相位的绿信比。模糊控制器做出是否延长放行相位的绿灯时间的决定，延长绿灯时间会增加总的绿灯时间，也会改变信号周期，这样就会调整信号的绿信比。

2.2.2城市交通信号模糊控制原理分析

城市交通信号模糊控制器是城市交通模糊控制决策部分，做出是否转换交通信号的决定来影响控制交通流，交通流的变化会使得红灯、绿灯相位的交通状况的变化，城市交通信号模糊控制器会根据实际情况做出相应的是否转换相位的决策，周而复始，进行实时交通控制。

针对以上城市交通信号控制问题，城市交通信号模糊控制的控制思路与策略是这样进行的：

1、给定每个相位的最小绿灯时间与最大绿灯时间，以保证通行相位的车辆通行权、与

等待相位车辆的通行权。

2、假设按最初给定该相位的最小绿灯时间放行第一相位(东西直行)，放行时间到达最短绿灯时间时开始计算该放行相位的入口流量、排队长度、下一个要放行相位的排队长度，通过模糊控制器综合考虑是否继续放行当前相位，模糊控制器做出决策。

3、如果继续放行该相位就在最短绿灯时间的基础上增加一个延长绿时间，否则就放行下一相位。

4、每一相位放行时间到达最大时间时就自动强制转换下一相位。

5、这样循环控制形成周期、绿信比随交通状况实时变化的控制方案。城市交通信号模糊控制把城市交通模糊控制器与交通流生成、交通车辆延误综合考虑的周期循环控制。要进行城市交通信号模糊控制需要几个重要的组成部分：交通流、车辆检测器、模糊控制器、交通延误。计算具体的框架如下图：

该控制过程通过交通流生成模型生成一定的交通流，生成的交通流通过车辆检测器可以检测监视得到绿灯相位的排队长度、绿灯相位的入口流量、红灯相位排队长度三个城市交通模糊控制器的输入量；将该输入量输入模糊逻辑控制器后，可以得出该时段的控制策略；对交通信号进行控制；对交通信号控制同时会对交通流产生影响，形成新的交通流继续以上的循环可以对一定时段的交通信号进行控制。

第五篇：基于模糊控制的电加热炉控制系统

基于模糊控制的电加热炉控制系统

姓名：

唐玉光 班级：2011级9班 学号：01201102060909

目录

目录..................................................................................................................................................2 1 引言..............................................................................................................................................3 2.加热炉控制的意义......................................................................................................................4 3.传统PID与模糊控制的简介......................................................................................................5 4.模糊控制与PID控制方法的设计与比较...................................................................................6

4.1模糊控制器设计................................................................................................................6 4.2 PID及模糊控制原理和仿真结构图................................................................................7 4.3滞后时间的影响................................................................................................................9 5.总结：........................................................................................................................................11 6.参考文献：..................................................................................................................................12 1 引言

PID控制是控制领域产生最早，应用最广的一种控制方法。具不完全统计，不论是工业过程控制还是航空航天控制领域，PID控制早已经上了经典教科书，然而由于其原理简单和应用效果，人们仍然不断研究其各种设计方法和未来发展潜力[1]。模糊控制在只能控制领域由于理论研究比较成熟，实现相对比较简单，适应面宽而得到广泛的应用。在现代工业控制应用中，模糊控制都充当着重要的角色。PID控制和模糊控制作为应用广泛，特点鲜明，又具有某些联系的两种控制方式一直受到控制领域广泛的关注，众多学者从不同角度对他们进行了对比性研究。[2][3][4]。

2.加热炉控制的意义

在控制领域中，温度控制广泛应用于社会生活的各个领域。电加热炉温度控制具有升温单向性，大惯性大滞后性的特点。其升温单向性是由于电加热炉的升温是依靠电阻丝，降温是依靠环境自然冷却。当其温度一旦有超调，就无法单纯用控制手段时期降温，种种很大的不确定性使得加热炉在加热过程中很难全面考虑各种因素的影响，准确控制加热过程。传统的继电器电路简单实用，但由于继电器动作频繁，可能会因触电不良而影响正常工作。今年来提出改进的电路，采用主回路无触点控制，客服继电器结出不良的缺点，且维修方便，缺点是温度控制范围小，精度不高，因此，设计和精度相适应的电加热炉温控系统非常有实际意义。3.传统PID与模糊控制的简介

PID控制即比例，积分，微分控制。由于其结构简单，容易实现，控制效果好，鲁棒性强等特点，因而，自19世纪40年代开始，PID控制在工业过程控制过程中至今仍得到广泛应用。温度控制系统将电阻实时采集的温度值与设定值进行比较，所得差值作为PID控制模块的输入。经PID算法计算出输出控制量，利用修改被控制量误差的方法实现闭环控制。该方法需现场整定PID参数，而确定被控对象模型具有一定的难度。另外，该方法抗干扰的能力较差。

模糊逻辑在控制领域的应用称为模糊控制。模糊控制主要将操作者的经验和专家的控制经验和知识表示成语言变量描述的控制规则，然后根据控制规则实施控制。它适用于不一取得精确数学模型和数学模型位置或者经常变化的对象。

基于模糊算法的温度控制系统的实现，首先根据控制经验形成模糊规则输入计算机中。然后将采样所得温度误差和误差变化率的精确量模糊化，计算机根据模糊规则推理做出模糊决策，求出相应的控制量。将控制量精确化后去驱动执行机构，调整输入达到调节温度目的。

4.模糊控制与PID控制方法的设计与比较

Kes电加热炉的模型Gs，Ts14.1模糊控制器设计

模糊控制器的设计如图4.1.1,图4.1.2，图4.1.3.控制器采用双输入单输出如图4.1.1

图4.1.1 控制规则的设定如图4.1.2，图4.1.3

图4.1.2

图4.1.3 4.2 PID及模糊控制原理和仿真结构图

原理结构如图4.2.1 图4.2.2

图4.2.1 PID控制原理

图4.2.2模糊控制原理

仿真结构如图4.2.3图4.2.4

图4.2.3PID仿真结构

图4.2.4模糊控制仿真结构

4.3滞后时间的影响

常规PID ：=0.2，T=80

模糊控制：=0.2，T=80

常规PID ：=0.3，T=80

模糊控制：=0.3，T=80 5.总结：

由上述比较可知，随着纯滞后时间的增加，对于常规PID控制系统会造成系统波动加大，而模糊控制系统受到的影响较小，他的控制精度和动态特性很理想，说明模糊控制在被控对象当前的惯性时间下对纯滞后时间的鲁棒性较好，比常规PID控制好些。

总结以上仿真实验，我们可得出结论如下： 模糊控制对纯滞后时间的鲁棒性比常规PID控制好 模糊控制的动态特性控制精度比常规PID控制好 模糊控制臂比常规PID控制的稳定性好

6.参考文献：

[1]FANG Y,CHOW TW S,LIX D.D se of recurrent neural netw ork in discrete sliding-mode control[J].IEEE.priceedings;Control

theory

and applications,1999.146(1):84-90.[2]王岩青，蒋昌盛。一类非线性不确定中立系统的鲁棒自适应滑膜控制[J].吉林大学学报：工学版，2007,37（4）：935-938.[3]CHEM T L ,W U Y C.Intetiable structucre control approval foe eobot manipulators[J].IEEE ptoceedings-D,1992,161-165.[4]杜红珊，一类反射非线性系统的自适应神经网络输出反馈变结构控制[J].控制理论与应用，2008,25（6）：1042-1044