程鳳林 張軍芳 杜鵬等

摘 要：模糊控制方法是一種在模糊集合論、模糊語言變量及模糊邏輯推理基礎(chǔ)上形成的計算機數(shù)字控制方法。模糊控制是一種智能的、非線性的控制方法。與傳統(tǒng)的控制方式相比，模糊控制有著很多的優(yōu)勢，它更加適用于復(fù)雜的、動態(tài)的系統(tǒng)，模糊控制逐漸成為了一種重要而且有效的控制方法。本文將從組成部分、基本原理、設(shè)計方法等方面介紹模糊控制這種方法。

關(guān)鍵詞：交通工程;PLC控制;模糊控制

1 引言

對于無法使用精確語言及已有規(guī)律描述的復(fù)雜系統(tǒng)，將借助不精確的模糊條件語言來表述，這便產(chǎn)生了模糊控制。

傳統(tǒng)的自動控制器需要建立被控對象準(zhǔn)確的數(shù)學(xué)模型。然而在實際上，即使是稍微復(fù)雜點的系統(tǒng)，它的影響因素也都是較為復(fù)雜的、多樣的，這樣就很難建立出精確的數(shù)學(xué)模型。因此，模糊控制方法就應(yīng)運而生。

2 模糊控制的工作原理

模糊控制的核心是模糊控制器，它的控制規(guī)律是由計算機程序來實現(xiàn)的。首先需要將所有監(jiān)測出的精確量轉(zhuǎn)換成為適應(yīng)模糊計算的模糊量，將得到的模糊量，通過模糊控制器進行計算，然后再將這些經(jīng)模糊控制器計算得到的模糊量再次轉(zhuǎn)換為精確量，這樣就完成了一級模糊控制。然后等待下一次采樣，再進行上述過程，如此循環(huán)，實現(xiàn)對被控對象的模糊控制[1]。

模糊控制原理圖如下：

3模糊控制步驟及特點

步驟1：對輸入量進行模糊化處理;步驟2：創(chuàng)建模糊規(guī)則;步驟3：實施模糊推理;步驟4：輸出量的反模糊化處理。

模糊控制方法主要是由模糊化，模糊推理，清晰化三個部分構(gòu)成。模糊化： 在模糊控制算法當(dāng)中，模糊控制規(guī)則所使用的不是具體的、精確的數(shù)字量，而是模糊的語言量，使用的是不確定的語言形式。這就需要將得到的準(zhǔn)確量轉(zhuǎn)換為模糊的語言量。這個過程需要遵循一定的規(guī)則首先建立隸屬度函數(shù)，然后根據(jù)所建立的隸屬度函數(shù)將精確的輸入量轉(zhuǎn)換成為模糊量。

模糊推理的過程類似于人類思考推理的過程，它是模糊控制器中的精髓。

清晰化又可以叫做解模糊化，清晰化的過程與模糊化的過程正好相反，它是由將模糊推理得到的模糊結(jié)果又轉(zhuǎn)換成了精確量。

模糊控制中的主要問題是模糊量與精確量之間的相互轉(zhuǎn)換問題。

模糊控制的特點：適用的被控對象是很難獲得其精確模型;它是一種語言變量控制器;它是一種智能控制。該系統(tǒng)尤其適用于非線性、時變、滯后系統(tǒng)的控制;響應(yīng)速度快同時具有抗干擾能力強，并可以對系統(tǒng)參數(shù)的變化有較強的魯棒性。

3.1 模糊控制規(guī)則

模糊控制規(guī)則的設(shè)定是模糊控制器的關(guān)鍵部分。一般的模糊控制規(guī)則包括三部分內(nèi)容：選擇輸入、輸出變量的詞集，定義各模糊變量的模糊子集，建立模糊控制規(guī)則。確定模糊子集隸屬函數(shù)曲線的過程即為定義一個模糊子集。

常見的模糊條件語言及其對應(yīng)的模糊關(guān)系概況如下：

（1）“若A則B”為：

（2）“若A則B否則C”為：

（3）“若A且B則C”為：

（4）“若A或B且C或D”為：

（5）“若A則B且若A則C”為：

（6）“若A則B且若C則D”為：

3.2 精確量的模糊化

將精確量轉(zhuǎn)換為模糊量的過程稱為模糊化。模糊化處理后來實現(xiàn)模糊控制。

模糊化一般采用以下兩種方法：（1）將精確量離散化，如精確量的實際變化范圍記為，將其轉(zhuǎn)換為區(qū)間上的變量，可以采用公式：，若得到的值不是整數(shù)，將其取成最接近的整數(shù)。（2）將某區(qū)間上的精確量模糊化成一個模糊子集，它在點處的隸屬度取為1，其它點處的隸屬度都取成0。[1-3]。

3.3 模糊推理

在建立模糊控制規(guī)則之后，還需要經(jīng)過模糊推理，才可以去得到控制變量的模糊子集。模糊推理及模糊量的非模糊化包括以下幾種方法?？紤]模糊規(guī)則為 。

（1）MIN-MAX-重心法：

重心的計算公式為，也就是加權(quán)平均法，加權(quán)系

數(shù)為。

（2）代數(shù)積-加法-重心法：

重心的計算公式仍然是。

（3）模糊加權(quán)型推理法： 模糊規(guī)則為，定義適合

度為，則。

（4）函數(shù)型推理法：模糊規(guī)則為，則

（5）加權(quán)函數(shù)型推理法：模糊規(guī)則為，則。

方法還包括選擇最大隸屬度法，取中位數(shù)法。詳細方法介紹可參考文獻[1]。

3.4 論域、量化因子、比例因子的選擇

模糊控制器的輸入變量誤差變化的實際范圍稱為變量的基本論域。量化因子和比例因子可以對清晰值進行比例變換，從而使變量按一定比例進行放大或者縮小，能夠使其與相鄰近的模塊進行匹配。量化因子是將精確值從基本論域到模糊論域的變換系數(shù)。設(shè)基本論域為，模糊論域為，則量化因子為。由模糊論域到基本論域的變換系數(shù)叫做比例因子。經(jīng)過清晰化后，假設(shè)輸出量的模糊論域為，要求輸出控制量的基本論域為，則比例因子為。量化因子和比例因子不僅可以進行論域變換從而使得前后模塊匹配，還可以在整個系統(tǒng)中起到一定的調(diào)節(jié)作用[4]。

4 結(jié)語

模糊控制理論作為控制思想領(lǐng)域的一次深刻變革，它能夠針對那些時變的、非線性的復(fù)雜系統(tǒng)，當(dāng)不能建立被控對象清晰的數(shù)學(xué)模型時，可以使用模糊控制器給出較有效的控制方法。因此，模糊控制的應(yīng)用是非常廣泛的。

參考文獻：

[1]李士勇.模糊控制[M].哈爾濱工業(yè)大學(xué)出版社，2011（09）.

[2]申龍龍.基于模糊控制的單路口信號控制研究[D].北京交通大學(xué).

[3]黃友銳.遺傳優(yōu)化算法及其應(yīng)用[M].北京：國防工業(yè)出版社，2008（0l）：25-33.

[4]石辛民，郝整清.模糊控制及其MATLAB仿真[M].清華大學(xué)出版社，2010（07）.