亚洲明星聚焦：Eureka Robotics联合创始人对机器人技术的5个思考
06-18
模糊控制是用语言来概括操作者的控制策略，并利用语言变量和模糊集论形成控制算法的控制类型。
模糊控制最重要的特点是不需要建立被控对象精确的数学模型。
它只需要将现场操作人员的经验和数据总结成更完整的语言控制规则，从而可以控制不确定性、不准确性和噪声。
并且控制对象具有非线性、时变、时滞等特性。
模糊控制系统鲁棒性强，特别适用于非线性、时变和滞环系统的控制。
模糊控制的基本结构如图所示。
1。
模糊控制器的输入变量和输出变量 (1)模糊控制器的输入和输出变量 模糊控制器是一种模仿人类的控制。
在控制被控对象的过程中，一般根据设定值与被控量之间的偏差、偏差变化EC和偏差变化率ER进行决策。
人们对偏差最敏感，其次是偏差变化，然后是偏差变化率。
因此，模糊控制器的输入变量通常取 、 EC 或 EC 和ER ，分别构成所谓的一维、二维和三维模糊控制器。
一维模糊控制器动态性能较差，通常用于一阶被控对象。
二维模糊控制器具有较好的控制性能和控制复杂度，是目前广泛应用的形式。
而且，一般选择增量算法作为模糊控制器的输出变量。
(2)描述输入和输出变量的词汇 在模糊控制中，输入和输出变量的大小是用语言描述的，因此需要选择词汇来描述这些变量。
我们日常语言中对各种事物和变量的描述总是分为三个层次。
例如，物体的大小分为大、中、小；运动速度分为快、中、慢；年龄 尺寸分为老、中、绿。
在实际应用中，一般用“大、中、小”三个词来描述模糊控制器的输入输出变量的状态。
加上正负方向和零态，一共有7个词，分别是{负大、负中、负小、零、正小、正中、正大} 一般用英文缩写这些词，即{NB，NM，NS，O，PS，PM， PB}。
一般情况下，选择以上七个词汇较为合适，但也可以多选或少选。
选择更多的词可以准确地描述变量，提高控制精度，但会使控制规则复杂化；选择太少的单词会过于粗略地描述变量，导致控制器性能较差。
(3)变量的模糊量 某个变量的实际变化范围称为该变量的基本域。
讨论偏差的基本域是[? X e, X e] [-Xe,Xe][?Xc , Xc ] [-Xc,Xc][? ，于][？于，于]。
显然，讨论的基本域中的量是精确量，因此模糊控制器的输入和输出都是精确量，但模糊控制算法需要模糊量。
因此，需要将输入的精确量（数字量）转换为模糊量，这个过程称为“模糊化”；另一方面，模糊算法得到的模糊控制量需要转换为精确的控制量，这个过程称为“澄清”或“去模糊化”。
一种更实用的模糊化方法是将基本域分为n级，即将变量的模糊子集域为 基本域到模糊子集域的转换公式为 讨论域中的元素数量可以提高控制精度，但会增加计算量，且对模糊控制效果的改善并不明显。
一般选择模糊域包含的元素数量为模糊语言词集总数的两倍以上，以保证每个模糊集能够更好地覆盖域，避免出现失控现象。
例如，当选择上述7个词时，E和EC的论域可以选择为 。
模糊控制器的输出变量，即系统的控制变量U，其论域为 (4) 隶属度 为了实现模糊化，需要建立以上关系：提到了离散的精确量和代表模糊语言的模糊量，即确定讨论域中的每个元素对每个模糊语言变量的隶属度。
隶属度描述了某个量属于模糊语言变量的程度。
例如，在上述和EC的论域中，属于P B PBPB（正大），隶属度为1.0；也属于PB PBPB，但隶属度较差，可取0.8；隶属度较小，隶属度可取0.4；显然-6~0不属于P B PBPB，因此隶属度取0。
隶属度的取值要根据实际问题的具体情况来确定。
实验研究结果表明，人们进行控制活动时的模糊概念一般可以用正态模糊变量来描述。
下面给出了确定模糊变量隶属度常用的赋值表，如表3.1、表3.2和表3.3所示。
2。
建立模糊控制规则 模糊控制是语言控制，因此需要用语言来总结专家的手动控制策略，建立模糊控制规则表。
手动控制策略通常可以使用条件语句来描述。
条件语句的基本类型是 if A or B and C or D then U 下面介绍一种根据系统的作业的偏差及偏差的变化趋势，消除偏差的模糊控制规则。
该规则用前面21条模糊条件语句来描述。
[1]if E = NB or NM and EC = NB 或 NM 则 U = PB [2]如果 E = NB 或 NM 且 EC = NS 或 O 则 U = PB [3]如果 E = NB 或 NM 且 EC = PS 则 U = PM [4]如果 E = NB 或 NM 且 EC = PM 或 PB 则 U = O [5]如果 E = NS 且 EC = NB 或 NM 则 U = PM [6]如果 E = NS 和 EC = NS 或 O 则 U = PM [7]如果 E = NS 且 EC = PS 则 U = O [8]如果 E = NS 且 EC = PM 或 PB 则 U = NS [9]如果 E = NO 或 PO 且 EC = NB 或 NM 则 U = PM [10]如果 E = NO 或 PO 且 EC = NS 则 U = PS [11]如果 E = NO 或 PO 且 EC = O 则 U = O [12]如果 E = NO 或 PO 且 EC = PS 则 U = NS [13]如果 E = NO 或 PO 且 EC = PM 或 PB 则U = NM [14]如果 E = PS 且 EC = NB 或 NM，则 U = PS [15]如果 E = PS 且 EC = NS，则 U = O [16]如果 E = PS 和 EC = O 或 PS 则 U = NM [17]如果 E = PS 且 EC = PM 或 PB 则 U = NM [18]如果 E = PM 或 PB 且 EC = NB 或 NM 则U = O [19]如果 E = PM 或 PB 且 EC = NS，则 U = NM [20]if E = PM or PB and EC = O or PS then U = NB [21]if E = PM or PB and EC = PM or PB then U = NB 以上21个模糊条件语句它可以概括为表3.4中的模糊控制规则。
3。
模糊关系与模糊推理 模糊控制规则实际上是一组多个条件语句，可以表示为从偏差域到控制域的模糊关系矩阵 R RR，通过偏差 E 的模糊向量 E ′ 'E ′ 与偏差变化的模糊向量E C ′ EC'EC ′ ，与模糊关系矩阵R RR 相结合，进行模糊推理，得到控制变量，然后使用“去模糊化”方法将模糊控制向量转换为精确量。
根据模糊集和模糊关系理论，不同类型的模糊规则可以采用不同的模糊推理方法。
下面仅介绍if A then B类型的模糊规则的推理。
如果已知输入为A AA，则输出为B BB；如果现在已知输入为 A ′ A'A ′ ，则输出为 B ′ B'B ′ 使用复合规则获得： 其中模糊关系R RR 定义为 B ′ = A ′ ? R B'=A'*RB ′ =A ′ ?R 例如，已知输入模糊集和输出模糊集分别为 这里使用模糊集的Zadeh表示，其中a i aiai、b i bibi表示模糊集对应的论域中的元素，u i uiui 表示对应的隶属度，“———”表示不代表分数。
上述运算中，“∪”为小运算，“∩”为大运算。
由于系统的控制规则库是由多条规则组成，因此每一条推理规则都可以得到对应的模糊关系。
n 个规则有 n 个模糊关系：R 1 , R 2...R n R1,R2...RnR1,R2...Rn。
整个系统所有控制规则对应的模糊关系可以为 n 个模糊关系 (R i , i = 1 , 2 , 3... n Ri,i=1,2,3...nRi ,i=1,2,3...n) 得到“并”运算，即 4。
模糊控制向量的模糊决策 由上式得到的控制量是一个模糊集合，需要采用“反模糊化”方法将模糊控制项转化为精确量。
下面介绍两种简单实用的方法。
(1) 最大隶属度法 该方法是将模糊控制向量中隶属度最大的控制变量作为模糊控制器的输出。
例如，当得到模糊控制向量为 时，由于控制量属于5级，隶属度最大，因此控制量取为 。
这种方法的优点是简单易实现，缺点是完全排除了其他隶属度。
控制量较小的影响和作用并没有充分利用所获得的信息。
（2）加权平均决策法 为了克服最大隶属度法的缺点，可以采用加权平均决策法，即 例如， 则 5.模糊控制表 Fuzzy 可离线进行关系式、模糊推理、模糊决策的计算，最终得到模糊控制器输入量的量化水平。
EC与输出量之间确定的关系，即系统控制量的量化水平，通常称为“控制表”。
前面介绍的21条控制规则对应的“控制表”如表3.5所示。
可以离线获取模糊控制表，并以文件形式存储在计算机中。
实时计算机控制时，只需将A/D转换得到的偏差和偏差变化ec进行量化，即可得到相应的电平E和EC ，然后直接从文件中查询所需的控制策略。
6。
确定实际控制量 显然，实际控制量应该是从控制表中找到的量化水平乘以比例因子。
假设实际控制量的变化范围为[a,b][a,b][a,b]，量化水平为？ n ，？ n+1，. 。
., 0, . 。
., n ? 1 , n { -n,-n,...,0,...,n-1,n}?n,?n,...,0,...,n?1, n ，则实际控制量应为 If then 例如，在上述二维模糊控制器中，当 E 和 EC 的量化级别分别为 -3 和 EC 时，U 为控制表 = 3 U=3U=3，则模糊控制器实际输出的控制量应为 模糊控制器的设计步骤 选择输入和输出模糊集 定义输入输出隶属函数 建立模糊控制表 建立模糊控制规则 模糊推理 反模糊化 模糊逻辑实现 对洗衣粉用量的控制以洗衣机为例，设污渍和油污为输入变量，洗衣粉粉末为输出。
假设输入和输出范围均为1~10。
步骤如下： 引用相关模块并设置各个变量的范围 定义输入和输出模糊集及其隶属函数（使用三角函数），并定义输出去模糊化规则。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-17
06-17
06-18
06-18
06-06
最新文章
使用电子管有哪些注意事项？如何检查电子管之间是否短路？
博通支付1200万美元和解SEC财务欺诈指控
八名运营商高管确认加入虚拟运营商
内蒙古农牧区雷电灾害成因分析及防雷对策
北京联通将5G应用于世园会远程医疗急救
TD-SCDMA最后一轮冲刺测试启动，产业前景更加光明
专访阿里云总裁王健：云计算服务平台梦想成真
USB2.0控制器CY7C68013的接口设计与实现