1.3.2　模糊控制

模糊理论是在美国加州大学Zadeh教授于1965年创立的模糊集合理论基础上发展起来的，成为智能控制领域中的一个重要分支。70年代中期以Mamdami为代表的一批学者提出了模糊控制的概念，标志着模糊控制的正式诞生。

模糊控制的基本思想是把人类专家对特定的被控对象或过程的控制策略总结成一系列以“IF…THEN…”产生式表示的控制规则，通过模糊推理得到控制作用集，作用于被控对象或过程。在模糊控制中，所使用的控制规则是人们在实际工作中的经验得到的。这些经验一般是用模糊语言归纳、描述的。通常的模糊控制规则用下面三种条件语言的形式来表示：

①如果x是A，那么y是B；

②如果x是A，那么y是B，否则y是C；

③如果x是A并且y是B，那么z是C。

模糊推理系统是建立在模糊集合、模糊规则和模糊推理等概念基础上的先进的计算系统。它在系统建模、自动控制、数据分类、时间序列预测、机器人控制和模式识别等众多领域中得到了成功的应用。由于其多学科的自认属性，模糊推理系统被称为许多不同的名字，如基于模糊规则系统、模糊专家系统、模糊模型、模糊联想记忆、模糊逻辑控制器，均简称模糊系统。从广义上讲，它主要具有以下特点：

①在设计系统时不需要建立被控对象的数学模型，只要求根据现场操作人员或有关专家的经验，了解相关知识或操作数据；

②系统的鲁棒性强，尤其适用于非线性时间、滞后系统的控制；

③由工业过程的定性认识出发，较容易建立语言变量控制规则；

④由不同的观点出发，可以设计几个不同的指标函数。

模糊控制的主要缺陷：

①信息简单的模糊处理将导致系统的控制精度降低和动态品质变差。若要提高精度则必然增加量化级数，从而导致规则搜索范围扩大，降低决策速度，甚至不能实时控制；

②模糊控制的设计尚缺乏系统性，无法定义控制目标。控制规则的选择、论域的选择，模糊集的定义、量化因子的选取等多采用试凑法，这对复杂的控制是难以奏效的。

模糊控制的深入理论和应用研究主要有：模糊控制的稳定性研究，模糊模型及辨识，模糊最优控制，模糊自组织控制，模糊自适应控制，传统PID与Fuzzy控制相结合的多模态模糊控制器。