下载文档原格式
模糊控制心得模糊控制的心得体会一、模糊控制的定义所谓模糊控制，就是对难以用已有规律描述的复杂系统，采用自然语言（如大、中、小）加以叙述，借助定性的、不精确的及模糊的条件语句来表达，模糊控制是一种基于语言的智能控制。
模糊控制是近代控制理论中建立在模糊集合理论基础上的一种基于语言规则与模糊推理的控制理论，是智能控制的一个重要分支。
二、模糊控制的发展史模糊理论（Fuzzy Logic）是在美国加州大学教授L.A.Zadeh于1965年创立的模糊集合理论的数学基础上发展起来的，主要包括模糊集合理论、模糊逻辑、模糊推理和模糊控制等方面的内容。
美国加州大学的L.A.Zadeh教授在1965年发表了著名论文，文中首次提到了表达事物模糊性的重要概念：隶属函数。
从而突破了19世纪末笛卡尔的经典集合理论，奠定了模糊理论的基础。
1966年P.N.Marinos发表模糊逻辑的研究报告。
1974年L.A.Zadeh发表模糊推理的研究报告。
从此，模糊理论成了一个热门的课题。
1974年，英国的E.H.Mamdani首次用模糊逻辑和模糊推理实现了世界上第一个实验性的蒸汽机控制，并取得了比传统的直接数字控制算法更好的效果，从而宣告模糊控制的诞生。
1980年丹麦的L.P.Holmblad和Ostergard在水泥窑炉采用模糊控制并取得了成功，这是第一个商业化的有实际意义的模糊控制器。
三、模糊控制理论的特点模糊控制在动力系统控制、船舶自动驾驶、智能机器人和锅炉控制等方面已得到广泛应用。
目前，在工业上投入运行的模糊控制器，大多由一组模糊控制规则组成，通过一定的模糊推理机制确定控制作用。
模糊控制(fuzzy control, FC)是以模糊集合论、模糊语言变量及其模糊逻辑推理为1基础的计算机智能控制。
与常规控制方法相比具有以下几个优点。
(1)模糊逻辑比常规逻辑更接近人直观的思维方式，控制系统的设计不要求掌握受控对象精确的数学模型，只需要提供现场操作人员的经验知识及操作数据;经常选用的隶属函数都比较简单，而所需要的控制规则不会过多，从这些简单的建造模块出发，系统却可以完成非常复杂的任务。
工程管理中模糊控制法分析及见解摘要：由于项目管理之间是分开的并缺乏紧密的联系，不能很好的控制工程风险，已不能适应现代工程的变化。
文章介绍了模糊控制法，阐述了通过成本、进度、质量、风险控制达到工程项目管理的目标。
关键词：工程管理；模糊控制；逻辑推理；分析法项目进行到一定阶段时，累计花费成本与累计计划预算成本相当，但实际已完成的实物工程量（进度）并没有达到计划量。
到了项目预算已经超出而还有剩余工程量要完成时，要完成项目就必须增加更多的费用，此时要打算在预算内完成项目进行成本控制就已经太晚了。
成本与进度的过程同时必须结合项目的人员与资金情况，如果其中一项出现问题，成本就会加大，进度出现滞后，质量也可能出现问题，就为项目带来较大的风险。
这说明传统的控制方法已经不能真正适应工程的变化，有一些滞后，并不能真实的反映项目的控制状况。
一、模糊控制分析法与逻辑推理（一）模糊控制分析法模糊控制分析法主要是根据模糊数学与建设工程实际情况结合而实践总结出来的一种控制新方法。
它主要有输入因素模糊化处理、模糊逻辑推理、模糊判决输出等三个过程。
1．输入因素模糊化处理我们根据工程根据实际情况将工程进度、人员（施工与管理人员）素质、资金状况（建设单位与施工单位项目部）、施工机具与设备、材料供应、社会环境、其他因素等多个因素作为模糊控制系统的输入信号。
2．输入信号根据实际情况将其划分为13档、9档、7档等进行输入量模糊化处理。
3．由连续量转化为数字量，工程进度、资金投入、人员投入等作为输出信号。
（二）模糊逻辑推理根据工程实际情况以及以往的实际经验，建立起来一套控制规则与原则：人员素质将作为第一要素，资金状况作为第二要素，其他要素则作为一般要素；控制规则的建立是首先必须是保证质量与安全，为首要原则。
控制规则采用的是IF——THEN—ELSE逻辑来实现；工程进度必须根据质量、计划、安全以及资金情况来综合判断；资金的投入必须根据进度与资金供应情况来确定；人员投入与退出应根据计划以及工程人员素质来确定。
模糊控制在自动化领域的重要性自动化技术已经成为当今现代工程领域的重要组成部分，它们广泛应用于制造、交通、医疗、农业等众多领域。
为了确保自动化系统能够在不断变化的环境中保持高效性能，模糊控制成为一个至关重要的工具。
模糊控制是一种通过模糊规则来管理复杂系统的控制策略，它不仅克服了传统控制方法的局限性，而且在处理不确定性和非线性问题方面表现出色。
## 模糊控制的基本概念模糊控制的核心思想是将模糊集合理论引入控制系统。
模糊集合是一种能够处理模糊、不确定性信息的数学工具，它使用隶属度函数来描述元素属于一个集合的程度。
在模糊控制中，输入和输出变量都被定义为模糊集合，而控制规则则以模糊的形式表示。
例如，考虑一个温度控制系统，传统的PID控制器可能需要精确的数学模型和参数来工作。
但在实际情况中，环境变化、传感器误差等因素会导致系统模型的不确定性。
模糊控制可以处理这些问题，通过描述性的规则，如“如果温度升高，则增加冷却”，来指导系统行为。
这种基于经验的控制方法更适合复杂的、非线性的系统。
## 处理不确定性模糊控制的一个显著优势是其对不确定性的处理能力。
在自动化系统中，不确定性常常是一个不可避免的问题。
模糊控制通过引入模糊集合，能够有效地处理不确定性信息。
这使得系统在各种工作条件下都能够保持稳定性和鲁棒性。
在机器人导航中，模糊控制可以处理地形、传感器误差和动态障碍物等不确定性。
传统的精确控制方法可能无法适应这些变化，但模糊控制可以根据实际情况做出适当的调整，使机器人能够安全地导航。
## 处理非线性系统许多自动化系统都是非线性的，这意味着它们的行为不遵循线性方程。
传统的控制方法，如PID控制，通常只适用于线性系统。
模糊控制在处理非线性系统方面表现出色。
模糊控制器可以根据当前状态和输入，动态地调整控制规则，以适应系统的非线性性质。
举个例子，考虑飞机的飞行控制。
飞机的飞行动力学是非线性的，而且在不同阶段有不同的控制要求。
水位模糊控制仿真实验心得体会1、模糊控制基于matlab的锅炉水位控制系统设计郑州大学物理工程学院测控技术与仪器1班杜佰林20102240103一、应用背景由于锅炉水位具有大滞后、多变量、强耦合等非线性特性，因此采用经典控制理论和现代控制理论的控制方法都不能取得理想的控制效果。
针对锅炉水位的实际运行情况，采用模糊控制策略，设计了锅炉水位的模湖控制系统，并且使用MATLAB时，主要使用模糊逻辑工具箱构建模糊控制器，使用进行SIMULINK动态仿真技术。
二、锅炉水位动态特性锅炉给水控制系统的操作变量是给水流量，主要是使水位维持在给定的范围内。
给水流量增加后，就从原来有饱和水中吸收部分热量，这使得水位下汽包容积有所减少，当水位下汽2、包的变化过程逐渐平衡时，水位的变化就完全反应了汽包储水量增减。
当给水量做阶跃变化时，汽包水位在起始状态不会立即增加，而要呈现出起始惯性段，水位H与水流量W之间的传递函数类似于一个积分环节和时滞环节的串联。
系统特性可表示为：式子中，s为拉式算子；k为给水流量改变单位流量时水位的变化速度；T为时间常数。
由于所选用的锅炉的供气量是120t/h，依据此项指标，选用液位变送器的量程160mm流量计的量程为150t/h，水流量与水位的传递函数为：三、模糊控制系统结构模糊控制系统是一种自动控制系统，它以模糊数学、模糊语言形式的知识表示和模糊逻辑的规则推理为基础，是采用计算机控制技术构成的一种具有反馈通道的3、闭环结构的数字控制系统。
因此，模糊控制系统的组成具有常规计算机控制系统的结构形式，通常由模糊控制器、输入/输出接口、执行机构，被控对象和测量装置五部分组成。
从理论上讲，模糊控制器的维数越高，控制越精细。
但是维数太高，模糊控制规则变得过于复杂，控制算法的实现相当困难。
因此，目前被广泛采用的均是二维模糊控制器。
本设计的锅炉水位模糊控制系统也采用二维结构。
锅炉水位的模糊变量：水位误差为e，水位误差变化率ec作为模糊控制器的输入变量，模糊控制器的输出变量控制直流伺服电动机SM两端电枢电压的大小和极性。
——读书报告——一．十字路口交通灯的信号输出：十字路口的每个方向上的LED信号灯都分为红灯、绿灯和黄灯三种，通过在三种颜色的信号灯上显示箭头标识，提醒路口的车辆左转、右转和直行。
一般来说，右转车辆在不影响别的车辆通行的情况下，可以在绿灯时段内同直行车辆一起通行。
因此在十字路口的设计中，不用特别设定右转信号灯。
但是，左转车辆会影响直行车辆，必须单独通行。
所以，左转信号灯需要另外设置，跟红灯、绿灯、黄灯一起加入循环周期。
所以，一个十字路口交通灯的控制系统应有8个输出，即：南北绿灯G-SN、南北红灯R-SN、南北黄灯Y-SN、南北左转灯L-SN、东西绿灯G-EW、东西红灯R-EW、东西黄灯Y-EW、东西左转灯L-EW。
二．传统定时控制方式的原理及弊端：1.三种模式的转换：十字路口交通灯采用的传统定时控制方式，通常被预设为三种模式：一个是车流量较多的时段采用的模式，称为高峰模式；一个是车流量适中的时段采用的模式，称为正常模式；一个是车流量较少的夜间采用的模式，称为夜间模式。
三种模式的启动时间和停止时间，都是由之前预设好的。
通常将一天当中上班上学的车辆较多的时间设为高峰模式，深夜车辆极少的时段设为夜间模式，其他时段设为正常模式。
三种模式交替运行，并循环往复。
如：每日上午7:00-9:00、中午11:30-14:00、下午17:00-18:30的这些交通高峰期采用高峰模式，深夜23:00-次日5:00采用夜间模式，而一天当中其他的时段则采用正常模式，如下图所示。
2.同一路口的定时设置：三种模式的区别在于，车流量不同的情况下，该方向的通行时间也应该不同，即车流量越大，该车流方向的通行时间也应当越长，相应地，绿灯的时间也应当延长。
如：一个循环周期内，高峰模式下的绿灯时长为35s，正常模式的绿灯时长为30s，夜间模式的绿灯时长为25s。
以高峰模式为例，设置一个循环周期为90s，一个周期内的绿灯为35s、红灯为55s、黄灯为5s、左转灯为10s，8个输出的交通信号灯时序图如右图所示。
机械控制系统的模糊控制技术在机械控制系统中，为了实现对机器设备的精确控制，模糊控制技术应运而生。
模糊控制技术是一种基于模糊逻辑原理的控制方法，可以在模糊环境下进行控制，使得机械控制系统具有较强的适应性和鲁棒性。
本文将介绍机械控制系统的模糊控制技术及其在实际应用中的优势。
一、模糊控制技术的基本原理模糊控制技术是一种基于模糊逻辑的控制方法，通过模糊推理和模糊集合运算来实现对机械设备的控制。
其基本原理可以归纳为以下几点：1. 模糊化：将输入输出的实际值转化为模糊集合，用语言词汇来描述系统状态。
2. 规则库的建立：根据专家经验和实际观测数据，建立一套模糊规则库，其中包含了输入输出之间的关系。
3. 模糊推理：通过将输入模糊集合与规则库中的规则进行匹配，得到输出的模糊集合。
4. 解模糊化：将输出的模糊集合转化为实际值，供机械设备进行控制。
二、模糊控制技术的优势相比于传统的控制方法，模糊控制技术具有以下几个优势：1. 简化建模过程：传统的控制方法需要建立精确的数学模型，而模糊控制技术可以通过专家经验和模糊规则库来建立控制模型，简化了建模的过程。
2. 适应性强：模糊控制技术可以在模糊环境下进行控制，对于输入参数的模糊性和不确定性具有较好的适应性。
3. 鲁棒性好：模糊控制技术对于机械设备参数的变化和外部干扰具有较好的鲁棒性，可以保持较稳定的控制性能。
4. 知识表示灵活：模糊控制技术使用自然语言词汇描述系统状态和规则，便于人们理解和调整系统。
三、模糊控制技术的应用领域模糊控制技术在机械控制系统中有广泛的应用，以下是一些典型的应用领域：1. 机器人控制：模糊控制技术可以用于机器人的轨迹控制、力控制和路径规划等方面，实现对机器人的精确控制。
2. 电机控制：模糊控制技术可以用于电机的速度调节、力矩控制和位置控制，提高电机系统的稳定性和精度。
3. 汽车控制：模糊控制技术可以应用于汽车的刹车系统、转向系统和巡航控制，提高汽车的安全性和舒适性。
自动化控制系统中的模糊控制方法与调参技巧自动化控制系统中的模糊控制方法是一种基于模糊逻辑的控制策略，可以处理系统模型复杂、不确定性强的问题。
模糊控制方法通过将模糊逻辑应用于控制器设计中，能够有效地应对实际系统中的各种非线性、时变和不确定性因素，提高控制系统的鲁棒性和自适应能力。
在模糊控制系统中，模糊逻辑通过将模糊的自然语言规则转化为数学形式，对系统的输入和输出进行模糊化处理，从而实现对系统的自动控制。
模糊控制方法主要包括模糊推理、模糊建模和模糊控制器设计三个主要步骤。
首先，模糊推理是模糊控制方法的核心，它根据一组模糊规则对输入变量进行模糊推理，从而确定最终的控制策略。
在模糊推理中，需要定义一组模糊规则，每个模糊规则都由若干个模糊集和若干个模糊关系所组成。
通过对输入变量的模糊化处理和模糊规则的匹配，可以得到控制器的输出。
其次，模糊建模是模糊控制方法的前提，它是将实际系统映射为模糊控制系统的关键步骤。
模糊建模可以通过实验数据、专家知识或模型等方式获得系统的输入输出数据，然后利用聚类和拟合等方法建立系统的模糊模型。
模糊建模的目的是找到系统的内在规律和数学模型，以便后续的模糊控制器设计和参数调优。
最后，模糊控制器设计是模糊控制方法的具体实现，它根据模糊推理和模糊建模的结果，确定模糊控制器的结构和参数。
模糊控制器的结构包括输入变量的模糊集合和输出变量的模糊集合，参数则决定了模糊控制器的具体行为。
参数调优是模糊控制器设计的关键环节，通过合理地设置参数，可以使模糊控制器在实际系统中具有良好的控制性能和鲁棒性。
为了获得较好的控制性能，模糊控制系统中的调参技巧是必不可少的。
调参技巧通常包括以下几个方面：首先，选取适当的输入变量和输出变量，并对其进行模糊化处理。
输入变量和输出变量的选择应考虑到系统的特性和控制目标，而模糊化处理的方法则可以采用三角函数、梯形函数等常用的模糊集合类型。
其次，确定模糊规则的数量和形式。
模糊规则的数量和形式直接影响到模糊控制系统的稳定性和鲁棒性。
模糊控制在电力系统中的应用与实践电力系统作为一个复杂的动态系统，其稳定性和可靠性对能源供应至关重要。
为了实现对电力系统的精确控制和稳定运行，传统的控制方法往往在面对系统非线性和不确定性时存在一定的局限性。
然而，模糊控制作为一种能够克服这些局限性的先进控制理论和技术，逐渐在电力系统中得到了广泛的应用与实践。
模糊控制是一种基于模糊逻辑的控制方法，其核心思想是基于模糊集合和模糊规则来描述系统的行为。
通过将输入输出关系进行模糊化处理，建立一系列模糊规则来进行控制决策，进而实现对系统的控制。
相比传统的确定性控制方法，模糊控制具有优秀的自适应性和鲁棒性，能够有效应对电力系统中的非线性和不确定性问题。
在电力系统中，模糊控制的应用主要体现在两个方面：优化调度和稳定控制。
首先，模糊控制可以用于电力系统的优化调度，通过建立模糊集合和模糊规则，实现对电力系统中各种设备的优化控制和调度决策。
例如，模糊控制可以在面对多个发电机组同时启动时，根据系统负荷的变化来智能地选择合适的机组进行启动，从而实现电力系统的最优调度和资源利用。
其次，模糊控制可以应用于电力系统的稳定控制，确保电力系统具有良好的稳定性和鲁棒性。
电力系统中存在许多不确定因素，如负荷变化、电网扰动等，这些因素会对系统的稳定性产生不利影响。
模糊控制可以通过建立合适的模糊规则，实时地调整控制参数，使电力系统能够有效地对这些不确定因素作出响应，从而保持系统的稳定运行。
例如，在面对电网电压波动时，模糊控制可以自动调整发电机的输出功率，以确保电力系统的电压稳定在合理范围内。
除了优化调度和稳定控制外，模糊控制在电力系统中还有许多其他的应用。
例如，模糊控制可以用于电力系统的故障检测和诊断，通过构建适当的模糊规则和模糊集合，对系统中的故障状态进行判断和识别，以便及时采取相应的措施进行修复。
此外，模糊控制还可以用于电力系统的电能质量控制、电力市场调度等方面。
在实践中，模糊控制已经在众多的电力系统中得到了广泛的应用。
模糊控制学习心得
班别：电气143 学号：1407300043 姓名：范宝荣
“模糊”是人类感知万物,获取知识,思维推理,决策实施的重要特征。
“模糊”比“清晰”所拥有的信息容量更大,内涵更丰富,更符合客观世界。
在日常生活中,人们的思维中有许多模糊的概念,如大、小、冷、热等,都没有明确的内涵和外延,只能用模糊集合来描述。
人们常用的经验规则都是用模糊条件语句表达,例如,当我们拧开水阀往水桶里注水时,有这样的经验:桶里没水或水较少时,应开大水阀;桶里水较多时,应将水阀关小些;当水桶里水快满时,则应把阀门关得很小;而水桶里水满时应迅速关掉水阀。
其中,“较少”、“较多”、“小一些”、“很小”等,这些表示水位和控制阀门动作的概念都具有模糊性。
即有经验的操作人员的控制规则具有相当的模糊性。
模糊控制就是利用计算机模拟人的思维方式,按照人的操作规则进行控制,实现人的控制经验。
模糊控制理论是由美国著名的学者加利福尼亚大学教授Zadeh·L·A于1965年首先提出,它以模糊数学为基础,用语言规则表示方法和先进的计算机技术,由模糊推理进行决策的一种高级控制策略。
1974年,英国伦敦大学教授Mamdani·E·H 研制成功第一个模糊控制器,充分展示了模糊技术的应用前景。
尽管模糊控制理论已经取得了可观的进展,但与常规控制理论相比仍不成熟。
模糊控制系统的分析和设计尚未建立起有效的方法,在很多场合下仍然需要依靠经验和试凑。
近年来,许多人一直尝试将常规控制理论的概念和方法扩展至模糊控制系统,而模糊控制与神经网络相结合的方法已成为研究的热点,二者的结合有效地推动了自学习模糊控制的发展。
模糊控制易于获得由语言表达的专家知识,能有效地控制那些难以建立精确模型而凭经验可控制的系统,而神经网络则由于其仿生特性更能有效利用系统本身的信息,并能映射任意函数关系,具有并行处理和自学习能力,容错能力也很强。
在集成大系统中,神经网络可用于处理低层感知数据,模糊逻辑可用于描述高层的逻辑框架[5]。
模糊逻辑与神经网络的结合有两种情况:一是将模糊技术用于神经网络形成模糊神经网络,一是用神经网络实现模糊控制。
这两方面均见于大量的研究文献。
常规模糊控制的两个主要问题在于:改进稳态控制精度和提高智能水平与适应能力。
从大量文献中可以看出,在实际应用中,往住是将模糊控制或模糊推理的思想,与其他相对成熟的控制理论或方法结合起来,发挥各自的长处,从而获得理想的控制效果。
例如，利用模糊复合控制理论的分档控制,将PI或PID控制策略引入Fuzzy 控制器,构成Fuzzy-PI或Fuzzy-PID复合控制;适应高阶系统模糊控制需要的三维模糊控制器;将精确控制和模糊控制结合起来的精确—模糊混合控制;将预测控制与模糊控制相结合,利用预测模型对控制结果进行预报,并根据目标误差和操作者的经验应用模糊决策方法在线修正控制策略的模糊预测控制等。
模糊控制的发展过程中,提出了多种自组织、自学习、自适应模糊控制器。
它们根据被控过程的特性和系统参数的变化,自动生成或调整模糊控制器的规则和参数,达到控制目的。
这类模糊控制器在实现人的控制策略基础上,又进一步将人的学习和适应能力引入控制器,使模糊控制具有更高的智能性。
自校正模糊控制器、参数自调整模糊控制等控制方法也较大地增强了对环境变化的适应能力。
模糊控制与其他智能控制方法的结合组成的模糊控制,如专家模糊控制能够表达和利用控制复杂过程和对象所需的启发式知识,重视知识的多层次和分类的需要,弥补了模糊控制器结构过于简单、规则比较单一的缺陷,赋予了模糊控制更高的智能。
二者的结合还能够拥有过程控制复杂的知识,并能够在更为复杂的情况下对这些知识加以有效利用。
基于神经网络的模糊控制能够实现局部或全部的模糊逻辑控制功能。
模糊控制器正向着自适应、自组织、自学习方向发展,使得模糊控制参数、规则在控制过程中自动地调整、修改和完善,从而不断完善系统的控制性能,达到更好的控制效果,而与专家系统、神经网络等其他智能控制技术相融合成为其发展趋势。
模糊逻辑控制(Fuzzy Logic Control)简称模糊控制(Fuzzy Control)，是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术。
1965年，美国的L.A.Zadeh创立了模糊集合论；1973年他给出了模糊逻辑控制的定义和相关的定理。
1974年，英国的E.H.Mamdani首先用模糊控制语句组成模糊控制器，并把它应用于锅炉和蒸汽机的控制，在实验室获得成功。
这一开拓性的工作标志着模糊控制论的诞生。
模糊控制实质上是一种非线性控制，从属于智能控制的范畴。
模糊控制的一大特点是既具有系统化的理论，又有着大量实际应用背景。
模糊控制的发展最初在西方遇到了较大的阻力；然而在东方尤其是在日本，却得到了迅速而广泛的推广应用。
近20多年来，模糊控制不论从理论上还是技术上都有了长足的进步，成为自动控制领域中一个非常活跃而又硕果累累的分支。
其典型应用的例子涉及生产和生活的许多方面，例如在家用电器设备中有模糊洗衣机、空调、微波炉、吸尘器、照相机和摄录机等；在工业控制领域中有水净化处理、发酵过程、化学反应釜、水泥窑炉等的模糊控制；在专用系统和其它方面有地铁靠站停车、汽车驾驶、电梯、自动扶梯、蒸汽引擎以及机器人的模糊控制等。
所谓模糊控制,就是在控制方法上应用模糊集理论、模糊语言变量及模糊逻辑推理的知识来模拟人的模糊思维方法,用计算机实现与操作者相同的控制。
该理论以模糊集合、模糊语言变量和模糊逻辑为基础,用比较简单的数学形式直接将人的判断、思维过程表达出来,从而逐渐得到了广泛应用。
应用领域包括图像
识别、自动机理论、语言研究、控制
论以及信号处理等方面。
在自动控制
领域,以模糊集理论为基础发展起来
的模糊控制为将人的控制经验及推理
过程纳入自动控制提供了一条便捷途
径。
如右图所示,模糊控制器的基本
结构包括知识库、模糊推理、输入量
模糊化、输出量精确化四部分。
知识库包括模糊控制器参数库和模糊控制规则库。
模糊控制规则建立在语言变量的基础上。
语言变量取值为“大”、“中”、“小”等这样的模糊子集,各模糊子集以隶属函数表明基本论域上的精确值属于该模糊子集的程度。
因此,为建立模糊控制规则,需要将基本论域上的精确值依据隶属函数归并到各模糊子集中,从而用语言变量值(大、中、小等)代替精确值。
这个过程代表了人在控制过程中对观察
到的变量和控制量的模糊划分。
由于各变量取值范围各异,故首先将各基本论域分别以不同的对应关系,映射到一个标准化论域上。
通常,对应关系取为量化因子。
为便于处理,将标准论域等分离散化,然后对论域进行模糊划分,定义模糊子集,如NB、PZ、PS等。
同一个模糊控制规则库,对基本论域的模糊划分不同,控制效果也不同。
具体来说,对应关系、标推论域、模糊子集数以及各模糊子集的隶属函数都对控制效果有很大影响。
这3类参数与模糊控制规则具有同样的重要性,因此把它们归并为模糊控制器的参数库,与模糊控制规则库共同组成知识库。
模糊控制规则的来源有3条途径:基于专家经验和实际操作,基于模糊模型,基于模糊控制的自学习。
通过学习模糊控制，使我对模糊控制进行了简单了解，主要知道了模糊控制的特点缺陷；模糊控制方法的研究现状；模糊控制的进展，包括模糊控制与神经网络的融合、模糊控制与遗传算法的融合、专家模糊控制等的阐述；模糊控制在实际生产中的电机调速控制系统中的应用；以及模糊控制的最新研究领域及未来研究课题，指出模糊控制系统是易于接受，设计简单，维护方便，而且比常规控制系统稳定性好的优势特点，使得模糊控制正得到越来越广泛的应用。
另外我还学习到模糊PID就是在PID控制的基础上，使用模糊控制理论进行优化。
例如通过模糊规则来决定控制输出U的大小，模糊控制的作用主要起到将人的经验加到控制中去。
简单例子吧，假如通过燃气量的大小来控制炉温，炉温的测量值PV和设定值SP偏差较大，这个时候根据人为的经验就需要给一个比较大的作用，让燃气量加大或减小，这个人为的经验或者专家的经验通过模糊规则进行转换，最终控制输出U的大小。
模糊系统理论还有一些重要的理论课题还没有解决。
其中两个重要的问题是：如何获得模糊规则及隶属函数，这在目前完全凭经验来进行；以及如何保证模糊系统的稳定性。
模糊控制器参数最优调整理论的确定，以及修正推理规则的学习方式和算法等。
模糊动态模型的辨识方法、预测系统的设计方法和提高计算速度的方法。
在自动控制中，包括经典理论和现代控制理论中有一个共同的特点，即控制器的综合设计都要建立在被控对象准确的数学模型(如微分方程等)的基础上，但是在实际工业生产中，很多系统的影响因素很多，十分复杂。
建立精确的数学模型特别困难，甚至是不可能的。
这种情况下，模糊控制的诞生就显得意义重大，模糊控制不用建立数学模型，根据实际系统的输入输出的结果数据，参考现场操作人员的运行经验，就可对系统进行实时控制。
模糊控制实际上是一种非线性控制，从属于智能控制的范畴。
现代控制系统中的的控制能方便地解决工业领域常见的非线性、时变、在滞后、强耦合、变结构、结束条件苛刻等复杂问题。
可编程控制器以其高可靠性、编程方便、耐恶劣环境、功能强大等特性很好地解决了工业控制领域普遍关心的可靠、安全、灵活、方便、经济等问题，这两者的结合，可在实际工程中广泛应用。
