变论域模糊控制器的设计

一种基于双精度搜索算法的变论域模糊控制

Computer Engineering and Applications 计算机工程与应用 2015，51（19）1引言相对于传统控制方式，模糊控制（FC ）凭借其不需对象模型、鲁棒性强、实时性好等优点广泛用于非线性、时变滞后系统中。然而模糊控制器实质上是插值器，插值精度与模糊规则数量紧密相关，提高精度必然以扩大规模为代价，导致其控制精度存在一定局限性[1]。变论 域模糊控制器（VUFC ）不仅可以综合专家知识，而且在不增加规则数量的情况下，论域随误差变小而收缩并随误差增大而扩展，从一定程度上解决了控制精度和控制复杂度的矛盾[2]。理论上分析，VUFC 的决策速度与精一种基于双精度搜索算法的变论域模糊控制 刘培奇，田洋，孙阳阳 LIU Peiqi,TIAN Yang,SUN Yangyang 西安建筑科技大学信息与控制工程学院，西安710055 College of Information &Control Engineering,Xi ’an University of Architecture &Technology,Xi ’an 710055,China LIU Peiqi,TIAN Yang,SUN Yangyang.Variable universe fuzzy control based on double precision search https://www.wendangku.net/doc/da5991948.html,puter Engineering and Applications,2015,51（19）：260-264. Abstract ：Aiming at the low accuracy and poor adaptation of variable universe fuzzy control,and when the control function is inherited to the offspring,there usually exists some distortion which lead to the error of the algorithms.A variable-universe fuzzy control method based on double precision search algorithm is put forward.With the global optimal solution of basic gravitational search algorithm,sequential quadratic programming is employed as a local search method to avoid being trapped into local optimum.This paper presents a double precision search algorithm with “global-local ”dual search mech-anism.Then the method adjusts the universe by the contraction-expansion factor and geometric proportional factors based on variable universe fuzzy control,and optimizes the parameters through double precision search algorithms to reduce the distortion of control function in the control process and improves the control https://www.wendangku.net/doc/da5991948.html,parative experiments show that the stability of DPSA is prominent in the parameter optimization.The controller results in desirable convergence speed.The accuracy and effect are even better than those of other control ways. Key words ：variable universe fuzzy control;double-precision search algorithm;contraction-expansion factor;geometric proportional factors 摘要：针对定式变论域模糊控制精度不高，自适应能力有限，控制函数在遗传到后代时存在畸变而造成算法本身误差等问题，设计了一种基于双精度搜索算法的变论域模糊控制器。在基本万有引力算法全局搜索的同时，采用序列二次规划进行局部搜索避免算法陷入局部最优，提出具有“全局-局部”双重搜索机制的双精度搜索算法。在变论域模糊控制基础上提出了一种利用伸缩因子、等比因子相互协调来调整论域的构想，且通过双精度搜索算法来寻优参数，降低控制过程中的函数畸变，从而进一步改善控制器性能。对比实验表明DPSA 在参数寻优中稳定性突出，控制器不但收敛速度快，且与其他控制方式相比，其精度和效果都有所提高。 关键词：变论域模糊控制；双精度搜索算法；伸缩因子；等比因子 文献标志码：A 中图分类号：TP273doi ：10.3778/j.issn.1002-8331.1309-0211 基金项目：国家自然科学基金（No.51178373）；陕西省教育厅自然科学计划项目（No.12JK0743）。 作者简介：刘培奇（1959—），男，博士，副教授，硕导，研究领域为人工智能，数据挖掘，计算机网络应用；田洋（1987—），女，硕士研 究生，研究领域为智能控制；孙阳阳（1987—），男，硕士研究生，研究领域为智能控制，先进控制在工业控制中的应用。E-mail ：peiqiliu@https://www.wendangku.net/doc/da5991948.html, 收稿日期：2013-09-16修回日期：2014-01-16文章编号：1002-8331（2015）19-0260-05 CNKI 网络优先出版：2014-02-24,https://www.wendangku.net/doc/da5991948.html,/kcms/doi/10.3778/j.issn.1002-8331.1309-0211.html 260

一种基于变论域的模糊控制器的设计及仿真研究

一种基于变论域的模糊控制器的设计及仿真研究 针对常规PID控制和常规模糊控制的缺陷，文章设计了一种基于可变论域的模糊控制器.并针对带有纯滞后的二阶控制系统给出了MATLAB实验仿真结果，仿真结果表明，对于带有纯滞后的系统，变论域模糊控制器能够很好地改善纯滞后系统的缺点，与常规PID控制和常规的模糊控制器相比，其具有响应速度快、无超调、无振荡以及控制精度更高的优点，具有较强的应用前景. 标签：PID控制；模糊控制器；变论域；仿真 传统的PID控制算法具有算法简单、控制精度高、可靠性强，适用于可建立精确数学模型的确定性控制系统[1]，传统的模糊控制器对论域的模糊划分就显得较为粗糙，需要通过适当的增加量化级数，以要提高控制精度，但会造成模糊规则进行搜索范围的扩大，降低了整体的决策速度，难以实现实时控制[2-4]，可变论域是指模糊控制中输入变量的论域为可变的，用作为调节因子对输入变量的论域进行调整。 文章基于论域可变的思想，设计了一种基于可变论域的模糊控制器，在模糊控制规则不变的情况下，模糊化论域随输入进行相应的收缩或扩展，论域收缩能增加模糊语言的变量值和控制规则，并获得与增加模糊子集一致的控制效果，使控制精度提高。 1 模糊控制 1.1 模糊控制基本原理 模糊控制系統的基本结构框图如图1所示，由模糊控制器、输入/输出通道、广义对象和传感器组成[5]。 模糊控制器的组成结构如图2所示，为了精确控制被控对象，需要对模糊量u进行转化得到精确的控制量，即图2中采用的非模糊化处理，得到精确控制量后，经DA转换变为模拟量传送至执行机构对被控对象进行进一步控制。 1.2 模糊控制器的设计步骤 模糊控制器的设计主要包括如下几个步骤： （1）确定控制结构，确定控制器的输入变量E、EC与输出变量U及对应的变化范围和要求的控制精度，建立物理模型，确定控制器结构。 （2）模糊化方法的选择与确定。将实际输入变量的值变换成模糊语言变量的语言值，不同语言值对应相应的模糊子集，选用隶属函数确定输入变量的值相应的隶属度。

matlab下模糊控制器设计--实用步骤.docx

真理惟一可靠的标准就是永远自相符合。土地是以它的肥沃和收获而被估价的；才能也是土地，不过它生产 的不是粮食，而是真理。如果只能滋生瞑想和幻想的话，即使再大的才能也只是砂地或盐池，那上面连 小草也长不出来的。 下面将根据模糊控制器设计步骤，一步步利用Matlab 工具箱设计模糊控制器。 Matlab 模糊控制工具箱为模糊控制器的设计提供了一种非常便捷的途径，通过它我们不需要进行复杂的模糊化、模糊推理及反模糊化运算，只需要设定相应参 数，就可以很快得到我们所需要的控制器，而且修改也非常方便。 首先我们在Matlab的命令窗口（command window）中输入fuzzy ，回车就会出来这样一个窗口。 下面我们都是在这样一个窗口中进行模糊控制器的设计。 1．确定模糊控制器结构：即根据具体的系统确定输入、输出量。

这里我们可以选取标准的二维控制结构，即输入为误差为控制量 u。注意这里的变量还都是精确量。相应的模糊量为以选择增加输入 (Add Variable) 来实现双入单出控制结构。e 和误差变化ec，输出E， EC 和 U，我们可 2．输入输出变量的模糊化：即把输入输出的精确量转化为对应语言变量的模 糊集合。 首先我们要确定描述输入输出变量语言值的模糊子集，如{NB ，NM ，NS，ZO，PS， PM，PB} ，并设置输入输出变量的论域，例如我们可以设置误差E（此时为模 糊量）、误差变化EC、控制量 U 的论域均为 {-3 ， -2 ，-1 ，0， 1， 2，3} ；然后我们为模糊语言变量选取相应的隶属度函数。

在模糊控制工具箱中，我们在先我们打开Member Function Edit Member Function Edit 窗口 . 中即可完成这些步骤。首 然后分别对输入输出变量定义论域范围，添加隶属函数，以 范围为 [-3 3] ，添加隶属函数的个数为7. E 为例，设置论域

离散论域模糊控制表的离线计算

离散论域模糊控制表的离线计算 一、题目 已知单变量两维输入，一维输出模糊控制器，其两维输入为E，EC，一维输出为I，论域均为E，EC，I∈{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}，E的论域划分为{NB，NM，NS，NZ，PZ，PS，PM，PB}，共8个模糊子集，其各自的隶属度函数如表1所示。EC和I的论域划分为{NB，NM，NS，ZE，PS，PM，PB}，共7个模糊子集，它们的隶属度函数都如表2所示。已知控制规则表如表3所示，试求解输出控制表（如当e=-6，ec=-6时，求输出i=？，最终输出的控制表格式如如表4所示）。其中输入采用单点模糊法，输出清晰量采用加权平均法进行解模糊，可以用MATLAB编程计算。 各变量的隶属度函数以及控制规则表如下： 表3 控制规则表

二、基本原理 这是一个二输入、单输出的模糊控制器的设计，主要包括输入模糊化、模糊推理、解模糊等基本过程，现在叙述如下： 1、输入模糊化 在本实验实际过程中采用单点模糊集合的方法实现输入的模糊化，例如e 为离散论域E={-6，-5，-4，-3，-2，-1,0，1，2，3，4，5，6}，则x *=,0的输入模糊集合可表示为： 00000010000006543210123456 A = ++++++++++++------ 2、模糊推理 设某一时刻偏差为e *，偏差变化量为ec *，则可根据由各条规则给出的模糊蕴含关系进行合成推理运算，得到相应的输出控制量的模糊值： * * * **1 1 1 **1 (){()}{()[()]} {[()][()]} m n m n m n l l l l l l l l m n l l l l l U e and ec R e and ec R e and ec A and B C e A C ec B C ???* ===?====→=→→ 其中，m 和n 分别表示e 和ec 的论域所划分的模糊自己的个数，在本实验中，m=8，n=7，对应着本题目中规定的56条控制规则。控制器设计的核心就是对上式进行编程。 3、解模糊 本实验采用加权平均的方式解模糊，其精确值的计算公式如下： 101 ()n i i i n i i z k z df z k ==== ∑∑ 三、实验程序： 实验最终采用的程序如文件program 中fuc1.m 所示，fuc1_1.m 和fuc1_2.m 为了说明程序优化使用。就本题目而言，三个程序都可以解决问题。Maxmin.m 是最大最小合成函数，供fuc1_1.m 运行时调用。各个excel 表格说明如下：Input1_Terms_Membership.xlsx 、Input2_Terms_Membership.xlsx 、Output_Terms_Membership.xlsx 分别为两个输入变量以及输出变量的隶属度函数表，用于在MA TLAB 执行程序的时候读入，Output_Result.xlsx 为程序运行结果。 本实验采用的程序如下：