【正文】 的論域。 模糊自適應(yīng)控制研究 ３６ 圖 模糊 PID動態(tài)仿真環(huán)境 3. 4 模糊參考自適應(yīng) 模糊自適應(yīng)系統(tǒng)是一個普遍關(guān)注的焦點 [14]。但很難用統(tǒng)一 的框架表示各層的不同特性?？刂颇繕?biāo)為自適應(yīng)地補償未知對象的非線性 ， 它由一個 if then規(guī)則集組成的模糊規(guī)則庫表示。 FIS 編輯器處理系統(tǒng)的高層屬性：輸入輸出變量的數(shù)目（模糊邏 輯工具箱不限制輸入的數(shù)量，但計算機內(nèi)存有限，如果輸入數(shù)量太大或隸屬度函數(shù)的數(shù)量太大，很難使用其它 GUI 工具分析 FIS）和名字。 SIMULINK包含有 Sinks（輸出方式）、 Source（輸入源）、Linear（線性環(huán)節(jié)）、 Nonlinear（非線性環(huán)節(jié)）、 Connections（連接與接口）和 Extra（其它環(huán)節(jié)）子模型庫，用戶只需將需要的模塊從子模型庫中“拖”出來，然后用鼠標(biāo)將它們連接起來，就可以構(gòu)成仿真框圖。 若 E 負(fù)大，且 Ec 正小，則 U 應(yīng)負(fù)中。 構(gòu)造 FIS 編輯器 在 MATLAB 提示符下鍵入 fuzzy啟動此系統(tǒng)，打開一個標(biāo)記為 input1 的單輸入，標(biāo)記為 output1的單輸出的一個沒有標(biāo)題的 FIS 編輯器。 編輯隸屬度函數(shù) 通過雙擊選擇輸入變量 E設(shè)置 Range和 Display Range為向量［ 6 6］。將 7條高斯曲線依次改名為 NB， NM， NS， Z， PS， PM， PB。顯然系統(tǒng)經(jīng)過模型參考模糊自適應(yīng)控制之后，超調(diào)量和調(diào)節(jié)時間都明顯減小，系統(tǒng)的動態(tài)性能得到很大改善。 生物免疫 系統(tǒng)的這些智能行為，為科學(xué) 和工程領(lǐng)域提供了各種理論參考和技術(shù)方法 。 T細(xì)胞識別 MHC一 Ⅱ /膚復(fù)合物后被激活 。輸出為非線性 函數(shù) ))(),(( dkSdkSf ??? 的模糊量，分別表示 為正 (P),零 (Z)和負(fù) (N).根據(jù)免疫應(yīng)答的過程， 可以構(gòu)造出以下四條模糊規(guī)則 : 模糊自適應(yīng)控制研究 ４７ 1) If S(k一 d) is P and S? (k一 d)is P then f(S(k一 d), S? (k一 d))is N。 這樣， B細(xì)胞 一方面受到 hT 細(xì)胞的活化作用，另一方面也接受 sT 細(xì)胞的抑制作用 。 hT 細(xì)胞起活化 B細(xì)胞、使 B細(xì)胞增殖并產(chǎn)生抗體以 消除抗原的作用 sT 細(xì)胞則起抑制 B細(xì)胞和 hT 細(xì) 胞的作用 。 隨著 科學(xué)技術(shù)的不斷發(fā)展，生命現(xiàn)象的奧秘和 生物體的智能行為已經(jīng)成為近年來新興的研究熱 點 。進(jìn)行仿真前，需要把建好的 FIS打開存入工作空間（ Save toWorkspace）中。通過雙擊選擇輸入變量 Ec 設(shè)置 Range和 DisplayRange為向量［ 6 6］。從 File 菜單選擇 Save to disk，鍵入變量名 star 并單擊OK。 圖 MRFAC系統(tǒng)框圖 以下為在 MATLAB 環(huán)境下，通過模糊邏輯工具箱設(shè)計完成一個二維模糊控制器的例子。根據(jù)工程控制的經(jīng)驗，可通過這三個量的關(guān)系組成一系列控制規(guī)則。 SIMULINK是 MATLAB 中實現(xiàn)動態(tài)系統(tǒng)仿真的重要工具。本文在 ，介紹了模糊控制工具箱中的基本函數(shù)和 SIMULINK 工具箱的功能，并介紹如何利用 SIMULINK 和 Fuzzy 工具箱構(gòu)造模型參考模糊自適應(yīng)控制系統(tǒng)框圖和進(jìn)行仿真的方法和步驟。提出了一種模糊自適應(yīng) PID控制器及其設(shè)計方法 ， 導(dǎo)出其閉環(huán)系統(tǒng)穩(wěn)定的充要條件。 在 此 基礎(chǔ)上用模糊系統(tǒng)的建模層次系統(tǒng) ， 并設(shè)計了層次模型控制器。 模糊自適應(yīng)控制研究 ３３ 3 2 1 0 1 2 300 . 20 . 40 . 60 . 81eDegree of membershipNB NM NS Z PS PM PB 圖 誤差的隸屬函數(shù) 3 2 1 0 1 2 300 . 20 . 40 . 60 . 81ecDegree of membershipNB NM NS Z PS PM PB 圖 誤差變化率的隸屬函數(shù) 模糊自適應(yīng)控制研究 ３４ 0 . 2 5 0 . 2 0 . 1 5 0 . 1 0 . 0 5 0 0 . 0 5 0 . 1 0 . 1 5 0 . 2 0 . 2 500 . 20 . 40 . 60 . 81kpDegree of membershipNB NM NS Z PS PM PB 圖 pk 的隸屬函數(shù) 0 . 0 6 0 . 0 4 0 . 0 2 0 0 . 0 2 0 . 0 4 0 . 0 600 . 20 . 40 . 60 . 81kiDegree of membershipNB NM NS Z PS PM PB 圖 ik 的隸屬函數(shù) 模糊自適應(yīng)控制研究 ３５ （ 2） 在 MATLAB下運行 plotfis（ a） 可觀察模糊控制系統(tǒng)的構(gòu)成，如圖 。 模糊控制設(shè)計的核心是總結(jié)工程設(shè)計人員的技術(shù)知識和實際操作經(jīng)驗，建立合適的模糊規(guī)則表，得到針對 pk ， ik ， dk 三個參數(shù)分別整定的模糊控制表。 pk 取值過小，則會降低調(diào)節(jié)精度，使響應(yīng)速度緩慢，從而延長調(diào)節(jié)時間，使系統(tǒng)靜態(tài)、動態(tài)特性變壞。 這種控制必須精確地確定對象模型，首先將操作人員長期實踐積累的經(jīng)驗知識用控制規(guī)則模型化，然后運用推理便可對 PID參數(shù)實現(xiàn)最佳調(diào)整。 圖 PID自適應(yīng)控制器系統(tǒng)結(jié)構(gòu)圖 判斷一個系統(tǒng)是否真正具有“自適應(yīng)”的基本特征，關(guān)鍵看是否存在一個 對性能指標(biāo)的閉環(huán)控制。 定義 1 自適應(yīng)系統(tǒng)在工作過程中能不斷的檢測系統(tǒng)參數(shù)或運行指模糊自適應(yīng)控制研究 ２３ 標(biāo)，根據(jù)參數(shù)或運行指標(biāo)的變化，改變控制參數(shù)或控制作用，使系統(tǒng)工作于最優(yōu)工作狀態(tài)或接近于最優(yōu)工作狀態(tài)。例如導(dǎo)彈或飛機的氣動參數(shù)會隨其飛行速度 、 飛行高度和大氣密度而邊，特別是導(dǎo)彈的飛行速度和飛行高度的變化范圍很大，因而導(dǎo)彈的數(shù)學(xué)模型參數(shù)可在很大的范圍內(nèi)變化。提出了三層的層次預(yù)測模糊控制方法 ， 對汽車停車控制進(jìn)行了應(yīng)用仿真研究 ， 而在 1987年、 1991年用預(yù)測模糊控制實現(xiàn)了列車系統(tǒng)的停車控制系統(tǒng)。提出模糊控制加前饋補償?shù)膹?fù)雜模糊控制器的方法 ， 應(yīng)用于 MCS 51單片機控制的異步電動機輕載降壓節(jié)能器上 ， 取得了較好的控制效果。其直接測辨決策表的方法為 ： 應(yīng)用多變量最小二乘回歸方法擬和成功控制系統(tǒng)輸入輸出間的函數(shù)關(guān)系 ， 然后對量測數(shù)據(jù)組模糊化 ， 再對控制函數(shù)離散化 (模糊化 )建立模糊控制決策表。對時變對象提出兩種提高模糊控制精度的方法。具有兩個特點 ： 降低了自適應(yīng)線性化系統(tǒng)標(biāo)準(zhǔn)方法的復(fù)合要求 。文中對 GA的改進(jìn)有兩點 ： a)增加“雜交”算子 ； b)主動“優(yōu)生”描述改善生物群體的質(zhì)量 ， 使 GA由被動進(jìn)化變成主動進(jìn)化。下面簡單介紹這方面的研究狀況。它的應(yīng)用領(lǐng)域涉及模糊自適應(yīng)控制研究 １６ 各各方面，控制方法也有廣很大進(jìn)展，模糊控制器的性能不斷提高。 4)模糊動態(tài)模型的辨識方法。需要指出的是 ，雖然目前的研究成果和文獻(xiàn)較多 ， 模糊控制的應(yīng)用十分成功和廣泛 ， 但是迄今為止模糊控制系統(tǒng)的穩(wěn)定性分析和控制系統(tǒng)設(shè)計仍缺乏一個強有力的數(shù)學(xué)工具和統(tǒng)一的方法 ， 仍未形成較為完善的理論體系 ， 還有許多理論問題有待于進(jìn)一步探索。由于模糊系統(tǒng)本質(zhì)上的非線性和缺乏統(tǒng)一的系統(tǒng)描述 ， 使得人們難以利用現(xiàn)有的控制理論和分析方法對模糊控制系統(tǒng)進(jìn)行分析和設(shè)計 ， 因此 ， 模糊控制理論的穩(wěn)定性分析一直是一個難點課題 ， 仍未形成較為完善的理論體系 ， 還有許多理論問題有待于進(jìn)一步解決。 具有自學(xué)習(xí)功能的模糊控制 ： 包括多種對外擾影響或重復(fù)任務(wù)的性能具有自學(xué) 習(xí)功能的模糊控制方法，以及自尋優(yōu)模糊控制器等，其關(guān)鍵在于學(xué)習(xí)和尋優(yōu)算法的設(shè)計，尤其是提高其速度和效率。 模糊 線性復(fù)合控制 ： 如模糊 前饋補償控制等，實際利用 了模糊控制是變增益 PI 控制器的特點，在實際系統(tǒng)的控制中取得了較好的效果。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，針對系統(tǒng)要求或運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，用以實施最后的控制策略。選取方法一般如圖 1 所示，即分別取 e、 c 和 u。它直接采用語言型控制規(guī)則，出發(fā)點是現(xiàn)場操作人員的控制經(jīng)驗或相關(guān)專家的知識，在設(shè)計中不需要建立被控對象的精確數(shù)學(xué)模型，因而使得控制機理和策略易于接受與理解，設(shè)計簡 單，便于應(yīng)用。這一開拓性的工作標(biāo)志著模糊控制論的誕生。第三章 模糊控制與自適應(yīng)控制的結(jié)合 。其中 ， 穩(wěn)定性和魯棒性問題的研究最為熱烈 ， 從早期基于模糊控制器的“多值繼電器”等價模型的描述函數(shù)分析法 ， 擴展到相平面法、關(guān)系矩陣分析法、圓判據(jù)、 Lyapunov穩(wěn)定性理論、超穩(wěn)定理論、基于滑?？刂破鞯谋容^ 法、模糊穴 穴映射及數(shù)值穩(wěn)定性分析方法等非線性理論方法。 為了克服傳統(tǒng) PID 控制的弱點 ,控制界已經(jīng)提出了大量的對 PID 控制的改進(jìn)方案。這種方法具有量小，調(diào)整時間短，抗干擾能力和魯棒性強等優(yōu)點，理論分析和仿真研究證明了該方法的可行性和有效性 。圍繞上述幾個基本模糊自適應(yīng)控制研究 ５ 問題 ,出現(xiàn)了多變量模糊控制、模糊神經(jīng)網(wǎng)絡(luò)技術(shù)、神經(jīng)模糊技術(shù)、自適應(yīng)模糊控制、模糊系統(tǒng)辨識等熱點研究領(lǐng)域。第六章 MATLAB 編程仿真模糊免疫自適應(yīng) PID 控制 。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。 模糊控制算法是基于啟發(fā)性的知識及語言決策規(guī)則設(shè)計的，這有利于模擬人工控制的過程和方法，增強控制系統(tǒng)的適應(yīng)能力，使之具有一定的智能水平。然后對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；也可采用單點模糊集方法進(jìn)行模糊化。 常規(guī)模糊控制的兩個主要問題在于 ： 改進(jìn)穩(wěn)態(tài)控制精度和提高智能水平與適應(yīng)能力。 多變量模糊控制 ： 一般采用結(jié)構(gòu)分解和分層分級結(jié)構(gòu)，利用多個簡單的模糊控制器進(jìn)行組合，并兼顧多規(guī)則集之間的相互關(guān)系。 專家模糊控制 專家系統(tǒng)能夠表達(dá)和利用控制復(fù)雜過程和對象所需的啟發(fā)式知識，重視知識的多層次和分類的需要，彌補了模糊控制器結(jié)構(gòu)過于簡單、規(guī)則比較單一的缺陷，賦予了模糊控制更高的智能 ； 二者的結(jié)合還能夠擁有過程控制復(fù)雜的知識，并能夠在更為復(fù)雜的情況下對這些知識加以有效利用。基于純模糊邏輯系統(tǒng)的分析方法主要有 ： 描述函數(shù)分析法、模糊自適應(yīng)控制研究 １４ 相平面法、關(guān)系矩陣分析法、圓判據(jù)等 ,是較早期的穩(wěn)定性分析方法 ； 基于 T S系統(tǒng)的分析方法主要為 Lyapunov穩(wěn)定性理論、魯捧控制理論分析方法和 LMI凸優(yōu)化方法 ； 基于類型 (c)的模糊邏輯系統(tǒng)的分析方法主要為自適應(yīng)控制理論方法 ； 最近還出現(xiàn)了超穩(wěn)定理論、 Popov判據(jù)、基于滑?？刂破鞯谋容^法、模糊穴 穴映射、數(shù)值穩(wěn)定性分析等方法。 模糊系統(tǒng)理論還有一些重要的理論課題還沒有解決。 7)模糊控制算法改進(jìn)的研究：由于模糊邏輯的范疇很廣，包含大量的概念和原則；然而這些概念和原則能真正的在模糊邏輯系統(tǒng)中得到應(yīng)用的卻為數(shù)不多。 模糊控制 系統(tǒng)設(shè)計方法 系統(tǒng)設(shè)計方法的 研究主要側(cè)重于 ： 模糊規(guī)則的優(yōu)化和在線學(xué)習(xí)修正的算法研究 ， 修正因子在線學(xué)習(xí) ， 隸屬函數(shù)的選取和調(diào)節(jié)等。提出直接優(yōu)化去模糊過程的控制規(guī)則的設(shè)計方法 ， 應(yīng)用了誤差及其變化率的二次型性能指標(biāo)。研究了控制規(guī)則自適應(yīng)問題 ,提出在給定比例因子條件下 ， 由兩組關(guān)于控制規(guī)則自生成與自校正的元規(guī)則組成規(guī)則自適應(yīng)機構(gòu)。 模糊自適應(yīng)控制研究 １８ 表 模糊規(guī)則表 NB NM NS ZO PS PM PB NB PB PB PM PM PS ZO ZO NM PB PB PM PS PS ZO NS NS PM PM PM PS ZO NS NS ZO PM PM PS ZO NS NM NM PS PS PS ZO NS NS NM NM PM PS ZO NS NM NM NM NB PB ZO ZO NM NM NM NB NB 模糊控制系統(tǒng)性能的提高 常規(guī)模糊控制系統(tǒng)的性能主要存在著下列問題 ： 穩(wěn)態(tài)精度 (存在余差 )、抖動和積分飽和等。能在控制過程中自始至終按規(guī)則調(diào)整 被控過程 ， 不存在其他方法普遍存在的積分飽和現(xiàn)象 ， 適用于任何特點的模糊控制系統(tǒng)。 應(yīng)用研究 從 80年代開始 ,模糊控制應(yīng)用的研究一直就是十分活躍的一個領(lǐng)域 ，日本學(xué)者在這方面處于領(lǐng)先地位 ， 我國學(xué)者在此領(lǐng)域也付出了 巨大的努模糊自適應(yīng)控制研究 ２０