1、201*级硕士期末论文智能控制学习心得课 程 智 能 控 制 姓 名 * 学 号 * 专 业 * 201*年 *月 * 日智能控制学习心得这学期在老师的带领下，学习了智能控制课程。其中深入学习了启发式学习，专家系统，模糊控制，神经网络等内容。老师的教学方式很开放，打破了原来单纯老师讲学生听的旧传统，要求大家通过自己做课件，提高学习的自主性，对智能控制能够有更深入的了解。当然自己做的课件也有不明白，讲不懂的地方，老师用他渊博的知识给我们把细节进行深入讲解，大家学得津津有味，对课程内容的，理解也更加深刻。通过智能控制的学习，不单单学习了新的内容，对以前的知识也做到了查漏补缺，老师深入讲解了 PID
2、 控制和为什么系统要研究动态稳定性等问题，还举了通俗易懂的例子，介绍了系统辨识与自适应是怎么一会儿事。由于我当时的作业做的事模糊控制相关的内容，所以这次心得主要介绍模糊控制的内容。1.1 模糊控制介绍模糊控制是以模糊数学理论，及模糊集合论、模糊语言变量及模糊逻辑推理等作为理论基础，以传感器技术、计算机技术和自动控制理论作为技术基础的一种新型自动控制理论和控制方法。模糊控制是控制理论发展的高级阶段的产物，属智能控制的范畴，而且也是人工智能控制的一种新类型。模糊控制是一种基于规则的控制，它直接采用语言型控制规则，出发点是现场操作人员的控制经验或相关专家的知识，在设计中不需要建立被控对象的精确的数学
3、模型，因而使得控制机理和策略抑郁接受与理解，设计简单，便于应用。基于模糊原理的模糊系统具有万能逼近的特点。相比于常规控制办法，模糊控制有以下几点优势：（1）模糊控制是在操作人员经验控制基础上实现对系统的控制，无需建立精确的数学模型，是解决不确定系统的有效途径之一；（2）模糊控制具有很强的鲁棒性，被控对象参数的变化对模糊控制的影响不大，可用于非线性、时变、时滞的系统，并能获得很好的控制效果；（3）由离散计算得到的控制查询表，提高了控制系统的实时性、快速性；（4）控制机理符合人们对过程控制作用的直观描述和思维逻辑，是人工智能的再现，属于智能控制范畴。1.2 模糊控制理论的发展趋势自 1965 年
4、L.A.Zadeh 提出模糊控制集合论以来，模糊控制无论在理论和应用方面都有很大的发展，而且正在迅速完善和发展。根据其发展过程，可以将其归纳成三个阶段。1.2.1 基本模糊控制基本模糊控制的核心是基本模糊控制器，它是一种最简单最基本的模糊控制器，能够完成许多生产过程的控制。基本控制器的控制规则建立在总结操作者对被控过程进行的手动控制策略基础上，或归纳设计者对被控过程认识的模糊信息基础上，是按一定语言规则进行控制的。基本模糊控制适用于控制那些具有高度非线性，或参数随工作点变动较大，或交叉耦合严重，或环境因素干扰强烈的被控过程，而不适用与获得精确数学模型和数学模型不确定或多变的一类被控过程。基本模
5、糊控制器的优点可归纳为：（1）设计出的模糊控制器模拟操作人员的操作经验，控制规则不受任何约束，可以完全是不可解析的，便于同有实践经验的操作者一起讨论修改，可以定性地采纳好的控制思想；（2）应用计算机实现模糊控制，便于采用自然语言对被控过程的运行施加影响；（3）这种控制规则具有较大的通用性，通过较小的修改与组合就可适用于不同的被控过程；（4）对系统内部参数的变化具有较强的适用性。至今，在农业工程、环保工程、纺织工程、机电工程乃至生物工程、医学以及管理科学等领域得到了广泛应用。1.2.2 自调整，自组织，自适应模糊控制上面论述了基本模糊控制器的许多优点，而且至今基本模糊控制器仍在广泛应用。但是在一
6、些复杂的过程控制中，有时很难精确地确定、完整地总结出控制策略。由于被控过程的非线性、高阶次、时变性以及随机干扰等因素，基本模糊控制将模糊控制规则表现的有些粗糙或者不够完善，这都会不同程度地影响控制效果。即使控制策略比较完善，若总是按一套固定不变的策略进行控制，其效果也不甚理想。为了弥补基本模糊控制的这些不足，模糊控制器要向自调整、自组织、自适应和自学习的方向发展。自调整、自组织、自适应模糊控制的基本特点为：（1）无须知道被控对象的数学模型，控制算法不固定，可以通过在线修改控制规则或改变某几个参数而产生变化；（2）能直接利用模糊控制规则；（3）模糊控制器的适应性不局限于某一对象，可通过自组织适应
7、不同的对象；（4）可以生产具有通用性、仪表化的模糊控制器。1.2.3 人工智能模糊控制基本模糊控制器无法适应实时的大过程，自适应模糊控制器虽然能部分解决时变问题，但其适应性往往是有限的，往往允许调整的范围也不是很大。因此，寻求新的模糊控制方法，真正实现智能控制，使系统具有非常高度的智能是大势所趋，势在必行。当代模糊控制的发展趋势主要可归纳为以下几个方面：（1）硬件模糊逻辑芯片和模糊计算机的研制（2）高度智能化模糊控制理论与应用研究模糊逻辑、专家系统、神经网络、混沌这些当代智能技术的新四步正在相互渗透、紧密结合，将是促使高度智能化模糊控制研究的关键。1.3 研究对象模糊控制研究的对象一般具有三方
8、面的特点：（1）对象模型不确定，包括两层意思，一是模型未知或知之甚少；二是模型的结构和参数可能在很大范围内变化；（2）具有非线性特性；（3）对象具有复杂的任务和要求。1.4 模糊控制系统结构迷糊控制系统是一种经过改造后的自动控制系统，而且还是一种智能自动控制系统。它以模糊数学、模糊语言形式的知识表示和模糊辑推理为理论基础，是采用计算机控制技术构成的一种具有反馈通道的、闭环结构的数字控制系统4。它的组成核心是具有智能功能的模糊控制器，这也是它与传统自动控制系统的根本区别之处。模糊控制系统是一个集合体，它通常由被控对象、传感器系统（或称测量装置） 、控制器和执行机构等环节组成，如图 1-1 所示。
9、图 1-1 模糊控制系统结构框图模糊控制器也称模糊逻辑控制器。由于采用的模糊控制规则是由模糊集合论中模糊条件语句来描述的，因此，模糊控制器也是一种语言型控制器，故也称为模糊语言控制器。一般的模糊控制器基本机构如图 1-2 所示。图 1-2 一般模糊控制器的基本结构其中各环节的主要功能如下：（1）模糊化：这部分的功能是将输入的精确量转化为模糊量（其中输入量包括外界的参考输入、系统的输出或状态等） ，并将输入量进行处理，使其变成模糊控制器要求的输入量，接着进行尺度变换，使其变换到各次的论域范围，并进行模糊化处理，是原先精确的输入量变成模糊量，用相应的模糊集合表示。（注意：有时把模糊化部分作为模糊控
10、制器的外部部分。 ）根据图 1-2 所示要求，若参考输入量为 r，系统输出量为 y，则计算 e=r-y 和 e=de/dt 分别为控制器输入的偏差和偏差变化率。（2）知识库：知识库中包含了具体应用应用领域中的知识和要求的控制目标，通常由数据库和模糊控制规则库两部分组成。这其中，数据库主要包括语言变量的隶属函数、尺度变换因子以及模糊空间的分级数等；规则库还包括了用模糊语言变量表示的一系列控制规则，它们反映了控制专家的经验和知识等。（3）模糊推理：它是模糊控制器的重要组成部分，具有模拟人的基于模糊概念的推理能力，其推理是基于模糊逻辑中的蕴含关系以及推理规则来进行的。（4）清晰化：它的主要功能是将模
11、糊推理所得的控制量（模糊量）变换为实际用于用于控制的清晰量，包含两部分内容：其一，将模糊的控制量经清晰化处理变换为表示在论域范围的清晰量；其二，将表示在论域范围的清晰量经尺度变换转换成实际的控制量。1.5 模糊控制器的基本类型（1）按输入输出量分1）单变量模糊控制器A.单输入单输出模糊控制器（一维模糊控制器）B.双输入单输出模糊控制器（二维模糊控制器）C.三维模糊控制器2）多变量模糊控制器A.多输入单输出模糊控制器B.双输入多输出模糊控制器（2）按本质分1）并联结构复合型模糊控制器2）串联结构复合型模糊控制器3）多模结构复合型模糊控制器（3）按控制功能分1）变结构模糊控制器2）自组织模糊控制器
12、3）自适应模糊控制器（4）按智能化程度分1）模糊专家系统2）模糊神经网络控制器A.复合型模糊神经网络控制器B.融合型模糊神经网络控制器1.6 模糊控制的缺点（1）模糊控制的设计尚缺乏系统性，这对复杂系统的控制是难以奏效的。所以如何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、系统化设计方法等一系列问题。（2）如何获得模糊规则及隶属函数即系统的设计办法，这在目前完全凭经验进行。（3）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。（4）如何保证模糊控制系统的稳定性即如何解决模糊控制中关于稳定性和鲁棒性问题。这次心得主要介绍模糊控制的概念原理等内容，把上课时候的内容做一个系统的全面的总结，在另一份仿真作业上给出模糊 PID 系统的仿真内容。模糊控制，神经网络等方法，不需要构造数学模型，通过学习过程使系统达到稳定，是一种比较便捷的控制方法，与控制理论相结合，解决了建模困难的问题，值得我们认真学习。
