实例介绍
【实例简介】
主要讲解模糊控制理论在MATLAB系统的中的应用
前言 自动控制理论经历了经典控制和现代控制两个重大发展阶段,已经相当完善。然而,对 于许多复杂庞大的被控对象及其外界环境,有时难以建立有效的数学模型,因而无法采用常 规的控制理论做定量分析计算和进行控制,这时就要借助于新兴的智能控制。智能控制是人 工智能、控制论和运筹学相互交叉渗透形成的新兴学科,它具有定量和定性相结合的分析方 法,融会了人类特有的推理、学习和联想等智能。模糊控制是在智能控制中适用面宽广、比 较活跃且容易普及的一个分支。 人类在感知世界、获取知识、思维推理、相互交流及决策和实施控制等诸多的实践环节 中,对知识的表述往往带有“模糊性”的特点,这使得所包含的信息容量有时比“清晰性” 的更大,内涵更丰富,也更符合客观世界。1965年美国的控制论专家L.A. Zadeh教授创立 了模糊集合论,从而为描述、硏究和处理模糊性事物提供了一种新的数学工具。模糊控制就 是利用模糊集合理论,把人的模糊控制策略转化为计算机所能接受的控制算法,进而实施控 制的一种理论和技术。它能够模拟人的思维方式,因而对一些无法构建数学模型的系统可以 进行有效的描述和控制,除了用于工业,也适用于社会学、经济学、环境学、生物学及医学 等各类复杂系统。 由于模糊控制应用广泛、便于普及,不仅许多高等学校开设了模糊控制课程,而且不少 工程技术人员也渴望了解和学习这方面的知识。集作者多年从事“模糊信息处理”、“模糊控 制”方面的科研和教学经验,编写了这本模糊控制方面的入门书。本书在选材、安排上均遵 从“入门”和“实用”的原则,着重介绍模糊控制的基本概念、基本原理和基本方法。本着 “重视实用性和可操作性”的工程教育思想,内容选取和叙述形式不追求“理论的高深和数 学推导的严谨”,在学术性和实用性发生冲突时,学术性服从实用性。 本书主要内容包括模糊控制的数学和逻辑学基础、模糊控制器的设计、模糊控制系统的 仿真及神经网络在模糊控制中的应用。 在介绍模糊控制的理谂时,按照模糊控制的需要介绍必要的基础理论和基本知识,而不 是把模糊控制仅仅看作模糊理论的一种应用,片面追求模糊理论的系统性和完整性,致使读 者在模糊数学和模糊逻辑的演算上花费很多精力。 在介绍模糊规则的生成方法时,不仅介绍了根据操作经验建立规则的常用方法,而且通 过实例介绍了从系统的输入、输出数据中获取模糊规则的方法 在介绍模糊控制器时,集中介绍了实用范围较广的两种类型模糊控制器:Maπdani型 和 Sugeno型。前一种模糊控制器的输λ量和输出量都是模糊子集,输出量需要经过清晰化 才能用于执行机构;而后一种模糊控制器的输入量是模糊子集,输岀量为数字量,可以直接 用于推动执行机构 考虑到科技工作者学习模糊控制理论时需要实践及其实际需求,把模糊控制理论和计算 机仿真进行了有机融合,较详细地介绍了 MATLAB仿真技术及其在模糊控制方面的应用 通过仿真练习,弥补了学习理论过程中难以实践的缺陷,加深对模糊控制的理解,也使在解 WW. 9CAX COI 决实际问题时有所借鉴,为进一步深入学习和应用模糊控制理论打下良好的基础。 神经网络是智能控制的一个重要分支,本书简要介绍了它在模糊控制中的应用,着重举 例介绍了 MATLAB中“自适应神经模糊系统”的使用方法。 本书配有教学课件,可从北京交通大学出版社网站下载,或发邮件至 cbswce( jg.bitu. edu.cn或aushi@126.com索取。 吴嫦娥编辑对本书的出版起了极大的推动作用,在此深表谢意! 由于模糊控制领域的理论目前尚不成熟,还存在许多未解难题,虽然作者在“模糊领 域”有十余年的科研教学经验,但毕竟水平有限,恳请广大读者不吝赐教! 编者 (E mail: aushixm(a 126. com) 2008年3月 WW. 9CAX COI 目录 第1章引言……… ………………………………………………(1) 1.1自动控制理论的发展历程……………………………………………………(1) 1.2智能控制概况…………… …(2) 1.2.1智能控制的发展简况………………………………………………………………(2) 1.2.2智能控制的几个重要分支… 1.3模糊控制 ,,,,,.,,, ………(6) 1.3.1模糊控制解决的问题 …(7) 1.3.2模糊控制的发展简史…………………………………………………………(7) 1.3.3模糊控制的特点及展望… (9) 思考与练习题………………………………………………………………………(10) 第2章模糊控制的数学基础……………………………………………………(11) 2.1清晰向模糊的转换· (11) 2.1.1经典集合的基本概念………………………………………………………………(11) 2.1.2模糊集合………………………………………………………………(14) 2.2隶属函数…………………………………………………………………………………(22) 2.2.1确定隶属函数的基木方法…………………………………………………(23) 2.2.2常用隶属函数 2.3F集合的运算 ………………………………………………(26) 2.3.1F集合的基本运算………………………………………………(26) 2.3.2模糊集合的基本运算规律………………………………………………………(29) 2.3.3F集合运算的其他定义………………………………………………………(31) 2.4模糊关系及其运算……………………………………………………………(32) 2.4.1经典关系…… (32) 2.4.2模糊关系………………………………………………………………(34) 2.4.3模糊关系的运算…………………………………………………………………(38 2.4.4F关系的合成………………… ………………(40) 2.5模糊向清晰的转换…………………………………………………………(45) 2.5.1模糊集合的截集………………………………………………………(45) 2.5.2模糊关系矩阵的截矩阵… (47) 2.5.3模糊集合转化为数值的常用方法 …(47) 思考与练习题………………………………………………………………………(51) 第3章模糊控制的逻辑学基础……………………………………………………………(53) 3.1二值逻辑简介……………………………………………………………………(53) 1判断 WW. 9CAX COI 3.1.2推理……………………………………………………………………(58) 3.2自然语言的模糊集合表示……………………………………………………(59) 3.2.1一些自然词语的F集合表示………… …(59) 3.2.2糢糊算子…………………………………………………………………(60) 3.3模糊逻辑和近似推理… …………(63) 3.3.1模糊命题……………………………………………………(64) 3.3.2常用的两种基本模糊条件语句…………………………………………………(65) 3.3.3近似推理及其合成法则… (74) 3.4T-S型模糊推理…………………………………………………………(81) 3.4.1双输入、单输出系统的T-S型糢糊推理模型…………………………………(81) 3.4.2MISO系统的TS模型………………………………………………………………(85) 思考与练习题 …(87) 第4章模糊控制器的设计…………………………………… …(89) 4.1模糊控制系统的基本组成………… ……(89) 4.1.1从传统控制系统到模糊控制系统…………………………………………………(89) 4.1.2模糊控制器的结构………………………………………………………………(92) 4.2 Mamdani型模糊控制器的设计 …(93) 4.2.1 Mamdani型模糊控制器的基本组成…… ……(93) 4.2.2量化因子和比例因子……………………………………………(94) 4.2.3模糊化和清化……………………………………………………(98) 4.2.4模糊控制规则……………………………………………………………………(102) 4.2.5模糊自动洗衣机的设计 …………………………(113) 4.3T-S型模糊控制器的设计… (117) 1.3.1T-S型模糊模型 (118) 4.3.2T-S型模糊系统设计要点………………………………………………………(121) 4.4F控制器和PID控制器的结合 …(121) 4.4.1F-PID复合控制器 ……………………………(121) 4.4.2F-PID复合控制器的其他形式……… (122) 4.4.3用模糊控制器调节PID控制器的参数………………………………(123) 思考与练习题……………………………………………………………………………(125) 第5章模糊控制系统的 MATLAB仿真 …………………………………(127) 5.1 Simulink仿真入门…… ………………………………………(127) 5.1.1 MATLAB中的仿真模块库…………………………………………(128) 5.1.2仿真模型图的构建……………………………………………………(135) 5.1.3动态系统的 Simulink仿真…… 5.2模糊推理系统的设计与仿真 ………(149) 5.2.1模糊推理系统的图形用户界面简介 ·..···,····,············· ………(149) 5.2.2模糊推理系统编辑器…………………………………………………………(150) 2.3隶属函数编辑器… (156) WW. 9CAX COI 5.2.4模糊规则编辑器… (161) 5.2.5模糊规则观测窗 …………(172) 5.2.6FIS输出量由面观测窗……… (179) 5.2.7用GUI设计 Mamdani型模糊系统举例……………………………………(182) 5.2.8用GUI设计 Sugeno型模糊系统举例……………………………………(189) 5.3模糊控制系统的设计与仿真…………………………………………………(196) 5.3.1FIS与 Simulink的连接………………………………………………………(196) 5.3.2构建模糊控制系统的仿真模型图 …(200) 5.3.3通过仿真对系统进行分析……………………………………………(208) 考与练习题……………………………………………………………………………………(218) 第6章神经网络在模糊控制中的应用……………………………………………(219) 6.1神经网络的基本原理 …(219) 6.1.1神经网络发展历史… (219) 6.1.2神经元的生理结构 ……………………………………………(221) 6.1.3神经元的数学模型…………………………………………………………(222) 6.1.4人工神经网络模型…………………………………………………………(224) 6.1.5神经网络模型的学习方法… …(225) 6.1.6BP型神经网络原理简介… …………………………(227) 6.2神经模糊控制…… 着,,,着 ……………(228) 6.3用自适应神经模糊系统建立FIS…………………………………………(229) 6.3.1 ANFIS图形用户界面简介 ,,,,·,.,··.,,.,·,·,着,,里,,,,,,·,,··,,,·,.·,·,,· (229) 6.3.2用 Anfis建立FIS的步骤…………………………………………(233) 6.3.3用 Anfis建立FIS举例……………………………………………………(245) 思考与练习题 (255) 参考文献………………………………………………………………………………(256) Ⅲl WW. 9CAX COI 第1章引言 本章介绍自动控制学科发展的历史概况,叙述从开环控制到智能控制的发展进程,并简 单介绍智能控制的几个主要分支——专家控制、模糊控制和神经网络控制 1.1自动控制理论的发展历程 自动控制就是在没有人直接参与的情况下,利用外加的设备或装置(控制器),使机器、 设备或生产过程(被控对象)的某个工作状态或参数(被控量),能够自动地按照设定的规 律或指标运行的设备或系统。 自从美国数学家维纳在20世纪40年代创立控制论以来,自动控制从最早的开环控制起 步,然后是反馈控制、最优控制、随机控制,再到自适应控制、自学习控制、自组织控制, 直发展到自动控制的最新阶段——智能控制。整个自动控制理论的发展进程,是由简单到 复杂、由量变到质变的辩证发展过程,如图1-1所示。 智能控制 但会买继 智能控制 自学习控制 自适应控制,鲁棒控制 现代控 随机控制 最优控制 确定性反馈控制 开环控制 控制系统的复杂性 图1-1控制科学的发展过程 传统控制理论经历过经典控制理论和现代控制理论两个具有里程碑意义的重要阶段,它 们的共同点都是基于被控对象的清晰数学模型,即控制对象和干扰都得用严帑的数学方程和 函数表示,控制任务和目标一般都比较直接明确,控制对象的不确定性和外界干扰只允许在 很小的限度内发生 个系统的数学模型就是对系统运动规律的数学描述,微分方程、传递函数和状态方程 是描述控制系统的三种最基本的数学模型,其中微分方程是联系其他两者的纽带。经典控制 理论主要研究单变量、常系数、线性系统数学模型,经常使用传递函数为基础的频域分析 法;现代控制理论主要研究多输入-多输出线性系统数学模型,经常使用微分方程或状态方 WW. 9CAX COI 模糊控制及其 MATLAB仿真 程为基础的时域分析法。传统控制方法多是解决线性、时不变性等相对简单的被控系统的控 制问题,这类系统完全可以用线性、常系数、集总参量的微分方程予以描述。 但是,许多实际的工业对象和控制目标常常并非都是如此理想,特别是遇到系统的规模 庞大、结构复杂、变量众多,加之参数随机多变、参数间又存在强耦合或系统存在大滞后等 错综复杂情况时,传统控制理论的纯粹数学解析结构则很难表达和处理。由于硏究对象和实 际系统具有非线性、时变性、不确定性、不完全性或大滞后等特性,无法建立起表述它们运 动规律和特性的数学模型,于是便失去了进行传统数学分析的基础,也就无法设计出合理的 理想经典控制器。况且,在建立数学模型时一般都得经过理想化假设和处理,即把非线性化 为线性,分布参数化为集中参数,时变的化为定常的,等等。因此,数学模型和这些实际系 统的巨大差距,使之很难对其实现有效的传统自动控制,于是便出现了某些仿人智能的工程 控制与信息处理系统,产生和发展了智能控制 大量的生产实践表明,有许多难以建立数学模型的复杂系统和繁难工艺过程,可以由熟 练技术工人、工程师或专家的手工操作,依靠人类的智慧,能够获得满意的控制效果。例 如,欲将一辆汽车倒入指定的车位,确实无法建立起这一过程的数学模型。然而熟练的司机 却可以非常轻松地把它倒入预定的位置。类似的问题使人们自然想到,能否在传统控制中加 人人类的认知、手工控制事物的经验、能力和逻辑推理等智能成分,充分利用人的操作技 巧、控制经验和直觉推理,把人的因素作为一个有机部分融入控制系统呢?能否根据系统的 实际输入、输出类似于熟练技工那样进行实时控制,甚至使机器也具有人类的学习和自适应 能力,进而用机器代替人类进行复杂对象和系统的实时控制呢? 1.2智能控制概况 20世纪60年代以来,由于空间技术、计算机技术及人工智能技术的发展,控制界学者 在研究自组织、自学习控制的基础上,为了提高控制系统的自学习能力,开始注意将人工智 能技术与方法应用于工程控制中,逐渐形成了智能控制。 1.2.1智能控制的发展简况 所谓智能控制,就是通过定性和定量相结合的方法,针对被控对象和控制任务的复杂 性、不确定性和多变特性,有效自主地实现繁杂信息的处理、优化和判断,以致决策,最终 达到控制被控系统的目的。 智能控制的诞生 1966年,J.M. Mendal首先提出将人工智能技术应用于飞船控制系统的设计;其后,1971 年,美籍华人科学家傅京逊首次提岀智能控制这一概念,并归纳了三种类型的智能控制系统 ①)人作为控制器的控制系统:这种控制系统具有自学习、自适应和自组织的功能。 ②人-机结合作为控制器的控制系统:机器完成需要连续进行的、快速计算的常规控制 任务,人则完成任务分配、决策、监控等任务。 ③无人参与旳自主控制系统:用多层智能控制系统,完成问题求解和规划、环境建模、 WW. 9CAX COI 第1章引言 传感器信息分析和低层的反馈控制任务,如自主机器人。 1985年8月,美国电机及电子工程师学会( Institute of Electrical and Electrical Engi ners,IEEE)在纽约召开了第一届智能控制学术讨论会,随后成立了智能控制专业委员 会;1987年1月,在美国举行第一次国际智能控制大会,标志着智能控制领域的形成。 智能控制即含有人类智能的控制系统,它具有学习、抽象、推理、决策等功能,并能根 据环境(包括被控对象或被控过程)信息的变化做岀适应性反应,从而使机器能够完成以前 只能由人可以完成的控制任务。 2.智能控制的三元论 智能控制是一门交叉学科,傅京逊教授于1971年首先提出智能控制( Intelligent Con trol,IC)是人工智能与自动控制的交叉,即智能控制的二元论。在此基础上,美国学者 G.N. Saridis于1977年引入运筹学,提出了三元论的智能控制概念,认为智能控制是人工 智能( Artificial Intelligence,AⅠ)、自动控制( Automatic control,AC)和运筹学(Oper ational research,OR)等形成的交叉学 科,即IC=AI∩AC∩OR,它们的含义 如下: 信号处理、形式语言 AI—人工智能,是一个用来模拟人 启发推理 规划、调度、管理 类思维的知识处理系统,具有记忆、学习、 人工智能 运筹学 信息处理、形式语言、启发推理等功能 学习、记忆 可以应用于判断、推理、预测、识别、决 智能控制 协调、管理 策、学习等各类问题; AC自动控制,描述系统的动力学 自动控制 特性,实现无人操作而能完成预设目标的一 优化、动力学、动态反馈 种理论体系,一般具有动态反馈功能; OR—运筹学,是一种定量优化方 法,如线性规划、网络规划、调度、管理、 优化决策和多目标优化方法等。 图1-2智能控制的三元论示意图 基于三元论的智能控制概念如图1-2所示。 现在,为多数人所接受的三元论智能控制概念,除了“智能”与“控制”外,还强调了 更高层次控制中的调度、规划和管理作用,为分层、递阶智能控制提供了理论依据。 3.智能控制的特点 在分析方法上具有定量与定性相结合的智能控制,应该具有以下一些功能。 1)学习功能 智能控制器能通过从外界环境所获得的信息进行学习,不断积累知识,使系统的控制性 能得到改善。 2)适应功能 智能控制器具有从输入到输岀的映射关系,可实现不依赖于模型的自适应控制,当系统 某一部分出现故障时,仍能进行控制。 WW. 9CAX COI 【实例截图】
【核心代码】
主要讲解模糊控制理论在MATLAB系统的中的应用
前言 自动控制理论经历了经典控制和现代控制两个重大发展阶段,已经相当完善。然而,对 于许多复杂庞大的被控对象及其外界环境,有时难以建立有效的数学模型,因而无法采用常 规的控制理论做定量分析计算和进行控制,这时就要借助于新兴的智能控制。智能控制是人 工智能、控制论和运筹学相互交叉渗透形成的新兴学科,它具有定量和定性相结合的分析方 法,融会了人类特有的推理、学习和联想等智能。模糊控制是在智能控制中适用面宽广、比 较活跃且容易普及的一个分支。 人类在感知世界、获取知识、思维推理、相互交流及决策和实施控制等诸多的实践环节 中,对知识的表述往往带有“模糊性”的特点,这使得所包含的信息容量有时比“清晰性” 的更大,内涵更丰富,也更符合客观世界。1965年美国的控制论专家L.A. Zadeh教授创立 了模糊集合论,从而为描述、硏究和处理模糊性事物提供了一种新的数学工具。模糊控制就 是利用模糊集合理论,把人的模糊控制策略转化为计算机所能接受的控制算法,进而实施控 制的一种理论和技术。它能够模拟人的思维方式,因而对一些无法构建数学模型的系统可以 进行有效的描述和控制,除了用于工业,也适用于社会学、经济学、环境学、生物学及医学 等各类复杂系统。 由于模糊控制应用广泛、便于普及,不仅许多高等学校开设了模糊控制课程,而且不少 工程技术人员也渴望了解和学习这方面的知识。集作者多年从事“模糊信息处理”、“模糊控 制”方面的科研和教学经验,编写了这本模糊控制方面的入门书。本书在选材、安排上均遵 从“入门”和“实用”的原则,着重介绍模糊控制的基本概念、基本原理和基本方法。本着 “重视实用性和可操作性”的工程教育思想,内容选取和叙述形式不追求“理论的高深和数 学推导的严谨”,在学术性和实用性发生冲突时,学术性服从实用性。 本书主要内容包括模糊控制的数学和逻辑学基础、模糊控制器的设计、模糊控制系统的 仿真及神经网络在模糊控制中的应用。 在介绍模糊控制的理谂时,按照模糊控制的需要介绍必要的基础理论和基本知识,而不 是把模糊控制仅仅看作模糊理论的一种应用,片面追求模糊理论的系统性和完整性,致使读 者在模糊数学和模糊逻辑的演算上花费很多精力。 在介绍模糊规则的生成方法时,不仅介绍了根据操作经验建立规则的常用方法,而且通 过实例介绍了从系统的输入、输出数据中获取模糊规则的方法 在介绍模糊控制器时,集中介绍了实用范围较广的两种类型模糊控制器:Maπdani型 和 Sugeno型。前一种模糊控制器的输λ量和输出量都是模糊子集,输出量需要经过清晰化 才能用于执行机构;而后一种模糊控制器的输入量是模糊子集,输岀量为数字量,可以直接 用于推动执行机构 考虑到科技工作者学习模糊控制理论时需要实践及其实际需求,把模糊控制理论和计算 机仿真进行了有机融合,较详细地介绍了 MATLAB仿真技术及其在模糊控制方面的应用 通过仿真练习,弥补了学习理论过程中难以实践的缺陷,加深对模糊控制的理解,也使在解 WW. 9CAX COI 决实际问题时有所借鉴,为进一步深入学习和应用模糊控制理论打下良好的基础。 神经网络是智能控制的一个重要分支,本书简要介绍了它在模糊控制中的应用,着重举 例介绍了 MATLAB中“自适应神经模糊系统”的使用方法。 本书配有教学课件,可从北京交通大学出版社网站下载,或发邮件至 cbswce( jg.bitu. edu.cn或aushi@126.com索取。 吴嫦娥编辑对本书的出版起了极大的推动作用,在此深表谢意! 由于模糊控制领域的理论目前尚不成熟,还存在许多未解难题,虽然作者在“模糊领 域”有十余年的科研教学经验,但毕竟水平有限,恳请广大读者不吝赐教! 编者 (E mail: aushixm(a 126. com) 2008年3月 WW. 9CAX COI 目录 第1章引言……… ………………………………………………(1) 1.1自动控制理论的发展历程……………………………………………………(1) 1.2智能控制概况…………… …(2) 1.2.1智能控制的发展简况………………………………………………………………(2) 1.2.2智能控制的几个重要分支… 1.3模糊控制 ,,,,,.,,, ………(6) 1.3.1模糊控制解决的问题 …(7) 1.3.2模糊控制的发展简史…………………………………………………………(7) 1.3.3模糊控制的特点及展望… (9) 思考与练习题………………………………………………………………………(10) 第2章模糊控制的数学基础……………………………………………………(11) 2.1清晰向模糊的转换· (11) 2.1.1经典集合的基本概念………………………………………………………………(11) 2.1.2模糊集合………………………………………………………………(14) 2.2隶属函数…………………………………………………………………………………(22) 2.2.1确定隶属函数的基木方法…………………………………………………(23) 2.2.2常用隶属函数 2.3F集合的运算 ………………………………………………(26) 2.3.1F集合的基本运算………………………………………………(26) 2.3.2模糊集合的基本运算规律………………………………………………………(29) 2.3.3F集合运算的其他定义………………………………………………………(31) 2.4模糊关系及其运算……………………………………………………………(32) 2.4.1经典关系…… (32) 2.4.2模糊关系………………………………………………………………(34) 2.4.3模糊关系的运算…………………………………………………………………(38 2.4.4F关系的合成………………… ………………(40) 2.5模糊向清晰的转换…………………………………………………………(45) 2.5.1模糊集合的截集………………………………………………………(45) 2.5.2模糊关系矩阵的截矩阵… (47) 2.5.3模糊集合转化为数值的常用方法 …(47) 思考与练习题………………………………………………………………………(51) 第3章模糊控制的逻辑学基础……………………………………………………………(53) 3.1二值逻辑简介……………………………………………………………………(53) 1判断 WW. 9CAX COI 3.1.2推理……………………………………………………………………(58) 3.2自然语言的模糊集合表示……………………………………………………(59) 3.2.1一些自然词语的F集合表示………… …(59) 3.2.2糢糊算子…………………………………………………………………(60) 3.3模糊逻辑和近似推理… …………(63) 3.3.1模糊命题……………………………………………………(64) 3.3.2常用的两种基本模糊条件语句…………………………………………………(65) 3.3.3近似推理及其合成法则… (74) 3.4T-S型模糊推理…………………………………………………………(81) 3.4.1双输入、单输出系统的T-S型糢糊推理模型…………………………………(81) 3.4.2MISO系统的TS模型………………………………………………………………(85) 思考与练习题 …(87) 第4章模糊控制器的设计…………………………………… …(89) 4.1模糊控制系统的基本组成………… ……(89) 4.1.1从传统控制系统到模糊控制系统…………………………………………………(89) 4.1.2模糊控制器的结构………………………………………………………………(92) 4.2 Mamdani型模糊控制器的设计 …(93) 4.2.1 Mamdani型模糊控制器的基本组成…… ……(93) 4.2.2量化因子和比例因子……………………………………………(94) 4.2.3模糊化和清化……………………………………………………(98) 4.2.4模糊控制规则……………………………………………………………………(102) 4.2.5模糊自动洗衣机的设计 …………………………(113) 4.3T-S型模糊控制器的设计… (117) 1.3.1T-S型模糊模型 (118) 4.3.2T-S型模糊系统设计要点………………………………………………………(121) 4.4F控制器和PID控制器的结合 …(121) 4.4.1F-PID复合控制器 ……………………………(121) 4.4.2F-PID复合控制器的其他形式……… (122) 4.4.3用模糊控制器调节PID控制器的参数………………………………(123) 思考与练习题……………………………………………………………………………(125) 第5章模糊控制系统的 MATLAB仿真 …………………………………(127) 5.1 Simulink仿真入门…… ………………………………………(127) 5.1.1 MATLAB中的仿真模块库…………………………………………(128) 5.1.2仿真模型图的构建……………………………………………………(135) 5.1.3动态系统的 Simulink仿真…… 5.2模糊推理系统的设计与仿真 ………(149) 5.2.1模糊推理系统的图形用户界面简介 ·..···,····,············· ………(149) 5.2.2模糊推理系统编辑器…………………………………………………………(150) 2.3隶属函数编辑器… (156) WW. 9CAX COI 5.2.4模糊规则编辑器… (161) 5.2.5模糊规则观测窗 …………(172) 5.2.6FIS输出量由面观测窗……… (179) 5.2.7用GUI设计 Mamdani型模糊系统举例……………………………………(182) 5.2.8用GUI设计 Sugeno型模糊系统举例……………………………………(189) 5.3模糊控制系统的设计与仿真…………………………………………………(196) 5.3.1FIS与 Simulink的连接………………………………………………………(196) 5.3.2构建模糊控制系统的仿真模型图 …(200) 5.3.3通过仿真对系统进行分析……………………………………………(208) 考与练习题……………………………………………………………………………………(218) 第6章神经网络在模糊控制中的应用……………………………………………(219) 6.1神经网络的基本原理 …(219) 6.1.1神经网络发展历史… (219) 6.1.2神经元的生理结构 ……………………………………………(221) 6.1.3神经元的数学模型…………………………………………………………(222) 6.1.4人工神经网络模型…………………………………………………………(224) 6.1.5神经网络模型的学习方法… …(225) 6.1.6BP型神经网络原理简介… …………………………(227) 6.2神经模糊控制…… 着,,,着 ……………(228) 6.3用自适应神经模糊系统建立FIS…………………………………………(229) 6.3.1 ANFIS图形用户界面简介 ,,,,·,.,··.,,.,·,·,着,,里,,,,,,·,,··,,,·,.·,·,,· (229) 6.3.2用 Anfis建立FIS的步骤…………………………………………(233) 6.3.3用 Anfis建立FIS举例……………………………………………………(245) 思考与练习题 (255) 参考文献………………………………………………………………………………(256) Ⅲl WW. 9CAX COI 第1章引言 本章介绍自动控制学科发展的历史概况,叙述从开环控制到智能控制的发展进程,并简 单介绍智能控制的几个主要分支——专家控制、模糊控制和神经网络控制 1.1自动控制理论的发展历程 自动控制就是在没有人直接参与的情况下,利用外加的设备或装置(控制器),使机器、 设备或生产过程(被控对象)的某个工作状态或参数(被控量),能够自动地按照设定的规 律或指标运行的设备或系统。 自从美国数学家维纳在20世纪40年代创立控制论以来,自动控制从最早的开环控制起 步,然后是反馈控制、最优控制、随机控制,再到自适应控制、自学习控制、自组织控制, 直发展到自动控制的最新阶段——智能控制。整个自动控制理论的发展进程,是由简单到 复杂、由量变到质变的辩证发展过程,如图1-1所示。 智能控制 但会买继 智能控制 自学习控制 自适应控制,鲁棒控制 现代控 随机控制 最优控制 确定性反馈控制 开环控制 控制系统的复杂性 图1-1控制科学的发展过程 传统控制理论经历过经典控制理论和现代控制理论两个具有里程碑意义的重要阶段,它 们的共同点都是基于被控对象的清晰数学模型,即控制对象和干扰都得用严帑的数学方程和 函数表示,控制任务和目标一般都比较直接明确,控制对象的不确定性和外界干扰只允许在 很小的限度内发生 个系统的数学模型就是对系统运动规律的数学描述,微分方程、传递函数和状态方程 是描述控制系统的三种最基本的数学模型,其中微分方程是联系其他两者的纽带。经典控制 理论主要研究单变量、常系数、线性系统数学模型,经常使用传递函数为基础的频域分析 法;现代控制理论主要研究多输入-多输出线性系统数学模型,经常使用微分方程或状态方 WW. 9CAX COI 模糊控制及其 MATLAB仿真 程为基础的时域分析法。传统控制方法多是解决线性、时不变性等相对简单的被控系统的控 制问题,这类系统完全可以用线性、常系数、集总参量的微分方程予以描述。 但是,许多实际的工业对象和控制目标常常并非都是如此理想,特别是遇到系统的规模 庞大、结构复杂、变量众多,加之参数随机多变、参数间又存在强耦合或系统存在大滞后等 错综复杂情况时,传统控制理论的纯粹数学解析结构则很难表达和处理。由于硏究对象和实 际系统具有非线性、时变性、不确定性、不完全性或大滞后等特性,无法建立起表述它们运 动规律和特性的数学模型,于是便失去了进行传统数学分析的基础,也就无法设计出合理的 理想经典控制器。况且,在建立数学模型时一般都得经过理想化假设和处理,即把非线性化 为线性,分布参数化为集中参数,时变的化为定常的,等等。因此,数学模型和这些实际系 统的巨大差距,使之很难对其实现有效的传统自动控制,于是便出现了某些仿人智能的工程 控制与信息处理系统,产生和发展了智能控制 大量的生产实践表明,有许多难以建立数学模型的复杂系统和繁难工艺过程,可以由熟 练技术工人、工程师或专家的手工操作,依靠人类的智慧,能够获得满意的控制效果。例 如,欲将一辆汽车倒入指定的车位,确实无法建立起这一过程的数学模型。然而熟练的司机 却可以非常轻松地把它倒入预定的位置。类似的问题使人们自然想到,能否在传统控制中加 人人类的认知、手工控制事物的经验、能力和逻辑推理等智能成分,充分利用人的操作技 巧、控制经验和直觉推理,把人的因素作为一个有机部分融入控制系统呢?能否根据系统的 实际输入、输出类似于熟练技工那样进行实时控制,甚至使机器也具有人类的学习和自适应 能力,进而用机器代替人类进行复杂对象和系统的实时控制呢? 1.2智能控制概况 20世纪60年代以来,由于空间技术、计算机技术及人工智能技术的发展,控制界学者 在研究自组织、自学习控制的基础上,为了提高控制系统的自学习能力,开始注意将人工智 能技术与方法应用于工程控制中,逐渐形成了智能控制。 1.2.1智能控制的发展简况 所谓智能控制,就是通过定性和定量相结合的方法,针对被控对象和控制任务的复杂 性、不确定性和多变特性,有效自主地实现繁杂信息的处理、优化和判断,以致决策,最终 达到控制被控系统的目的。 智能控制的诞生 1966年,J.M. Mendal首先提出将人工智能技术应用于飞船控制系统的设计;其后,1971 年,美籍华人科学家傅京逊首次提岀智能控制这一概念,并归纳了三种类型的智能控制系统 ①)人作为控制器的控制系统:这种控制系统具有自学习、自适应和自组织的功能。 ②人-机结合作为控制器的控制系统:机器完成需要连续进行的、快速计算的常规控制 任务,人则完成任务分配、决策、监控等任务。 ③无人参与旳自主控制系统:用多层智能控制系统,完成问题求解和规划、环境建模、 WW. 9CAX COI 第1章引言 传感器信息分析和低层的反馈控制任务,如自主机器人。 1985年8月,美国电机及电子工程师学会( Institute of Electrical and Electrical Engi ners,IEEE)在纽约召开了第一届智能控制学术讨论会,随后成立了智能控制专业委员 会;1987年1月,在美国举行第一次国际智能控制大会,标志着智能控制领域的形成。 智能控制即含有人类智能的控制系统,它具有学习、抽象、推理、决策等功能,并能根 据环境(包括被控对象或被控过程)信息的变化做岀适应性反应,从而使机器能够完成以前 只能由人可以完成的控制任务。 2.智能控制的三元论 智能控制是一门交叉学科,傅京逊教授于1971年首先提出智能控制( Intelligent Con trol,IC)是人工智能与自动控制的交叉,即智能控制的二元论。在此基础上,美国学者 G.N. Saridis于1977年引入运筹学,提出了三元论的智能控制概念,认为智能控制是人工 智能( Artificial Intelligence,AⅠ)、自动控制( Automatic control,AC)和运筹学(Oper ational research,OR)等形成的交叉学 科,即IC=AI∩AC∩OR,它们的含义 如下: 信号处理、形式语言 AI—人工智能,是一个用来模拟人 启发推理 规划、调度、管理 类思维的知识处理系统,具有记忆、学习、 人工智能 运筹学 信息处理、形式语言、启发推理等功能 学习、记忆 可以应用于判断、推理、预测、识别、决 智能控制 协调、管理 策、学习等各类问题; AC自动控制,描述系统的动力学 自动控制 特性,实现无人操作而能完成预设目标的一 优化、动力学、动态反馈 种理论体系,一般具有动态反馈功能; OR—运筹学,是一种定量优化方 法,如线性规划、网络规划、调度、管理、 优化决策和多目标优化方法等。 图1-2智能控制的三元论示意图 基于三元论的智能控制概念如图1-2所示。 现在,为多数人所接受的三元论智能控制概念,除了“智能”与“控制”外,还强调了 更高层次控制中的调度、规划和管理作用,为分层、递阶智能控制提供了理论依据。 3.智能控制的特点 在分析方法上具有定量与定性相结合的智能控制,应该具有以下一些功能。 1)学习功能 智能控制器能通过从外界环境所获得的信息进行学习,不断积累知识,使系统的控制性 能得到改善。 2)适应功能 智能控制器具有从输入到输岀的映射关系,可实现不依赖于模型的自适应控制,当系统 某一部分出现故障时,仍能进行控制。 WW. 9CAX COI 【实例截图】
【核心代码】
标签：
好例子网口号：伸出你的我的手 — 分享！
小贴士
感谢您为本站写下的评论，您的评论对其它用户来说具有重要的参考价值，所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字，对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙，所以请不要反馈意义不大的重复字符，也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明，或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦，又没人会搭理，于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享，对搜索内容的合法性不具有预见性、识别性、控制性，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论平台是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定，若资源存在侵权或相关问题请联系本站客服人员，点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论