模糊控制理论是控制领域中非常有前途的一个分支,在工程上也取得了很多成功的应用。1974 年, E.H.Mamdani 首次将模糊控制理论应用于蒸汽机和锅炉的控制,取得了满意的控制效果; 随后,J . J . Oster2garad 又将模糊控制成功地应用于热交换器和水泥窖的生产;之后,M. Sugeno 又将模糊控制用于汽车控制,取得了很好的控制效果。80 年代末,在日本兴起了一次模糊控制技术的高潮,其成果被广泛应用于各个领域。模糊控制在许多实际控制系统中得到广泛应用,如工业控制过程中的蒸汽发生装置控制系统、合金钢冶炼控制系统、炼油厂催化炉控制系统、铸铁退火炉温度控制系统等。另外,模糊控制也应用于航天飞行器控制、机器人控制、核反应堆控制、热交换过程控制、异步电动机控制、污水处理、肌肉麻醉控制、病人血压调整、电梯群控制、吊车自动控制等系统中。日用家电产品中的模糊控制应用也已相当普遍,如用模糊控制系统控制水温。
8 模糊控制理论的研究现状
尽管模糊控制理论已经取得了可观的进展,但与常规控制理论相比仍不成熟。模糊控制系统的分析和设计尚未建立起有效的方法,在很多场合下仍然需要依靠经验和试凑。近年来,许多人一直尝试将常规控制理论的概念和方法扩展至模糊控制系统,而模糊控制与神经网络相结合的方法已成为研究的热点,二者的结合有效地推动了自学习模糊控制的发展。
模糊控制易于获得由语言表达的专家知识,能有效地控制那些难以建立精确模型而凭经验可控制的系统,而神经网络则由于其仿生特性更能有效利用系统本身的信息,并能映射任意函数关系,具有并行处理和自学习能力,容错能力也很强。在集成大系统中,神经网络可用于处理低层感知数据,模糊逻辑可用于描述高层的逻辑框架[42]。模糊逻辑与神经网络的结合有两种情况: 一是将模糊技术用于神经网络形成模糊神经网络,一是用神经网络实现模糊控制。这两方面均见于大量的研究文献。
常规模糊控制的两个主要问题在于: 改进稳态控制精度和提高智能水平与适应能力。从大量文献中可以看出,在实际应用中,往住是将模糊控制或模糊推理的思想,与其他相对成熟的控制理论或方法结合起来,发挥各自的长处,从而获得理想的控制效果[43-45] 。
如: 利用模糊复合控制理论的分档控制,将PI或PID 控制策略引入Fuzzy 控制器,构成Fuzzy2PI或Fuzzy2PID 复合控制;适应高阶系统模糊控制需要的三维模糊控制器;将精确控制和模糊控制结合起来的精确—模糊混合控制;将预测控制与模糊控制相结合,利用预测模型对控制结果进行预报,并根据目标误差和操作者的经验应用模糊决策方法在线修正控制策略的模糊预测控制等。
模糊控制的发展过程中,提出了多种自组织、自学习、自适应模糊控制器。它们根据被控过程的特性和系统参数的变化,自动生成或调整模糊控制器的规则
和参数,达到控制目的。这类模糊控制器在实现人的控制策略基础上,又进一步将人的学习和适应能力引入控制器,使模糊控制具有更高的智能性。自校正模糊控制器、参数自调整模糊控制等控制方法也都较大地增强了对环境变化的适应能力。
模糊控制与其他智能控制方法的结合组成的模糊控制,如专家模糊控制能够表达和利用控制复杂过程和对象所需的启发式知识,重视知识的多层次和分类的需要,弥补了模糊控制器结构过于简单、规则比较单一的缺陷,赋予了模糊控制更高的智能。二者的结合还能够拥有过程控制复杂的知识,并能够在更为复杂的情况下对这些知识加以有效利用。基于神经网络的模糊控制能够实现局部或全部的模糊逻辑控制功能。
模糊控制器正向着自适应、自组织、自学习方向发展,使得模糊控制参数、规则在控制过程中自动地调整、修改和完善,从而不断完善系统的控制性能,达到更好的控制效果,而与专家系统、神经网络等其他智能控制技术相融合成为其发展趋势。
9 结束语
近年来,模糊控制系统的研究取得了很大的进展，特别是模糊控制器的结构分析，模糊系统的万能逼近特性,模糊状态方程及稳定性分析，软计算技术等；同时，模糊逻辑在软件硬件方面也取得了飞速的发展.但模糊系统理论仍存在一定的问题,主要有以下不足之处：
1)尽管模糊系统的万能逼近特性已被证明,但只是一个存在性定理.实际中,对于一般的未知系统,如何找到一个合理的模糊逼近器,尚无确定的方法。
2)常见的模糊系统种类比较多，如TS，FBF，SAM等，一般的模糊系统应具有怎样的形式，目前仍不很清晰。模糊系统的系统化设计方法仍须进一步研究。 3)模糊控制系统的稳定性分析近年来有了一定的进展，但这些分析都是针对一定的特殊系统。模糊控制器具有一定的鲁棒性，但只能从概念上讲，严格的理论分析仍须进一步深入研究。稳定性和鲁棒性的分析仍依赖于模糊系统的系统化设计方法和模糊系统理论的进一步研究发展。这些问题都有待于进一步研究。 4） 建立一套系统的模糊控制理论,以解决模糊控制的机理、稳定性分析、系统化设计方法、专家模糊控制系统、神经模糊控制系统和多变量模糊控制系统的分析与设计等一系列问题;
5） 模糊控制在非线性复杂系统应用中的模糊建模、模糊规则的建立和推理算法的深入研究;
6） 模糊集成控制系统的设计方法研究;.
7） 自学习模糊控制策略的实现; 8） 模糊控制系统的稳定性分析。
参 考 文 献
[1] Zadeh L A. Fuzzy sets [J]. Information and Control,1965,8：338-353.
[2]Faouzi Bonslama,Akira Ichiltawa.Application of limit fuzzy controllers to stability analysis.Fuzzy Sets and Systems,1992,49: 103-220.
[3] Zadeh L A. Outline of a new approach to the analysis of complex systems and decision processess. IEEE Trans. On Systems, Man, and Cybernetics ,1973,SMC-3(1)28-44.
[4]权太范等. 模糊控制技术在过程控制中的应用现状及前景.控制与决策,1988,3(1）：59-62.
[5]汪培庄.模糊集合及应用.上海: 上海科学技术出版社,1983.
[6]张化光.复杂系统的模糊辨识与模糊自适应控制.沈阳: 东北大学出版社,1994. [7] Lee C C. Fuzzy logic in control system： fuzzy logic controller, Part I,II[J]. IEEETrans. on Systems, Man, and Cybernetics,1990,20(2): 404-435.
[8] Filev D P and Yager R R. A generalized defuzzification method via BAD distributions [J]. Int. J. Intelligent Systems,1991,6(7) : 687-697.
[9] Yager R R and Filev DP. SLIDE： a simple adatpive defuzzification method [J]. IEEETrans. on Fuzzy Systems, 1993,1(1) : 69-78.
[10] JiangT and Li Y. Multimode oriented polynomial transformation based defuzzification strategy and parameter learning procedure [J]. IEEE Trans.on Systems, Man, and Cybernetics, 1997,27(5) : 877-883.
[11] Takagi Tand SugenoM. Fuzzy identification of systems and its applications tomodeling and control [J]. IEEE Trans. on Systems, Man, and Cybernetics,1985,15(1): 116-132.
[12] Wang L X. Generating fuzzy rules by learning from examples [J].IEEETrans. on Systems, Man, and Cybernetics, USA, 1992,22(6): 1414-1427.
[13] Wang L X. Fuzzy systems as universal approximators [A]. IEEE Int.Conf.Fuzzy Systems [C], San Diego, USA, 1992,1163-1170.
[14] Zeng X J and Signh MG. Approximation theory of fuzzy systems-SISO case [J]. IEEETrans. on Fuzzy Systems,1994,2(2): 162-176.
[15] Kosko B. Fuzzy systems as universal approximators [J]. IEEETrans. on Computers, 1994,43(11): 1329-1333.
[16] Lee J. On method for improving performance of PI-type fuzzy logic controllers [J]. IEEETrans. on Fuzzy Systems,1993,1(4): 298-301.
[17] Tang KL. Comparing fuzzy logic with classical controller design [J]. IEEE Trans. on Systems Man and Cybernetics,1987,17(6): 1085-1087.
[18] Abdelnour G M. Design of a fuzzy controller using input and output mapping factors [J]. IEEETrans. on Systems, Man, and Cybernetics,1991,21(5): 952-960
[19] Liu Xiangjie, ZhangHuanshui and ChaiTianyou. Structure analysisof three-dimensional fuzzy controller [J]. Acta Automatica Sinica,1998,24(2): 230-235 (in Chinese)
[20] Hu B G, Mann G K I and Gosine R G. Study of dimensionality of fuzzy inference for fuzzy PID controllers [J]. Acta Automatica Sinica, 1998,24(5): 608-615 (in Chinese)
[21] Palm R. Sliding model fuzzy control [A]. IEEE Int. Conf. Fuzzy Systems [C], San Diego,USA,1992,519-526.
[22]李友善,李 军. 模糊控制理论及其在过程控制中的应用[M]. 北京：国防工业出版社, 1993.
[23]窦振中. 模糊逻辑控制技术及其应用[M]. 北京: 北京航空航天大学出版社,1995.
[24]费春国, 模糊自调整控制器的研究与应用[D]. 天津: 津科技大学, 2003.
[25] Cao S G, Rhee N W and Feng G. Stability analysis of fuzzy control systems [J]. IEEE Trans. on Systems, Man, and Cybernetics,1996, 26(1): 201-204.
[26] Tanak K and Sugeno M. Stability analysis and design of fuzzy control systems [J]. Fuzzy Sets and Systems,1992,45(2): 135-156.
[27] Procyk T J and Mamdani E H. A linguistic self-organizing process controller [J]. Automatica,1979,15(1)：15-30.
[28] He S Z. Design of an on-line rule-adaptive fuzzy control system [A]. IEEE Int. Conf. on Fuzzy Systems [C], San Diego,USA,1992,83-91.
[29] Raju G VS. Adaptive hierarchical fuzzy controller [J]. IEEE Trans. on Systems, Man, and Cybernetics,1993,23(4)：973-980.
[30] Linkens D A and Nie J. Constructing rule-based for multivariable fuzzy control by self-learning. Part I：system structure and self-learning [J]. Int.J.System Science,1993,24(1)：111-127.
[31] Yager R R. Implementing fuzzy logic controller using a neural network[J]. Fuzzy Sets and Systems,1992,48(1)：53-64.
[32] Jang J S Roger and Sun C T. Functional equivalence between radial basis function networks and fuzzy inference systems [J]. IEEE Trans.on Neural Networks,1995,4(1)：156-158
[33] Cho K B and Wang B H. Radial basis function based adaptive fuzzy systems [A]. IEEE Int. Conf.Fuzzy Systems [C], New Orleans, Louisiana,USA,1996,247-252 [34] Jang J S, Roger J. ANFIS： adaptive-network-based fuzzy inference system [J]. IEEE Trans. on Systems, Man, and Cybernetics,1993,23(3)：665-685.
[35] Ishibuchi H. Single-objective and two-objective genetic algorithms for selecting linguistic rules for pattern classification problems [J]. Fuzzy Sets and Systems,1997,89(2)：135-150.
[36] Buckley J J. Universal fuzzy controller [J]. Automatica,1992,28(6): 1245-1248. [37] YingH. Sufficient conditions on general fuzzy systems as function approximators [J]. Automatica,1994,30(3)：521-525.
[38] Castro J L and PelgadoM. Fuzzy systemswith defuzzification are universal approximators [J]. IEEETrans. on Systems, Man, and Cybernetics, 1996,26(1)：149-152.
[39] YingH. Necessary conditionsfor some typical fuzzy systems asuniversal approximators [J]. Automatica,1997,33(7)：1333-1338.
[40] Tong R M. Analysis and control of fuzzy systems using the relation matrix [J]. Int. J. Control,1978,27(4): 670-686.
[41] Kiszka J B. Enegististic stability of fuzzy dynamic systems [J]. IEEE Trans. on Systems, Man, and Cybernetics,1985,15(6)：783-792.
[42 ] 王群京. 稀土永磁同步电机中永磁体的模拟[J ] . 微特电机,1993 , 21 (4) : 628.
[43 ] 荀晓凡,杨勇,郑晓静. 矩形永磁体磁场分布的解析表达式[J ] . 应用数学和力学,2004 , 25 (3) : 2712278.
[44 ] 张榴晨,徐松. 有限元法在电磁计算中的应用[M].北京: 中国铁道出版社,1996.
[45 ] Nabeel A. Shirazee , Amitava Basak. Elect ropermanent suspension system for acquiring large air2gaps to suspend loads [J ] . IEEE Transaction on Magnetics ,1995 , 31 (6) : 419324195.