一、模糊控制概況

模糊邏輯控制(Fuzzy Logic Control)簡(jiǎn)稱模糊控制(Fuzzy Control)，是以模糊集合論、模糊語言變量和模糊邏輯推理為基礎(chǔ)的一種計(jì)算機(jī)數(shù)字控制技術(shù)。1965年，美國(guó)的L.A.Zadeh創(chuàng)立了模糊集合論；1973年他給出了模糊邏輯控制的定義和相關(guān)的定理。1974年，英國(guó)的E.H.Mamdani首先用模糊控制語句組成模糊控制器，并把它應(yīng)用于鍋爐和蒸汽機(jī)的控制，在實(shí)驗(yàn)室獲得成功。這一開拓性的工作標(biāo)志著模糊控制論的誕生。

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)是既具有系統(tǒng)化的理論，又有著大量實(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；然而在東方尤其是在日本，卻得到了迅速而廣泛的推廣應(yīng)用。近20多年來，模糊控制不論從理論上還是技術(shù)上都有了長(zhǎng)足的進(jìn)步，成為自動(dòng)控制領(lǐng)域中一個(gè)非常活躍而又碩果累累的分支。其典型應(yīng)用的例子涉及生產(chǎn)和生活的許多方面，例如在家用電器設(shè)備中有模糊洗衣機(jī)、空調(diào)、微波爐、吸塵器、照相機(jī)和攝錄機(jī)等；在工業(yè)控制領(lǐng)域中有水凈化處理、發(fā)酵過程、化學(xué)反應(yīng)釜、水泥窯爐等的模糊控制；在專用系統(tǒng)和其它方面有地鐵靠站停車、汽車駕駛、電梯、自動(dòng)扶梯、蒸汽引擎以及機(jī)器人的模糊控制等。

二、模糊控制基礎(chǔ)

模糊控制的基本思想是利用計(jì)算機(jī)來實(shí)現(xiàn)人的控制經(jīng)驗(yàn)，而這些經(jīng)驗(yàn)多是用語言表達(dá)的具有相當(dāng)模糊性的控制規(guī)則。模糊控制器(Fuzzy Controller，即FC)獲得巨大成功的主要原因在于它具有如下一些突出特點(diǎn)：

• 模糊控制是一種基于規(guī)則的控制。它直接采用語言型控制規(guī)則，出發(fā)點(diǎn)是現(xiàn)場(chǎng)操作人員的控制經(jīng)驗(yàn)或相關(guān)專家的知識(shí)，在設(shè)計(jì)中不需要建立被控對(duì)象的精確數(shù)學(xué)模型，因而使得控制機(jī)理和策略易于接受與理解，設(shè)計(jì)簡(jiǎn)單，便于應(yīng)用。

• 由工業(yè)過程的定性認(rèn)識(shí)出發(fā)，比較容易建立語言控制規(guī)則，因而模糊控制對(duì)那些數(shù)學(xué)模型難以獲取、動(dòng)態(tài)特性不易掌握或變化非常顯著的對(duì)象非常適用。

• 基于模型的控制算法及系統(tǒng)設(shè)計(jì)方法，由于出發(fā)點(diǎn)和性能指標(biāo)的不同，容易導(dǎo)致較大差異；但一個(gè)系統(tǒng)的語言控制規(guī)則卻具有相對(duì)的獨(dú)立性，利用這些控制規(guī)律間的模糊連接，容易找到折中的選擇，使控制效果優(yōu)于常規(guī)控制器。

• 模糊控制算法是基于啟發(fā)性的知識(shí)及語言決策規(guī)則設(shè)計(jì)的，這有利于模擬人工控制的過程和方法，增強(qiáng)控制系統(tǒng)的適應(yīng)能力，使之具有一定的智能水平。

• 模糊控制系統(tǒng)的魯棒性強(qiáng)，干擾和參數(shù)變化對(duì)控制效果的影響被大大減弱，尤其適合于非線性、時(shí)變及純滯后系統(tǒng)的控制。

模糊控制系統(tǒng)的基本結(jié)構(gòu)如圖1所示：

圖1　模糊控制系統(tǒng)框圖

其中s為系統(tǒng)的設(shè)定值，y為系統(tǒng)輸出，e和c分別是系統(tǒng)偏差和偏差的微分信號(hào)，也就是模糊控制器的輸入，u為控制器輸出的控制信號(hào)，E、C、U為相應(yīng)的模糊量。由圖可知模糊控制器主要包含三個(gè)功能環(huán)節(jié):用于輸入信號(hào)處理的模糊量化和模糊化環(huán)節(jié)，模糊控制算法功能單元，以及用于輸出解模糊化的模糊環(huán)節(jié)。

模糊控制器設(shè)計(jì)的基本方法和主要步驟大致包括：

1、選定模糊控制器的輸入輸出變量，并進(jìn)行量程轉(zhuǎn)換。選取方法一般如圖1所示，即分別取e、c和u。

2、確定各變量的模糊語言取值及相應(yīng)的隸屬函數(shù)，即進(jìn)行模糊化。模糊語言值通常選取3、5或7個(gè)，例如取為{負(fù)，零，正}，{負(fù)大，負(fù)小，零，正小，正大}，或{負(fù)大，負(fù)中，負(fù)小，零，正小，正中，正大}等。然后對(duì)所選取的模糊集定義其隸屬函數(shù)，可取三角形隸屬函數(shù)(如圖2所示)或梯形，并依據(jù)問題的不同取為均勻間隔或非均勻的；也可采用單點(diǎn)模糊集方法進(jìn)行模糊化。 

圖2　隸屬函數(shù)取法示意

3、建立模糊控制規(guī)則或控制算法。這是指規(guī)則的歸納和規(guī)則庫(kù)的建立，是從實(shí)際控制經(jīng)驗(yàn)過渡到模糊控制器的中心環(huán)節(jié)。控制律通常由一組if-then結(jié)構(gòu)的模糊條件語句構(gòu)成，例如:if e=N and c=N，then u=PB……等；或總結(jié)為模糊控制規(guī)則表，如表1中所示，可直接由e和c查詢相應(yīng)的控制量u。

表1 模糊控制規(guī)則表舉例

4、確定模糊推理和解模糊化方法。常見的模糊推理方法有最大最小推理和最大乘積推理兩種，可視具體情況選擇其一：解模糊化方法有最大隸屬度法，中位數(shù)法，加權(quán)平均，重心法，求和法或估值法等等，針對(duì)系統(tǒng)要求或運(yùn)行情況的不同而選取相適應(yīng)的方法，從而將模糊量轉(zhuǎn)化為精確量，用以實(shí)施最后的控制策略。