温室分级模糊预测控制方法探讨

李相白，李建春，朱正涛，杨 康

(云南驰宏锌锗股份有限公司 曲 靖锌厂，云南 曲 靖 655000)

温室分级模糊预测控制方法探讨

李相白，李建春，朱正涛，杨 康

(云南驰宏锌锗股份有限公司 曲 靖锌厂，云南 曲 靖 655000)

结合模糊回归预测和分级控制理论，在前期温室数据因子变化率模糊回归分析的基础之上，设计温室因子的分级模糊预测控制结构，调整预测时段的固定、跟踪设定模式，合理的计算预测温室因子值域，预测误差提前调控能力，并通过分级叠加精化模糊控制输出，更快更准的达到控制目标。

温室因子;模糊回归;预测控制

在温室环境中，温度、湿度等温室因子耦合强烈［1－2］。一般的模糊控制方法对于环境温度、湿度的监控调节迟滞较大，控制灵敏度不够。模糊回归分析能使病态数据对决策结果的干扰达到最小，使决策的准确性得到相应的提高［3－4］。变论域［5－6］控制基本思想是在误差较大时扩大论域，提高控制能力;误差较小时通过调节因子缩小论域，提高控制精度。分级变论域叠加的模糊控制方法，结合分形［7］和变论域思想，将输入输出分成均匀的2n+1个模糊集为一级，再把每一个模糊集均匀分成2n+1个模糊集为二级，次级计算时，输入数值减去其上级所属模糊集中心值，输入输出论域同比例压缩，模糊规则表无需变化。控制量取两级输出的叠加。相比于变论域控制，通过叠加在任意输入时都可以得到更加精确的控制量，而不需要等到误差变小时再精确控制。分级越多，精度越高，且增加的计算量很小［8－9］。

通过数据挖掘软件SPSS对宁夏国家经济林木种苗快繁工程技术研究中心1号大棚温室2007－2009年记录的数据进行分析。综合温室的室外温度，室内温度，室外湿度，室内湿度，CO2含量，风速，地下30 cm温度、湿度，日辐射，日累计蒸发量，露点温度等温室参数因子数值情况，分析探究各主要温室因子的模糊预测模型，在此基础上探究结合预测和分级精化的模糊控制方法。

1 温室模糊回归预测模型

考虑到记录数据是以小时为单位的，为了保证预测的有效性以及通用性。以温室控制的主要目标因子室内温度、室内湿度、地温、土湿等数据的小时变化率为对象进行统计，进行试验线性回归分析，发现土壤湿度1和湿度2的变化率回归表征参数R＜0.1，无法建立可信的回归方程［10］，主要是因为土壤湿度与其他温室因子的相关性实在太小。对于室内温度变化率、地温1～4变化率和室内湿度变化率都得到了比较理想的回归模型 (表1)。

分别将温室室内温度、湿度变化率分成10个等级。地温1～4分成5个等级。进行各级平均，计算得Ag(g=1，2，…，G)，具体如表2所示。

选用2008年8月7日10:53－11:49这个时间段的数据进行检验，其中记录数据的间隔是以1 min为单位进行的。以11:00数据为预测基准，分别模糊预测 2，5，10，30 min以后的数值范围。结果该模糊预测模型对于各个参数的变化趋势预测都正确。且在10 min之内，地温系列的预测误差最大也就是0.14%。室内环境温度和湿度的预测范围误差最大分别为3.727%和－4.341%。绝对误差湿度最大不超过3%相对湿度，绝对温度误差不超过1.1℃。当时间到达30 min时除了地温的预测误差较小之外，温室室内湿度和温度误差都已扩大。故长时段只能当成一种趋势参考，不能用来进行实际的控制。其原因可能是时间过长，出现的意外情况和不可测因素增多，无法考虑到模型之中。

表1 温室室内温度、湿度变化率线性回归结果

表2 温室因子变化率等级分配结果

2 模糊预测控制结构

依据上述模糊回归预测推导和分级模糊控制思想，设计温室温、湿度模糊预测控制结构 (图1)。

根据预测回归模型要求，进行温室室内环境温度、湿度进行控制必须采集室内温度、室内环境湿度、室外环境湿度、瞬间直接辐射、累计直接辐射、累计净辐射、累计日照时数。如对该温室地温进行预测控制还需要采集地温1、地温2、地温3、地温4、瞬间净辐射、瞬间总辐射的数据。

图1 分级模糊预测控制结构

采用两级的分级模糊控制，隶属度函数取等腰三角形，输入输出模糊集均取 {NB，NS，ZO，PS，PB}。输入误差取 ［－2，2］，误差变化率取［－1，1］。一级查表输出为 ［－0.5， －0.25，0，0.25，0.5］，二级查表输出为 ［－0.5， －0.25，0，0.25，0.5］ /5。

图1中预测时段依据控制要求设定为3种可调控方式。默认情况下为控制时效目标剩余值的0.8倍;第2方式根据专家经验调整为固定的时段;第3方式可结合控制目标误差和控制时效目标剩余值，在不同的阶段以不同的方式变化。在本系统预测时段设置中使用第3种方式:在控制误差较大、时间较长时，跟踪控制时效目标剩余值变化;在控制误差较小、时间较长时，固定设置预设值确保不超调。

在控制中，先根据传感器采集回来的相应数据预测控制因素变化区段，再结合设定的预测时段和被控对象现测值预测设定时间后的数值区域。控制目标误差、误差变化率进行分级计算后输入模糊控制器，依据相应控制规则计算控制量U1。然后结合模糊预测误差范和目标误差依据表3查找控制输出调整设定系数k。计算U2=kU1作为真正的控制输出。

表3 预测误差下的k值

3 小结

通过研究温室数据特点，寻找到较为可靠的温室主控因子模糊回归预测模型。结合分形，变论域的模糊控制理论，设计了温室分级模糊预测控制结构。调整预测时段的设定方式可以更加灵活的控制模糊系统的输出。为了解决模糊规则爆炸和模糊控制精度的矛盾，以及温室因子控制中的大时滞问题提供了一种可行的解决方法。

［1］ 吴军辉.低成本温室环境调控系统的研究与实现 ［D］.上海:同济大学，2003.

［2］ 邓玲黎，李百军，毛罕平.长江中下游地区温室内温湿度预测模型的研究 ［J］.农业工程学报，2004，20(1):263－266.

［3］ Nazarko J，Zalewski W.An Evaluation of an Ac-curacy of the Fuzzy Regression Analysis in the Electrical Load Estmation［J］.IEEE，International Fuzzy Systems Conf.Proceedings Seoul，1999(2):732 － 737.

［4］ Niimura J，Nakashima T.Deregulated Electricity Market Data Representation by Fuzzy Regression Models ［J］.Systems，Man and Cybernetics，Part C，IEEE Transactions on，2001，31(3):321－326.

［5］ Li H X.Adaptive fuzzy logic controllers with variable region［J］.Sci China Ser E，1999(2):32.

［6］ 李洪兴，苗志宏，王加银.非线性系统的变论域稳定自适应模糊控制器 ［J］.中国科学:E辑，2002，32(2):212－223.

［7］ 徐静波，徐望人.变论域分形控制研究 ［J］.东华大学学报:自然科学版，2004，30(4):1－4.

［8］ 李洪兴.Fuzzy控制的本质与一类高精度Fuzzy控制器的设计 ［J］.控制理论与应用，1997，14(6):868－872.

［9］ Steinberg M L.Potential role of neural networks and fuzzy logic in flightcontroldesign and development［G］ //AIAA Aerospace Design Conference.Irvine:CA，1992.

［10］ 郝黎仁，樊元，郝哲欧.SPSS实用统计分析 ［M］.北京:中国水利水电出版社，2003:4－5.

TP 273+.4

A

0528-9017(2011)03-0719-03

文献著录格式:李相白，李建春，朱正涛，等.温室分级模糊预测控制方法探讨 ［J］.浙江农业科学，2011(3):719－722.

2011-01-08

宁夏高校科学研究项目 (200804)

李相白 (1957－)，男，湖北阳新人，硕士研究生，研究方向为智能仪器与检测技术。E-mail:lxb_0627@126.com。

(责任编辑:张才德)