變論域模糊控制算法研究.pdf

1、隨著科學技術(shù)的迅速發(fā)展,現(xiàn)代工業(yè)和工程項目中的被控對象越來越復(fù)雜,這些系統(tǒng)大多數(shù)具有多變量、強耦合、時變等非線性特點,很難建立精確數(shù)學模型。顯然,采用基于精確數(shù)學模型的傳統(tǒng)控制理論難以達到系統(tǒng)建模和控制的要求;模糊控制以結(jié)構(gòu)簡單、魯棒性強、不需要被控對象的數(shù)學模型等優(yōu)點得到了廣泛應(yīng)用。然而模糊控制也存在控制精度不高、“規(guī)則爆炸”等問題,變論域模糊控制算法的提出在一定程度上解決了上述問題。傳統(tǒng)變論域模糊控制算法的論域伸縮因子都是用函數(shù)模型

2、來表述的,在這些變論域模糊控制算法的設(shè)計中不僅存在伸縮因子函數(shù)模型及其模型參數(shù)如何選擇的問題,同時存在論域的伸縮變化用一簡單的函數(shù)描述是否準確的問題;此外,這些算法的輸入論域的伸縮因子都是單一的變量誤差或誤差變化率的函數(shù),由于誤差和誤差變化率之間相互影響將會造成論域的反復(fù)調(diào)節(jié)。針對上述問題,本文對變論域模糊控制算法作了進一步的探討,嘗試分別利用模糊推理和模糊神經(jīng)網(wǎng)絡(luò)的方法來描述論域的伸縮變化,以達到隨系統(tǒng)狀態(tài)變化不斷調(diào)節(jié)其論域的目的。主

3、要研究內(nèi)容如下:1.本文首先討論了傳統(tǒng)變論域模糊控制算法中伸縮因子的選擇問題,并對其輸入論域伸縮因子由誤差和誤差變化率共同決定的可行性進行了研究。2.針對基于函數(shù)模型的變論域模糊控制算法中伸縮因子函數(shù)模型及其參數(shù)選擇難的問題,文中設(shè)計了一種基于模糊推理的變論域模糊控制算法。該算法將模糊推理的思想引入到論域伸縮因子的選擇中,同時輸入論域伸縮因子由兩個變量共同決定,通過一個伸縮因子模糊控制器完成對輸入輸出論域的在線調(diào)節(jié),從而避免了對伸縮因子

4、函數(shù)模型以及模型參數(shù)選擇。3.對于一般的變論域模糊控制系統(tǒng),用模糊推理描述論域的伸縮變化是方便快捷的。但對于比較復(fù)雜或控制精度要求比較高的系統(tǒng),伸縮因子模糊控制器的論域模糊劃分因帶有設(shè)計者的主觀性會影響被控系統(tǒng)的控制效果。針對該問題,本文提出用模糊神經(jīng)網(wǎng)絡(luò)實現(xiàn)伸縮因子的功能,該算法同時具有模糊推理的語言表達能力和神經(jīng)網(wǎng)絡(luò)的學習能力,使系統(tǒng)論域伸縮變化更為合適。倒立擺為典型的多變量、非線性、強耦合的自然不穩(wěn)定系統(tǒng),是檢驗新控制理論的理想實