模糊控制方法介绍

程凤林 张军芳 杜鹏等

摘 要：模糊控制方法是一种在模糊集合论、模糊语言变量及模糊逻辑推理基础上形成的计算机数字控制方法。模糊控制是一种智能的、非线性的控制方法。与传统的控制方式相比，模糊控制有着很多的优势，它更加适用于复杂的、动态的系统，模糊控制逐渐成为了一种重要而且有效的控制方法。本文将从组成部分、基本原理、设计方法等方面介绍模糊控制这种方法。

关键词：交通工程;PLC控制;模糊控制

1 引言

对于无法使用精确语言及已有规律描述的复杂系统，将借助不精确的模糊条件语言来表述，这便产生了模糊控制。

传统的自动控制器需要建立被控对象准确的数学模型。然而在实际上，即使是稍微复杂点的系统，它的影响因素也都是较为复杂的、多样的，这样就很难建立出精确的数学模型。因此，模糊控制方法就应运而生。

2 模糊控制的工作原理

模糊控制的核心是模糊控制器，它的控制规律是由计算机程序来实现的。首先需要将所有监测出的精确量转换成为适应模糊计算的模糊量，将得到的模糊量，通过模糊控制器进行计算，然后再将这些经模糊控制器计算得到的模糊量再次转换为精确量，这样就完成了一级模糊控制。然后等待下一次采样，再进行上述过程，如此循环，实现对被控对象的模糊控制[1]。

模糊控制原理图如下：

3模糊控制步骤及特点

步骤1：对输入量进行模糊化处理;步骤2：创建模糊规则;步骤3：实施模糊推理;步骤4：输出量的反模糊化处理。

模糊控制方法主要是由模糊化，模糊推理，清晰化三个部分构成。模糊化： 在模糊控制算法当中，模糊控制规则所使用的不是具体的、精确的数字量，而是模糊的语言量，使用的是不确定的语言形式。这就需要将得到的准确量转换为模糊的语言量。这个过程需要遵循一定的规则首先建立隶属度函数，然后根据所建立的隶属度函数将精确的输入量转换成为模糊量。

模糊推理的过程类似于人类思考推理的过程，它是模糊控制器中的精髓。

清晰化又可以叫做解模糊化，清晰化的过程与模糊化的过程正好相反，它是由将模糊推理得到的模糊结果又转换成了精确量。

模糊控制中的主要问题是模糊量与精确量之间的相互转换问题。

模糊控制的特点：适用的被控对象是很难获得其精确模型;它是一种语言变量控制器;它是一种智能控制。该系统尤其适用于非线性、时变、滞后系统的控制;响应速度快同时具有抗干扰能力强，并可以对系统参数的变化有较强的鲁棒性。

3.1 模糊控制规则

模糊控制规则的设定是模糊控制器的关键部分。一般的模糊控制規则包括三部分内容：选择输入、输出变量的词集，定义各模糊变量的模糊子集，建立模糊控制规则。确定模糊子集隶属函数曲线的过程即为定义一个模糊子集。

常见的模糊条件语言及其对应的模糊关系概况如下：

（1）“若A则B”为：

（2）“若A则B否则C”为：

（3）“若A且B则C”为：

（4）“若A或B且C或D”为：

（5）“若A则B且若A则C”为：

（6）“若A则B且若C则D”为：

3.2 精确量的模糊化

将精确量转换为模糊量的过程称为模糊化。模糊化处理后来实现模糊控制。

模糊化一般采用以下两种方法：（1）将精确量离散化，如精确量的实际变化范围记为，将其转换为区间上的变量，可以采用公式：，若得到的值不是整数，将其取成最接近的整数。（2）将某区间上的精确量模糊化成一个模糊子集，它在点处的隶属度取为1，其它点处的隶属度都取成0。[1-3]。

3.3 模糊推理

在建立模糊控制规则之后，还需要经过模糊推理，才可以去得到控制变量的模糊子集。模糊推理及模糊量的非模糊化包括以下几种方法。考虑模糊规则为 。

（1）MIN-MAX-重心法：

重心的计算公式为，也就是加权平均法，加权系

数为。

（2）代数积-加法-重心法：

重心的计算公式仍然是。

（3）模糊加权型推理法： 模糊规则为，定义适合

度为，则。

（4）函数型推理法：模糊规则为，则

（5）加权函数型推理法：模糊规则为，则。

方法还包括选择最大隶属度法，取中位数法。详细方法介绍可参考文献[1]。

3.4 论域、量化因子、比例因子的选择

模糊控制器的输入变量误差变化的实际范围称为变量的基本论域。量化因子和比例因子可以对清晰值进行比例变换，从而使变量按一定比例进行放大或者缩小，能够使其与相邻近的模块进行匹配。量化因子是将精确值从基本论域到模糊论域的变换系数。设基本论域为，模糊论域为，则量化因子为。由模糊论域到基本论域的变换系数叫做比例因子。经过清晰化后，假设输出量的模糊论域为，要求输出控制量的基本论域为，则比例因子为。量化因子和比例因子不仅可以进行论域变换从而使得前后模块匹配，还可以在整个系统中起到一定的调节作用[4]。

4 结语

模糊控制理论作为控制思想领域的一次深刻变革，它能够针对那些时变的、非线性的复杂系统，当不能建立被控对象清晰的数学模型时，可以使用模糊控制器给出较有效的控制方法。因此，模糊控制的应用是非常广泛的。

参考文献：

[1]李士勇.模糊控制[M].哈尔滨工业大学出版社，2011（09）.

[2]申龙龙.基于模糊控制的单路口信号控制研究[D].北京交通大学.

[3]黄友锐.遗传优化算法及其应用[M].北京：国防工业出版社，2008（0l）：25-33.

[4]石辛民，郝整清.模糊控制及其MATLAB仿真[M].清华大学出版社，2010（07）.