下载文档原格式
智能控制的主要控制方法一、模糊控制。
1.1 模糊控制的基本概念。
模糊控制啊，就像是一种“差不多”的控制方法。
它不追求精确到小数点后多少位的数值，而是用一些模糊的概念，像“大”“小”“快”“慢”之类的。
比如说，要控制房间的温度，它不会精确到25.5度，而是大概分为“冷”“合适”“热”这么几个模糊的状态。
这就很符合咱们日常生活中的思维方式，咱们人在判断很多事情的时候，也不是用特别精确的数字，而是靠这种模糊的感觉。
就像咱们常说的“差不多得了”，模糊控制就是这么个意思。
1.2 模糊控制的应用。
在实际生活中，模糊控制的应用可不少呢。
像洗衣机的控制，它不知道衣服到底有多脏，但是可以根据衣物的重量、材质等大概的因素，来确定洗涤的时间和强度。
这就好比一个有经验的主妇，虽然不能精确测量污垢的含量，但是凭借经验就能把衣服洗得差不多干净。
还有汽车的自动变速器，它根据车速、油门踏板的位置等模糊的信息，来决定换挡的时机，不需要精确计算每一个瞬间的动力需求。
二、神经网络控制。
2.1 神经网络控制的原理。
神经网络控制就像是模拟人的大脑神经工作方式。
它有很多的神经元节点，这些节点之间相互连接，就像大脑里的神经细胞一样。
每个节点都能接收和处理信息，然后把处理后的结果传递给其他节点。
这就好比一个庞大的信息传递网络，大家互相协作。
这有点像咱们常说的“众人拾柴火焰高”，众多的神经元一起工作，来实现对系统的控制。
2.2 神经网络控制的实例。
比如说在图像识别方面，神经网络控制就大显身手了。
它可以识别出照片里是猫还是狗，或者是其他的物体。
就像人的眼睛和大脑的结合一样，神经网络通过对图像的大量特征进行分析，就像咱们看东西的时候会注意到动物的耳朵、眼睛、尾巴等特征，它也是这么去判断的。
再比如在股票市场预测中，虽然不能做到百分百准确，但是它可以根据历史数据等众多因素，像公司的业绩、市场的趋势等，来对股票价格的走势做出一个大致的预测。
三、遗传算法控制。
模糊系统与智能控制技术随着人工智能技术的不断发展，智能控制技术作为重要的一部分也得到了快速的发展。
其中，模糊系统作为智能控制的重要手段之一，逐渐在工程技术中得到了广泛应用。
一、模糊系统概述模糊系统指的是一类基于模糊数学理论为基础的人工智能系统，用于处理不确定、模糊、复杂的信息和控制问题。
模糊系统一般由模糊集合、模糊逻辑、模糊推理和模糊控制等组成。
模糊集合是模糊系统中的基本概念，通过模糊集合的模糊度来描述信息的不确定性和模糊性。
二、模糊系统在智能控制中的应用在智能控制中，模糊系统应用广泛，主要表现在以下方面：1.模糊控制模糊控制是模糊系统在控制领域中的一种应用，其核心是建立模糊控制器，通过输入变量经过模糊化、规则匹配和解模糊等过程，输出模糊控制量，控制被控对象达到某种期望状态或优化目标。
2.模糊识别模糊识别是指将输出与输入之间的模糊关系进行建模，并通过一定的方法求解识别问题。
常用的模糊识别方法包括模糊C均值聚类、模糊决策树等。
3.模糊优化模糊优化是将模糊规划和优化算法相结合，通过求解模糊集合上的优化问题，确定最优决策方案。
三、模糊系统的优势和不足模糊系统作为一种智能控制技术，在实际应用中有其独特的优势，包括：1.建模简单对于一些复杂、模糊、不易准确建模的问题，采用模糊系统可以使建模过程更加容易，而且表现出的精度和可靠性也比较高。
2.适应性强模糊系统具有一定的自适应性和鲁棒性，在面对变化和不确定性的环境中，能够更好地适应环境变化。
但是，模糊系统也有一定的不足之处，主要包括：1.复杂性高由于模糊系统需要考虑许多未知且不可测的因素，因此其模型结构比较复杂，不易于实现。
2.性能不稳定模糊系统的性能受到多种因素的影响，因此在一些极端情况下，很难保证控制效果的稳定性。
四、结语综上所述，模糊系统作为一种智能控制技术，在实际应用中能够解决许多不确定、模糊、复杂的信息和控制问题，并具有一些独特的优势。
随着人工智能技术的不断发展，相信模糊系统在未来的应用中也会发挥更大的作用。
智能控制大作业报告模糊部分姓名：学号：专业：2011年06月03日题目：已知()()0.5250.528sG e s s s -=+++，分别设计PID 控制与模糊控制，使系统达到较好性能，并比较两种方法的结果。
PID/FCG(s)yr_e具体要求：1、采用Fuzzy 工具箱实现模糊控制器。
2、分析量化因子和比例因子对模糊控制器控制性能的影响。
3、分析系统阶数发生变化时模糊控制和PID 控制效果的变化。
4、分析系统在模糊控制和PID 控制作用下的抗干扰能力(加噪声干扰)、抗非线性能力(加死区和饱和特性)以及抗时滞的能力(对时滞大小加以改变)。
一 原系统仿真分析原系统是一个带有时滞环节的三阶系统，系统的三个极点均在s 域左半平面，系统是稳定的。
利用Matlab/Simulink 工具箱搭建系统框图，对原系统进行阶跃响应分析。
原系统框图如图1所示：图1 原系统框图设定仿真时间为10秒，其它为默认设置，运行程序，可以得到如图2所示仿真结果。
0123456789100.10.20.30.40.50.60.7t/s原系统阶跃响应图2 原系统阶跃响应曲线由图可以看出，原系统是稳定的，但是稳态误差比较大。
二 PID控制器设计根据上述仿真分析，可以知道系统性能比较差，因此设计初步设计PID控制器以在一定程度上改善系统性能。
PID参数的整定采用尝试的方法，遵循先比例后积分再微分的整定顺序，达到保持两个周期、前后超调比约为1:4的理想响应波形。
带PID控制器的系统框图如图3所示：图3 PID控制系统框图其中PID控制器参数如图4所示：图4 PID参数设置设定仿真时间为20s ，运行程序，可以得到如图5所示仿真结果：246810121416182000.20.40.60.811.21.4t/sS t e pPID 控制响应图5 PID 控制阶跃响应曲线由图可以看出，增加PID 控制的系统能够完全消除稳定误差，且具有较小的超调和较短的调节时间，极大程度地改善了系统的性能。
