關于模糊控制的應用及發展研究

周自云

摘 要：隨著社會經濟發展速度的不斷加快，模糊控制方法是智能控制的重要組成部分。簡要分析了模糊控制理論，詳細介紹了模糊控制系統與其他系統的結合與應用，根據各種模糊控制器的不同特點，對模糊控制的發展趨勢與動態進行了研究。

關鍵詞：模糊控制；概況；缺點；模糊控制系統；發展；應用

1 模糊控制的概況

利用模糊數學的基本思想和理論的控制方法。在傳統的控制領域里，控制系統動態模式的精確與否是影響控制優劣的最主要關鍵，系統動態的信息越詳細，則越能達到精確控制的目的。然而，對于復雜的系統，由于變量太多，往往難以正確的描述系統的動態，于是工程師便利用各種方法來簡化系統動態，以達成控制的目的，但卻不盡理想。換言之，傳統的控制理論對于明確系統有強而有力的控制能力，但對于過于復雜或難以精確描述的系統，則顯得無能為力了。因此便嘗試著以模糊數學來處理這些控制問題。"模糊"是人類感知萬物，獲取知識，思維推理，決策實施的重要特征。"模糊"比"清晰"所擁有的信息容量更大，內涵更豐富，更符合客觀世界。但在具體應用中，模糊控制的也存在諸多缺陷，如下所示：

1、模糊控制的設計尚缺乏系統性，這對復雜系統的控制是難以奏效的。難以建立一套系統的模糊控制理論，以解決模糊控制的機理、穩定性分析、系統化設計方法等一系列問題；

2、如何獲得模糊規則及隸屬函數即系統的設計辦法，完全憑經驗進行；

3、信息簡單的模糊處理將導致系統的控制精度降低和動態品質變差。若要提高精度就必然增加量化級數，導致規則搜索范圍擴大，降低決策速度，甚至不能進行實時控制；

4、如何保證模糊控制系統的穩定性即如何解決模糊控制中關于穩定性和魯棒性問題還有待解決。

2 模糊控制系統應用分析

模糊控制實質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是既有系統化的理論，又有大量的實際應用背景。模糊控制的發展最初在西方遇到了較大的阻力；然而在東方尤其是日本，得到了迅速而廣泛的推廣應用。近20多年來，模糊控制不論在理論上還是技術上都有了長足的進步，成為自動控制領域一個非常活躍而又碩果累累的分支。模糊控制以現代控制理論為基礎，同時與自適應控制技術、人工智能技術、神經網絡技術的相結合，在控制領域得到了空前的應用。Fuzzy-PID復合控制將模糊技術與常規PID控制算法相結合，達到較高的控制精度。當溫度偏差較大時采用Fuzzy控制，響應速度快，動態性能好；當溫度偏差較小時采用PID控制，靜態性能好，滿足系統控制精度。因此它比單個的模糊控制器和單個的PID調節器都有更好的控制性能。

這種控制方法具有自適應自學習的能力，能自動地對自適應模糊控制規則進行修改和完善，提高了控制系統的性能。對于那些具有非線性、大時滯、高階次的復雜系統有著更好的控制性能。也稱為比例因子自整定模糊控制。這種控制方法對環境變化有較強的適應能力，在隨機環境中能對控制器進行自動校正，使得控制系統在被控對象特性變化或擾動的情況下仍能保持較好的性能。

模糊控制與專家系統技術相結合，進一步提高了模糊控制器智能水平。這種控制方法既保持了基于規則方法的價值和用模糊集處理帶來的靈活性，同時把專家系統技術的表達與利用知識的長處結合起來，能夠處理更廣泛的控制問題。IC算法具有比例模式和保持模式兩種基本模式的特點。這兩種特點使得系統在誤差絕對值變化時，可處于閉環運行和開環運行兩種狀態。這就能妥善解決穩定性、準確性、快速性的矛盾，較好地應用于純滯后對象。這種控制方法以神經網絡為基礎，利用了模糊邏輯具有較強的結構性知識表達能力，即描述系統定性知識的能力、神經網絡的強大的學習能力以及定量數據的直接處理能力。這種控制適用于多變量控制系統。一個多變量模糊控制器有多個輸入變量和輸出變量。

目前利用遺傳算法優化模糊控制器時，優化的主要對象是隸屬函數和模糊控制規則集。根據優化對象的不同，現有的研究可分為以下幾種類型：

1、已知模糊控制規則，利用GA優化隸屬函數

一般先設定隸屬函數的形狀，實踐表明，三角形型、梯形型、高斯型等比較簡單的隸屬函數即可滿足一般模糊控制器的需要。設定隸屬函數形狀后，確定待尋優的隸屬函數參數，一般高斯型有2個參數，三角形有3個參數，梯形有4個參數。利用已有知識確定各參數的大致允許范圍，并對參數進行編碼，將所有的待尋優參數串接起來構成一個個體，代表一個模糊控制器。然后建立一定的性能指標，最后便可利用遺傳算法的一般步驟進行尋優。

2、已知隸屬函數，利用GA優化模糊控制規則

事先確定輸入輸出隸屬函數的形狀和各參數，將每個輸入輸出變量劃分為一定數量的模糊子集，從而確定最大可列舉規則數，將一個規則表按一定的順序展開為一維，并編碼為一個個體。隨機地選擇一定數量的個體作為初始群體，對這些個體進行遺傳操作，實現控制規則的優化。

3、同時優化隸屬函數和模糊控制規則

隸屬函數和模糊控制規則不是相互獨立而是相互聯系的，因此很多學者認為固定隸屬函數優化模糊控制規則或固定模糊控制規則優化隸屬函數的做法人為地割裂了這種聯系，使優化得到的隸屬函數或控制規則失去了原來的意義，建議應該同時對二者進行調整，并在這方面做了一些工作。

3 模糊控制的發展前景

在模糊控制的發展初期，大多數學者的主要精力放在模糊控制的應用研究上，在很多領域取得輝煌的成果。但與應用的成果相比，模糊控制的系統分析和理論研究卻沒有顯著進展，以至于西方的一些學者對模糊控制的理論依據和有效性產生疑慮。1993年7月，在美國第十一屆人工智能年會上，加州大學圣地亞哥分校計算機科學和工程系助教授Clarles Elkan博士的一篇題為“模糊邏輯似是而非的成功”報告，就代表了這種思想。雖然C.Elkan 的一些觀點是不確切和片面的，會后很多專家對此進行了批駁，但他確確實實指出了模糊控制理論基礎不夠堅實的缺點，從而引起了模糊控制領域的學者的廣泛關注并加強了對這一方面的研究。通過上節的介紹可以看到，目前模糊控制的理論研究很熱，并已取得了許多顯著進展，模糊控制在理論上和應用方面都取得了巨大成就。雖然模糊控制技術發展歷史只有三十年，本身還有待于完善，理論與實際的結合也有待于進一步探索，但是其發展前景十分誘人。

4 結束語

綜上所述，目前在國際大趨勢的推動下，模糊控制已開始向多元化和交叉學科方向發展。國外專家預言：模糊技術、神經網絡技術、混沌理論作為人工智能的三大支柱，將是下一代工業自動化的基礎。隨著模糊控制理論研究的不斷完善和應用的廣泛深入、高性能模糊控制器的研究開發，模糊控制技術將會更大限度地發揮其優勢，為工業過程控制、運動控制和其它領域的控制開辟新的應用前景。

參考文獻

[1] 陳霞，陳廣林. 模糊控制理論的發展與應用[J]. 煤礦現代化. 2004（03）

[2] 連麗艷，王艷秋. 智能復合控制系統的研究現狀與展望[J]. 工業儀表與自動化裝置. 2004（02）

[3] 朱大奇. 人工神經網絡研究現狀及其展望[J]. 江南大學學報. 2004（01）

[4] 張金梅. 基于模糊推理的智能控制系統的現狀和展望[J]. 科技情報開發與經濟. 2004（01）

[5] 王永初. 智能控制理論與系統的發展評述[J]. 華僑大學學報（自然科學版）. 2004（01）