文档介绍：剪四章模棚控的基不原理§1模糊控制器的基本构成KnowledgeFuzzycontrollerRefereneeFuzzifierHFuzzyReasoninghDefuzzicPlant这是一个采用模糊控制器的控制系统,从图上可以看到模糊控制器由四部分组成)Fuzzifier:模糊化。实际系统的输入和输出值都应该是精确量,比方说液位应控制在35m处;温度应控制在70℃等。但是,为了引入模糊控制,在这些数据进入模糊控制器之前,必须先对他们先进行“模糊化”!这包括如下的工作:a)确定符合模糊控制器要求的输入量例如,常用输入量是误差和误差的改变量。卩E和△E其中Ek]=y[k]-yky[Kk]为K时刻的期望值△EKk]=EKEkyk]为K时刻的实际输出值b)将这些输入变量进行尺度变换,使其落在各自的论域范围例:E和AE的常用论域为[-6,+6]c)将已变换到相应论域的的输入量进行模糊处理使原先精确量变成模糊量,并用相应的模糊集合表示也就是说:确定当前输入量落在哪些模糊集中,相应的隶属度值分别是多少?这是为后面的模糊推理作准备。2)知识库knowledgebase,包括a)Datebase=各模糊集的隶属度函数,尺度变换因子,以及模糊空间的分级数。b)Rulebase=用模糊语言变量表示的一系列控制规则,反应了专家的经验。3)模糊推理FuzzyReasoning/推理机=inference这是模糊控制器的核心,它模拟人的推理机制它是通过模糊逻辑中的蕴涵关系以及推理规则来进行我们在上一章已介绍其中的一些内容,接下去还要继续介绍4)Defuzzifier:清晰化,逆模糊化,这部分的作用是将通过模糊推理得到的控制量(!模糊量)变换成实际用于控制的清晰量包括:a)将模糊的控制量经清晰化变换成表示在论域范围内的清晰量;b)将表示在论域范围的清晰量经尺度变换→实际的控制量。下面对模糊控制器所涉及的各方面进行介绍S2棋柳控制规则专家经验:如果温度偏低,那么加入较少的冷却水。所以,专家知识通常具有如下形式:即,如果温度确定是偏低,或比低那之,“加入的冷却水的量应较少”。其中,“偏低”,“较少”,都是模糊量。模糊控制规则也是这样的“IF-THENT模糊条件·Mso系统:rule1:IFxisAlandyisB1THENZ=C1rule2:IFXisA2andyisB2THENZ=C2rulen:所有的规则就构成了规则库3驗模柳化按前面介绍,确定输入量为误差E和误差的改变量并且均已变尺度到[6,+6]范围内。如果实际范围为a,b],则通过以下变换即可12bb■E和△E所对应的模糊集的个数分别是7个,BpiNL,NM,NS,ZE,PS,PM,PLF输入E的隶属度函数分布假设为NMNSZEPSPMPI-4-3-2-10123456这里釆用三角形的membershipfunction,并采用连续量的输入量。例:e=34,则M(e)34=08Hp(e)l34=02另外也有采用Bell-shaped(x)=c也可采用离散化表示的输入量,相应的隶属度函数值也是离散的。例如x的离散值范围6,55][55654321(-,-]45,55)(-45,-][35,45)(-,-2565432[25,35(-,-15],(-15,-][,)(-,]相应的隶属度函数值6-5-4-3|-,71:,但精确性往往不够我们把对输入变量分割成NL,NM,…,PL等模糊集合的过程称为模糊分割。◆模糊分割的结果,决定了最大可能的模糊规则的个数如果E和△E都分割为7个模糊集合,那么组合的结果为×7=49条规则分割数太小,那么分割得太粗,控制性能不佳;太细,则计算量增加。实际还是凭经验和试凑s4摸柳规则与模柳次)我们在前面提过,模糊控制规则一般采用以卞形式IF(X1是A1,and"X2是A2,,Xn为An)THEN(Y1是B1,andY2是B2,Ym为Bm)在此,我们考虑两输入单输出的情况,并设两输入为E和△E。,AE[k]=E[k]-E[k-1]输出为MU=(控制量的改变量),并设,U=+△U增加时Y增加那么,一条典型的控制规则为IF<EisPland△EisNs>THEN<AUiSPL>这是很容易理解的,E正大,即y太小,△E负小,即误差在减小,但太慢,那么,应该大幅度增加U,使E减小得更快这里采用AU为输出量,使控制量的输出为U(k+1)=0(k)+AU(k使得即便规则有误,也不至于U(k+1)太离谱当然,U需要限