下载文档原格式
模糊PID控制器的设计与仿真设计模糊PID控制器时，首先要将精确量转换为模糊量，并且要把转换后的模糊量映射到模糊控制论域当中，这个过程就是精确量模糊化的过程。
模糊化的主要功能就是将输入量精确值转换成为一个模糊变量的值，最终形成一个模糊集合。
本次设计系统的精确量包括以下变量：变化量e ，变化量的变化速率ec 还有参数整定过程中的输出量ΔKP ，ΔKD，ΔKI，在设计模糊PID 的过程中，需要将这些精确量转换成为模糊论域上的模糊值。
本系统的误差与误差变化率的模糊论域与基本论域为：E=[-6,-4,-2,0,2,4,6];Ec=[-6,-4,-2,0,2,4,6]。
模糊PID控制器的设计选用二维模糊控制器。
以给定值的偏差e和偏差变化ec为输入；ΔKP ，ΔKD，ΔKI为输出的自适应模糊PID控制器，见图1。
图1模糊PID控制器（1）模糊变量选取输入变量E和EC的模糊化将一定范围(基本论域)的输入变量映射到离散区间(论域)需要先验知识来确定输入变量的范围。
就本系统而言，设置语言变量取七个，分别为 NB，NM，NS，ZO，PS，PM，PB。
(2)语言变量及隶属函数根据控制要求，对各个输入，输出变量作如下划定：e，ec论域：｛-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6｝ΔKP ，ΔKD，ΔKI论域：｛-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6｝应用模糊合成推理PID参数的整定算法。
第k个采样时间的整定为).()(,)()(,)()(kKKkKkKKkKkKKkKDDDIIIPPP∆+=∆+=∆+=式中,,DIPKKK为经典PID控制器的初始参数。
设置输入变量隶属度函数如图2所示，输出变量隶属度函数如图3所示。
图2 输入变量隶属度函图3 输出变量隶属度函（3）编辑模糊规则库根据以上各输出参数的模糊规则表，可以归纳出49条控制逻辑规则，具体的控制规则如下所示：1.If (e is NB) and (ec is NB) then (kp is NB)(ki is PB)(kd is NS)(1)2.If (e is NB) and (ec is NM) then (kp is NB)(ki is PB)(kd is PS)(1)3.If (e is NB) and (ec is NS) then (kp is NM)(ki is PM)(kd is PB)(1)4.If (e is NB) and (ec is ZO) then (kp is NM)(ki is PM)(kd is PB)(1)5.If (e is NB) and (ec is PS) then (kp is NS)(ki is PS)(kd is PB)(1)6.If (e is NB) and (ec is PM) then (kp is ZO)(ki is ZO)(kd is PM)(1)7.If (e is NB) and (ec is PB) then (kp is ZO)(ki is ZO)(kd is NS)(1)8.If (e is NM) and (ec is NB) then (kp is NB)(ki is PB)(kd is NS)(1)9.If (e is NM) and (ec is NM) then (kp is NB)(ki is PB)(kd is PS)(1)10.If (e is NM) and (ec is NS) then (kp is NM)(ki is PM)(kd is PB)(1)11.If (e is NM) and (ec is ZO) then (kp is NS)(ki is PS)(kd is PM)(1)12.If (e is NM) and (ec is PS) then (kp is NS)(ki is PS)(kd is PM)(1)13.If (e is NM) and (ec is PM) then (kp is ZO)(ki is ZO)(kd is PS)(1)14.If (e is NM) and (ec is PB) then (kp is PS)(ki is ZO)(kd is ZO)(1)15.If (e is NS) and (ec is NB) then (kp is NM)(ki is PB)(kd is ZO)(1)16.If (e is NS) and (ec is NM) then (kp is NM)(ki is PM)(kd is PS)(1)17.If (e is NS) and (ec is NS) then (kp is NM)(ki is PS)(kd is PM)(1)18.If (e is NS) and (ec is ZO) then (kp is NS)(ki is PS)(kd is PM)(1)19.If (e is NS) and (ec is PS) then (kp is ZO)(ki is ZO)(kd is PS)(1)20.If (e is NS) and (ec is PM) then (kp is PS)(ki is NS)(kd is PS)(1)21.If (e is NS) and (ec is PB) then (kp is PS)(ki is NS)(kd is ZO)(1)22.If (e is ZO) and (ec is NB) then (kp is NM)(ki is PM)(kd is ZO)(1)23.If (e is ZO) and (ec is NM) then (kp is NM)(ki is PM)(kd is PS)(1)24.If (e is ZO) and (ec is NS) then (kp is NS)(ki is PS)(kd is PS)(1)25.If (e is ZO) and (ec is ZO) then (kp is ZO)(ki is ZO)(kd is PS)(1)26.If (e is ZO) and (ec is PS) then (kp is PS)(ki is NS)(kd is PS)(1)27.If (e is ZO) and (ec is PM) then (kp is PM)(ki is NM)(kd is PS)(1)28.If (e is ZO) and (ec is PB) then (kp is PM)(ki is NM)(kd is ZO)(1)29.If (e is PS) and (ec is NB) then (kp is NS)(ki is PM)(kd is ZO)(1)30.If (e is PS) and (ec is NM) then (kp is NS)(ki is PS)(kd is ZO)(1)31.If (e is PS) and (ec is NS) then (kp is ZO)(ki is ZO)(kd is ZO)(1)32.If (e is PS) and (ec is ZO) then (kp is PS)(ki is NS)(kd is ZO)(1)33.If (e is PS) and (ec is PS) then (kp is PS)(ki is NS)(kd is ZO)(1)34.If (e is PS) and (ec is PM) then (kp is PM)(ki is NM)(kd is ZO)(1)35.If (e is PS) and (ec is PB) then (kp is PM)(ki is NB)(kd is ZO)(1)36.If (e is PM) and (ec is NB) then (kp is NS)(ki is ZO)(kd is NB)(1)37.If (e is PM) and (ec is NM) then (kp is ZO)(ki is ZO)(kd is PS)(1)38.If (e is PM) and (ec is NS) then (kp is PS)(ki is NS)(kd is NS)(1)39.If (e is PM) and (ec is ZO) then (kp is PM)(ki is NS)(kd is NS)(1)40.If (e is PM) and (ec is PS) then (kp is PM)(ki is NM)(kd is NS)(1)41.If (e is PM) and (ec is PM) then (kp is PM)(ki is NB)(kd is NS)(1)42.If (e is PM) and (ec is PB) then (kp is PB)(ki is NB)(kd is NB)(1)43.If (e is PB) and (ec is NB) then (kp is ZO)(ki is ZO)(kd is NB)(1)44.If (e is PB) and (ec is NM) then (kp is ZO)(ki is ZO)(kd is NM)(1)45.If (e is PB) and (ec is NS) then (kp is PM)(ki is NS)(kd is NM)(1)46.If (e is PB) and (ec is ZO) then (kp is PM)(ki is NM)(kd is NM)(1)47.If (e is PB) and (ec is PS) then (kp is PM)(ki is NM)(kd is NS)(1)48.If (e is PB) and (ec is PM) then (kp is PB)(ki is NB)(kd is NS)(1)49.If (e is PB) and (ec is PB) then (kp is PB)(ki is NB)(kd is NB)(1) 把这49条控制逻辑规则，键入到模糊规则库中，如图4。
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。
简易模糊控制器的设计及仿真摘要：模糊控制(Fuzzy Control )是以模糊集理论、模糊语言和模糊逻辑推理 为基础的一种控制方法，它从行为上模仿人的模糊推理和决策过程。
本文利用MATLAB/SIMULIN 与FUZZYTOOLBO 对给定的二阶动态系统，确定模糊控制器的 结构，输入和输出语言变量、语言值及隶属函数，模糊控制规则，比较其与常规 控制器的控制效果，用MATLA 实现模糊控制的仿真。
关键词：模糊控制参数整定MATLAB 仿真二阶动态系统模型：120 30s 1 140s 1采用simulink 图库，实现常规PID 和模糊自整定PID 一.确定模糊控制器结构模糊自整定PID 为2输入3输出的模糊控制器。
在MATLAB 勺命令窗口中键 入fuzzy 即可打开FIS 编辑器，其界面如下图所示。
此时编辑器里面还没有FIS系统，其文件名为Un titled ，且被默认为Man da ni 型系统。
默认的有一个输入， 一个输出，还有中间的规则处理器。
在FIS 编辑器界面上需要做一下几步工作。
Ready首先，模糊自整定PID 为2输入3输出的模糊控制器，因此需要增加一个输入两个输出，进行的操作为：选择 Edit 菜单下的Add Variable/Input菜单项＜F1S Name: Untitled FIS Type: And method Or method implicertionAggregationDefuzzificatiorHelpJ{ Close ]File S.A11¥j. ez:Unt it leduntitled (mamdani)output 1Current VariableType Rangeoutputloutput [01]最后，保存系统。
单击File 菜单，选择Export 下的To Disk 项 建的系统命名为PID_auot.fi•定义输入、输出模糊集及隶属函数如下图-FIS Editor: UntitledFile Edit Vie*FJS Mame:Anci mrthod Or method Implication AggregationDetuzzificatioroutputsoutput[01]. dose IReady其次，给输入输出变量命名。
模糊控制器的设计与MATLAB仿真模糊控制器的设计与MATLAB仿真王桥( 安庆师范学院物理与电气工程学院安徽安庆246011)指导教师：吴文进摘要:随着现代科学技术的迅速发展,生产系统的规模越来越大,形成了复杂的大系统,导致了控制对象与控制器以及控制任务和目的的日益复杂化。
系统的复杂性主要表现在，被控对象模型的不确定性、系统信息的模糊性、高度非线性、输入信息多样化、多层次和多目标的控制要求、计算复杂性和庞大的数据处理以及严格的性能指标。
该设计分析了模糊控制理论原理，给出了常规模糊控制器的设计方法，并在MATLAB中进行仿真实验，实验结果验证了控制器的有效性。
关键词:模糊控制，PID控制，MATLAB仿真1引言智能控制是当前国内外人工智能，自动化，计算机技术领域中的热门话题，受到学术界、工程界和企业界的广泛关注。
正在积极进行有关智能控制的理论方法和应用技术的研究与开发工作，取得了许多新进展和新成果。
智能控制系统的发展，为智能自动化提供了理论基础，必将推动自动化向前发展。
智能控制主要包括以下几个方面，基于知识系统的专家控制、基于模糊系统的智能控制、基于学习及适应性的智能控制、基于神经网络的智能控制系统。
模糊控制指的是应用模糊集合理论统筹考虑控制的一种控制方式。
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(条件)…THEN（作用）”形式表示的控制规则，通过模糊推理得到控制作用集，作用于被控对象或过程。
控制作用集为一组条件语句，状态条件和控制作用均为一组被量化了的模糊语言集，如”正大”、”负大”、”高”等。
它们共同构成控制过程的模糊算法,定义模糊子集与建立模糊控制规则、由基本论域转变为模糊集合论域、模糊关系矩阵运算、模糊推理合成与求出控制输出模糊子集、进行清晰化运算，得到精确控制量。
本论文主要是对基于模糊系统的智能控制器中的常规模糊控制器和模糊自整定PID控制器进行设计。
模糊控制系统的建模与仿真设计方法摘要：模糊控制系统是一种基于模糊逻辑的控制方法，广泛应用于工业控制、自动驾驶等领域。
本文介绍了模糊控制系统的基本原理，详细讨论了建模与仿真设计的方法，包括输入输出的模糊集合划分、规则库的构建、模糊推理与输出解模糊等关键步骤，并通过实例分析验证了方法的有效性。
1. 引言模糊控制系统是一种使用模糊逻辑进行决策和控制的方法，相较于传统的精确控制方法，具有更强的适应性和鲁棒性。
在实际应用中，模糊控制系统已被广泛运用于工业控制、自动驾驶等各个领域。
为了设计高性能的模糊控制系统，合理的建模与仿真设计方法至关重要。
2. 模糊控制系统的建模建模是模糊控制系统设计的第一步，其目的是将实际控制问题转化为模糊集合及其规则库的形式，方便进行模糊推理。
模糊控制系统的建模过程一般包括以下几个步骤：2.1 输入输出模糊集合划分对于待控制的对象，需要对输入和输出的变量进行模糊化，即将实际输入输出的连续取值划分为若干个模糊集合。
划分过程可以基于专家知识或实际数据，常用的划分方法包括三角法、梯形法和高斯法等。
2.2 规则库的构建规则库是模糊控制系统的核心，其中包含了模糊控制的知识和经验。
规则库的构建需要依据专家知识或经验，并将其转化为一系列模糊规则的形式。
每条规则一般由若干个模糊集合的条件和一个模糊集合的结论组成。
2.3 模糊推理通过将实际输入值映射到对应的模糊集合上，利用推理方法将输入与规则库中的规则进行匹配，得到模糊输出。
常用的推理方法包括最大值法、加权平均法和模糊积分法等。
2.4 输出解模糊由于模糊输出是一个模糊集合，需要对其进行解模糊得到具体的输出。
常用的解模糊方法包括最大值法、面积平衡法和最大隶属度法等。
3. 模糊控制系统的仿真设计模糊控制系统的仿真设计是为了验证所设计的模糊控制系统在实际情况下的性能。
仿真设计通常包括以下步骤：3.1 系统建模根据实际控制对象的特性，将其建模为数学模型，包括输入与输出的关系、系统的动态特性等。
基于元胞传输模型的小脑模型关节控制器设计摘要近年来，由于高速公路交通流量迅速增加，特别是节假日出行高峰期，交通堵塞现象已经习以为常，如何采用合理的控制方法解决高速公路交通问题显得尤为关键。
入口匝道控制被认为是一种避免高速路拥堵的有效途径。
本论文基于元胞传输模型，设计了小脑模型关节控制器，合理控制驶进高速路的车辆数。
首先分析了入口匝道控制原理和控制算法。
其次研究了小脑模型控制算法，介绍了高速公路交通流模型并建立了描述交通流动态变化的元胞传输模型，紧接着给出了小脑模型关节控制器与PID控制器的并行控制设计，保证系统稳定和响应速度。
最后用MATLAB软件进行了系统仿真，仿真的结果显示，该控制器具有良好自适应力，可以对高速公路入口匝道进行有效控制，缓解道路拥挤，提高道路主线的通行能力。
关键词高速公路；入口匝道控制；元胞传输模型；小脑模型关节控制器AbstractIn recent years，especially during the peak times of holidays, the phenomena of traffic congestion on urban freeway are becoming more and more familiar since the traffic volume of freeway has increased promptly, which makes it urgent and significant to apply efficient control approaches to solve the problems of freeway traffic. On-ramp control is considered as an effective way to relieve traffic congestion on urban freeway and has been used for traffic control on the freeway. In this paper, based on cell transmission model, cerebellar model articulation controller is designed to rationally control the number of vehicles that entering the freeway. Firstly, it is a detailed introduction about principle and algorithm of freeway on-ramp control. Then, the algorithm of cerebellar model articulation controller is studied. Models of freeway traffic flow are introduced and cell transmission model to describe the evolution of freeway traffic flow is established .And the design of composite control of cerebellar model articulation controller and PID is proposed to increase the stability of the system and the response speed. Finally, the system simulation is carried out using MATLAB software. Simulation results show that the ramp controller is of perfect self-adaptive control properties. It can solve the traffic control problem effectively and alleviate traffic congestion and improve the freeway mainline capability.Keywords freeway; on-ramp control; cell transmission model; cerebellar model articulation controller目录摘要----------------------------------------------------------------------------------------------------------- I ABSTRACT --------------------------------------------------------------------------------------------------- II 第1章绪论 -------------------------------------------------------------------------------------------------- 11.1研究背景 ------------------------------------------------------------------------------------------ 11.2研究目的与意义 --------------------------------------------------------------------------------- 11.3文献综述 ------------------------------------------------------------------------------------------ 21.4研究的主要内容 --------------------------------------------------------------------------------- 3第2章高速公路入口匝道控制-------------------------------------------------------------------------- 52.1入口匝道控制的基本原理--------------------------------------------------------------------- 52.2入口匝道控制方式 ------------------------------------------------------------------------------ 52.3入口匝道控制算法 ------------------------------------------------------------------------------ 62.3.1典型入口匝道控制算法分类 ---------------------------------------------------------- 62.3.2神经网络控制算法 ---------------------------------------------------------------------- 82.3.3线性规划控制算法 ---------------------------------------------------------------------- 92.4入口匝道控制存在的问题--------------------------------------------------------------------- 92.5本章小结 ---------------------------------------------------------------------------------------- 10第3章CMAC神经网络 ---------------------------------------------------------------------------------113.1概述 -----------------------------------------------------------------------------------------------113.2 CMAC的结构和算法-------------------------------------------------------------------------113.2.1CMAC的结构 --------------------------------------------------------------------------113.2.2CMAC的学习算法 ------------------------------------------------------------------- 123.3基于CMAC的前馈网络控制器----------------------------------------------------------- 133.4本章小结---------------------------------------------------------------------------------------- 14第4章基于CTM的小脑模型关节控制器设计---------------------------------------------------- 154.1高速公路交通流模型 ------------------------------------------------------------------------- 154.1.1交通流基本参数 ----------------------------------------------------------------------- 154.1.2交通流模型 ----------------------------------------------------------------------------- 164.2元胞传输模型 ---------------------------------------------------------------------------------- 174.3基于CTM的小脑模型关节控制器设计-------------------------------------------------- 194.4本章小结 ---------------------------------------------------------------------------------------- 20第5章仿真研究 ------------------------------------------------------------------------------------------ 225.1仿真背景 ---------------------------------------------------------------------------------------- 225.2仿真分析 ---------------------------------------------------------------------------------------- 225.3本章小结 ---------------------------------------------------------------------------------------- 28结论--------------------------------------------------------------------------------------------------------- 29参考文献 ----------------------------------------------------------------------------------------------------- 30致谢--------------------------------------------------------------------------------------------------------- 31第1章绪论1.1 研究背景随着城市化进程加快，高速公路快速发展。
海南大学毕业论文（设计）题目：模糊控制器算法设计与仿真学号：20070714059 姓名：苏新慧年级：2007级学院：信息科学技术学院系别：电子信息工程系专业：电子信息工程指导教师：沈荻帆老师完成日期：2011年 4 月 30 日摘要目前的大部分控制系统的分析和设计方法都是被控对象的数学模型是已知的，或者通过实验等辨识方法能够获取的，但是现代工业的发展，人们在工程实践中发现，有些复杂的系统，要想获取它的精确的模型几乎没有可能，这时候，无法用传统控制方法进行控制。
但是可以凭借多年的工作经验，把控制的方法总结成带有模糊性质的、用自然语言表达的操作规则，来实现对这些系统的有效控制。
模糊控制即模拟人类如何凭经验和常识利用模糊规则进行推理，并用系统进行实现的控制过程。
模糊控制过程不依赖于被控对象的精确的数学模型，而是以人的实际操作经验作为基础，是把人的智能和控制系统结合到了一起，因此模糊控制属于智能控制领域。
目前，它已经称为智能控制领域的一个重要分支。
在Matlab的Simulink仿真模块库中，设有专门的模糊逻辑工具箱，专门用于构成模糊控制系统仿真模型图。
关键词：模糊控制、被控对象、智能领域、模糊系统AbstractAt present the most of the control system analysis and design method is the mathematical model of the controlled object is known, or through experiment and identification method can get, but the development of modern industry, people found in engineering practice, some complex system, to make its precise model is almost impossible, at that time, can not use traditional control method to control them. But can with years of work experience, the control method with fuzzy qualitative, summarized into using natural language express operating rules, to achieve the effective control of these systems.Simulation of fuzzy control that is how humans use their experience andcommon sense reasoning by fuzzy rules, and use the system of the control process. Fuzzy control process does not depend on the charged precise mathematical model of the object, but to the people's practical experience as a foundation, is to human intelligence and control systems combined to together, so the field of fuzzy control is intelligent control. Currently, it has been called the field of intelligent control an important branch.Matlab's Simulink simulation module in the library, a specialized fuzzy logic toolbox, designed to constitute a fuzzy control system simulation model diagram.Key words: fuzzy control, the plant, intelligent fields, fuzzy systems目录1.引言 (6)2.基本PID控制器设计 (7)2.1基本PID控制器原理 (7)2.2常规PID参数的整定 (9)2.3SMITH预估器 (9)2.4设计PID控制器时注意事项 (10)3.模糊控制器设计 (10)3.1模糊控制器的基本思想 (10)3.2参数自整定模糊控制 (11)3.3模糊控制算法的实现 (11)3.4模糊控制器的具体设计 (12)4.被控对象电锅炉温度控制器的设计 (14)4.1被控对象的介绍 (14)4.2设计方案 (14)4.3方案比较 (16)5.电锅炉温度控制系统的MATLAB建模 (16)5.1MATLAB7.0及模糊逻辑工具箱介绍 (16)5.2电锅炉温度控制系统模型的简历及其功能 (17)5.2.1常规PID控制 (17)5.2.2加SMITH预估器PID控制 (17)5.2.3电锅炉温控系统的参数自整定模糊PID控制 (18)5.2.4干扰信号下电锅炉温度控制系统的建模 (21)6.电锅炉温度控制器的仿真 (24)6.1常规PID控制的仿真 (24)6.2加SMITH预估器的PID控制仿真 (24)6.3参数自整定模糊PID控制仿真 (27)7.电锅炉温度控制器的功能及指标参数 (29)7.1电锅炉温度控制器实现的功能 (33)7.2电锅炉温度控制器功能及指标参数分析 (33)8结论 (35)9总结及体会 (35)10谢辞 (36)11参考文献 (36)附录1 ：各种控制系统仿真结构图 (37)1引言目前，根据智能控制发展的不同历史阶段和不同的理论基础可以将它分为四大类：基于专家系统的智能控制、分层递阶智能控制、模糊逻辑控制、神经网络控制。
模糊控制器设计模糊控制是以模糊集合论、模糊语言变量及模糊逻辑推理为基础的一种计算机数字控制。
从线性控制与非线性控制的角度分类，模糊控制是一种非线性控制。
从控制器的智能性看，模糊控制属于智能控制的范畴，而且它已成为目前实现智能控制的一种重要而又有效的形式。
1模糊控制的基本思想在自动控制技术产生之前，人们在生产过程中只能采用手动控制方式。
手动控制过程首先是通过观测被控对象的输出，其次是根据观测结果做出决策，然后手动调整输入量，操作工人就是这样不断地完成从观测、决策到调整，实现对生产过程的手动调整输入量，操作工人就是这样不断地完成从观测、决策到调整，实现对生产过程的手动控制。
这三个步骤分别是由人的眼-脑-手来完成的。
后来，由于科学技术的进步，人们逐渐采用各种测量装置（如传感器）代替人眼，完成对被控制量的观测任务；利用各种控制器（如PID调节器）取代人脑的作用，实现比较、综合被控制量与给定量之间的偏差，控制器所给出的输出信号相当于手动控制过程中人脑的决策；使用各种执行机构（如电动机）对被控对象施加某种控制作用，这就起到了手动控制中手的调整作用。
上述由测量装置、控制器、被控对象及执行机构组成的自动测控系统，就是人们所熟知的常规负反馈控制系统。
常规控制首先要建立精确数学模型，但是对一些复杂的工业过程，建立精确的数学模型是非常困难的，或者是根本不可能的。
于是常规控制技术在这里就遇到了不可逾越的障碍。
但是，熟练的技术操作人员，通过感官系统进行现场观察，再根据自己的经验就能很容易地实现这类控制过程，于是就产生了一个问题，能否把人的操作经验总结为若干条控制规则，并设计一个装置去执行这些规则，从而对系统进行有效的控制呢?答案是肯定的。
这种装置就是模糊控制器。
与传统的PID控制相比，模糊控制有其明显的优越性。
由于模糊控制实质上是用计算机去执行操作人员的控制策略，因而可以避开复杂的数学模型。
对于非线性，大滞后及带有随机干扰的复杂工业对象，由于数学模型难以建立，因而传统的PID控制也就失效，而对这样的系统，设计一个模糊控制器，却没有多大困难。
基于元胞传输模型的模糊控制器设计与仿真摘要20世纪80年代以来，我国的经济快速发展，高速公路发挥了重要的作用。
但随着机动车辆以几何级的数量增长，交通拥挤成为了社会上的热点问题。
交通拥挤不仅会引起车辆延误，扰乱交通秩序，而且还会破坏人们的生活质量。
针对这个问题，本文设计了基于元胞传输模型的模糊控制器，并把它运用在高速公路匝道控制上，进而控制进入高速公路主干道的车流量。
本论文首先介绍了有关模糊控制的理念，接着重点介绍了元胞传输模型的原理，该原理能很好反映交通流的动态，并根据元胞传输模型设计了一种用于高速公路匝道控制的模糊控制器。
最后应用MATLAB软件进行仿真，仿真的结果表明，该控制器具有较好的动态和稳态性能，能有效提高线路的通行能力，实现车辆快速，安全地运行。
关键词高速公路；匝道控制；元胞传输模型；模糊控制器；交通拥挤AbstractSince the 1980s, the freeway has played an important role in China's rapid economic development. But the number of motor vehicles with geometrical level growth, traffic congestion has become a social heat issues. Traffic congestion not only causes vehicle delays, and but also destroys the rule of traffic, destroys people's quality of life. Face to this question, this paper designs a fuzzy controller based on cell transmission model, and applys it on the freeway on-ramp control in order to control entering freeway traffic. The paper first starts to introduce the concept of fuzzy control, and then focuses on the principle of cell transmission model, which can well reflect the dynamic of traffic flow, and based on this a kind of fuzzy controller has been designed for freeway ramp control. Finally MATLAB software is used for simulation. Simulation results show that the controller has good dynamic and steady state performance.It can effectively improve the road capacity and make vehicles travel quickly and safely.Keywords freeway ramp control cell transmission model fuzzy controller traffic congestion目录摘要 (I)Abstract (II)第1章绪论 (1)1.1 选题背景 (1)1.2 研究的目的和意义 (1)1.3 国内外文献综述 (2)1.4 论文的主要内容 (3)第2章模糊控制 (4)2.1 模糊控制概述 (4)2.2 模糊控制的数学基础 (4)2.2.1隶属度函数 (4)2.2.2模糊关系 (4)2.3 模糊推理系统 (5)2.3.1模糊推理系统的结构 (5)2.3.2模糊推理以及规则 (5)2.4 模糊控制的特点 (6)2.5 模糊控制器的性能分析 (7)2.6 本章小结 (7)第3章元胞传输模型 (8)3.1 元胞传输模型的概述 (8)3.2 元胞传输模型的原理 (8)3.3 本章小结 (10)第4章高速公路入口匝道控制 (11)4.1 高速公路概述 (11)4.2 入口匝道的控制目标 (11)4.3 入口匝道的控制方法 (11)4.3.1需求-容量差额控制 (12)4.3.2占有率控制 (12)4.3.3反馈控制 (13)4.4 本章小结 (14)第5章基于元胞传输模型的模糊匝道控制器设计与仿真 (15)5.1 模糊控制器的设计步骤 (15)5.2 结合元胞传输模型设计模糊匝道控制器 (23)5.3仿真背景 (24)5.4仿真结果与分析 (24)5.5 本章小结 (35)结论 (36)参考文献 (37)致谢 (38)附录 (39)第1章绪论1.1 选题背景目前国家的经济高速发展，车辆数目也快速增长，市民的出游数次不断增加，城市交通的需求平衡进一步被破坏，从而引发了城市道路交通拥堵。
城市道路交通阻塞，是当今社会很热点的问题，它不仅给人民的生活带来了诸多不便，而且限制了国民经济的发展，降低了社会效益。
缓解交通拥堵，提高道路的通行能力，成为了各国政府的头等大事。
在我们现实生活中，存在停车难，搭车难，行车难等一系列问题，比如在广州，在上下班高峰期，一段本来只需要20分钟的路程，由于拥挤，一个钟或许也达不到目的地。
对于交通拥挤的问题，其引起的因素有很多，在国内外的一些大城市，像伦敦，北京，东京，广州等，主要是由于车辆多而路少，特别是高速公路上的拥挤情况最为严重。
为了解决这个问题，最有效的办法就是多建造公路，完善交通道路规划，来提高道路的通行能力。
但是这个方法需要大量的人力，物力，工期也不短，无法在短时间内取得好效果。
况且大部分城市的空间布局存在很大问题，没有多余的空间来修建道路。
那么如何解决交通拥挤的问题呢？如果我们想要一个舒适的交通环境，就必须了解造成交通拥挤的原因，对症下药。
就目前来讲，政府有关部门可以通过实施公交优先，上下班高峰期，某些路段实行单方向行驶，来减少路段的车流量，抑制私家车喷口式发展趋势等。
但这种做法，无法从根本上消除交通拥挤的现象，取得的效果不明显。
因此，随着科学技术的发展，各种高新的技术结合在交通系统上，智能交通成为了新时代研究的热点。
它通过建立各种模拟控制器，能很好实现对高速公路上的动态进行控制。
本文就设计了基于元胞传输模型的模糊控制器，监控匝道上的车辆数目，进而解决高速公路上的拥挤问题。
1.2 研究的目的和意义就目前来讲，交通问题刻不容缓。
交通是国家经济发展的生命线，它能满足人们出行的需求，提高人们的出行效率，加快资源的合理分配，促进国家经济的发展。
本课题研究的目的就是在上述提到的道路拥堵情况下，分析出造成交通拥堵的原因，进而探讨如何寻找合理的方案和方法去解决道路拥堵问题。
在充分利用现有城市道路资源的前提下，对高速公路的拥挤情况进行分析，本文采用基于元胞传输模型的方法，从而设计出缓解道路拥堵的匝道控制器，有效引导道路交通，让道路保持畅通，达到出行轻松方便快捷，降低由于道路交通引起的各种安全事件的次数。
本文研究具有重要的意义，在我们的平常生活当中，因为公路上的拥堵，使得我们在道路上花费了更多的时间，降低了工作效率。
通过模糊控制器的设计，将其使用在高速公路匝道控制上，能控制高速公路上的车辆数目，提高主干道的通行能力，减少交通污染，营造一个人与车辆和谐发展的交通环境。
模糊控制器增强了对匝道的控制效果，它能避免因为车流量过多而引起车辆在道路上排队，从而引发交通拥挤。
这种控制具有很强的灵活性，能有效减少交通上发生的追尾事件，提高行车的效率和安全。
1.3 国内外文献综述文献1 介绍了智能控制的几种控制类型，并在第2章详细的讲述了模糊控制系统的设计方法。
而在MATLA系统中模糊控制器的仿真，进一步描述了模糊控制在现代工业的运用。
文献2 介绍了MATLAB的有关操作，各种隶属度函数的应用以及相关性质，如何建立模糊规则等，然后介绍模糊工具箱的用法。
文献3 阐述了有关交通流的理论，分析了匝道控制在控制高速公路车辆数目中的作用，有关匝道控制的条件、类型和目标，对于定时与感应控制在高速公路中的不一样的控制效果也做出了研究。
文献4 针对高速公路的拥挤情况，智能交通控制把现代的科学技术运用于交通领域，设计了入口匝道的模糊控制器，讲述了其设计的步骤，它建立了56条规则，能很好地控制主线上的交通量，减轻高速公路的压力。
文献5 讲述了在当代智能交通在高速公路上的运用，分析了交通量，交通密度，车流速度三者的关系，建立了交通流模型，并在最后介绍了匝道的有关概念，讲述了入口匝道的控制效果。
文献6 在高速公路飞快发展的今天，交通拥挤成为社会上热点问题。
本文讲述了模糊控制的有关算法和模糊控制器的结构，依据具体的隶属度函数，设计了25条规则，并具备两个输入变量，单个输出的模糊控制器，并将它运用于高速公路匝道控制。
文献7 讲述了在高速公路上匝道控制的控制方法，介绍了利用模糊逻辑工具箱来建立模糊控制器的方法，本文依据模糊工具箱建立的控制器，具备简单，直观，实用价值高等优点，能实现车辆安全运行。
文献8 对于交通流中的排队特性，比如排队开始到变为拥挤的现象，元胞传输模型能很好模拟这种状况。
每个元胞就是一个路段，在本文中提出一种新的基于元胞传输模型的对于不同线路选择的行程时间的计算方法。
文献9 重点介绍了元胞传输模型的基本原理，针对公路上的某路段的快速路交通状况，运用元胞传输模型进行模拟交通拥挤情况，然后再仿真，得出结果。
文献10 目前模糊控制系统的设计主要依靠实验和错误，这极大的限制了其实用性，本文论述了能实现多种模糊推理的控制器的原理，其性能的评估通过仿真来实现。
1.4 论文的主要内容全文共分五章。
第1章阐述了基于元胞传输模型的模糊控制器的选题有关背景，它在交通领域研究目的和意义，并对国内外城市的交通拥堵情况作出研究。
第2章主要讲述了模糊控制的有关概念，模糊控制的数学基础，模糊推理系统的组成部分，并简单介绍了模糊控制的特点，并进一步分析了模糊控制的有关性能。
第3章首先介绍了元胞传输模型的有关概念以及发展史，然后详细介绍了元胞传输模型的原理。
第4章主要介绍了匝道控制在高速公路上的应用，分别讲述了实现匝道控制的目标以及方法。
第5章本文的重点，结合元胞传输模型设计模糊控制器，实现高速公路的匝道控制，改善交通拥挤情况，最后在MATLAB中进行仿真研究。
