模糊控制-6模糊决策

模糊控制的现状与发展概述*引言自从1965年美国自动控制理论专家Zadeh L A提出用模糊集合描述客观世界中存在的不确定性信息以来, 模糊逻辑理论有了飞跃性的发展, 并得到了广泛的应用。

模糊控制[ 1] ( fuzzy contro l)是以模糊集理论、模糊语言变量和模糊控制逻辑推理为基础的一种智能控制方法, 从行为上模拟人的思维方式,对难建模的对象实施模糊推理和决策的一种控制方法, 实际上是一种非线性控制。

模糊控制作为智能领域中最具有实际意义的一种控制方法, 已经在工业控制领域、家用电器自动化领域和其他很多行业中解决了传统控制方法无法或者是难以解决的问题, 取得了令人瞩目的成效, 引起了越来越多的控制理论的研究人员和相关领域的广大工程技术人员的极大兴趣。

1模糊控制的原理模糊控制算法的工作过程可以描述如下: 微机通过中断采样获取被控制量的精确值, 并将此量与给定值比较得到一误差信号E, 一般选误差信号E作为模糊控制器的一个输入量。

把误差信号E 的精确量进行模糊化变成模糊量。

误差E 的模糊量可用相应的模糊语言表示, 得到误差E 的模糊语言集合的一个子集e ( e 是一个误差E 的模糊矢量),再由e 和模糊关系R 根据推理的合成规则进行模糊决策, 得到模糊控制量u, 即u = eR.模糊控制的框图如图1所示图1模糊控制原理框图由图1可知, 模糊控制系统与通常的计算机数字控制系统的主要区别是采用了模糊控制器。

模糊控制器是整个模糊控制系统的核心, 一个模糊控制系统性能优劣, 主要取决于模糊控制器的结构, 所采用的模糊规则、合成推理算法及模糊决策的方法等因素。

2模糊控制器的设计步骤模糊控制器的原理框图如图2所示, 它包括模糊化接口、知识库、推理机和解模糊接口等部分。

图2模糊控制器的组成框图2. 1 确定量的模糊化模糊化就是将基础变量论域上的确定量变换成基础变量论域上的模糊集的过程, 模糊化的步骤如下:( 1) 把精确量离散化, 其主要作用是将真实的确定量输入转换成一个模糊矢量。

模糊控制是一种新的控制方法，问世20多年来，已取得了很大的发展，在冶金、化工、电力等工业部门取得了成功的应用。

模糊逻辑在控制领域中的应用称为模糊控制。

模糊控制的最大特征是它将操作者或专家的控制经验和知识表示成语言变量描述的控制规则，然后用这些规则去控制系统。

“如果…则…”是规则的基本形式，语句的前半部分是条件或前提，后半部分是结果，因此这中规则蕴涵着一种逻辑推理。

模糊控制系统原理由于一个模糊概念可以用一个模糊集合来表示，因此模糊概念的确定问题就可以直接转换为模糊隶属函数的求取问题。

因此，对于一类缺乏数学模型的被控对象，可以用模糊集合的理论。

人对系统的操作和控制经验，总结成用模糊条件语句的形式写出的控制规则。

经过必要的数学处理，来确定一定的推理法则，做出模糊决策，完成控制动作。

具有上述功能的模糊控制系统结构如图图1 模糊控制系统方框图最基本的模糊控制系统结构如图2所示。

图中R为设定值，Y为系统输出值，它们都是清晰量。

从图2可以看出，模糊控制器的输入量是系统的偏差量。

，它是确定数值的清晰量，通过模糊化处理，用模糊语言变量E来描述偏差，模糊推理输出U是模糊变量，在系统中要实施控制时，模糊量U还要转化为清晰值，因此要进行清晰化处理，得到可以操作的确定值召，通过产的调整作用，使偏差。

尽量小。

图2 模糊控制系统方框图模糊控制器的组成模糊控制器的基本组成如图3所示图3 模糊控制器组成它包含有模糊化接口、规则库、模糊推理、清晰化接口等部分。

输入变量是过程实测量与系统设定值之间的差值，输出变量是系统的实时控制修正变量。

模糊控制的核心部分是包含语言规则的规则库和模糊推理。

模糊推理就是一种模糊变换，它将输入变量模糊集变换为输出变量模糊集，实现论域的转换。

(l)模糊化接口。

模糊化是将模糊控制器输入量的确定值转换为相应模糊语言变量值的过程，此相应语言变量均由对应的隶属度来定义。

若以偏差。

为输入，通过模糊化处理，用模糊语言变量E 来描述偏差，若以T(E)记作E的语言值集合，则有:T(E):{负大，负中，负小，零，正小，正中，正大}或用其英文字头缩写表示成:’T(E)二{NB，NM，NS，ZE，PS，PM，PB}过程参数的变化范围是各不相同的，为了统一到指定的T.(E)论域中来，模糊化的第一个任务就是进行论域变换，过程参数的实际变化范围称为基本论域。

§6 模糊控制原理简介§6.1 模糊控制系统现代控制理论已经在工业、国防、航天等许多领域获得了成功。

一般情况下，传统的闭环控制系统如图6.1所示，其原理是建立在精确的数学模型上。

但对于一些强藕合、多参数、非线性、时变性、大惯性、纯滞后的复杂系统，建立它们的精确数学模型是很困难的，有些甚至是不可能的。

然而，在实际工作当中,一些有经验的操作人员却可以通过观察、推理和决策，用人工控制的方法较好地控制那些复杂的对象。

模糊控制系统就是将人的经验总结成语言控制规则,运用模糊理论模拟人的推理与决策，从而实现自动控制的控制系统。

模糊控制系统与传统的闭环控制系统不同之处，就是用模糊控制器代替了模拟式控制器,其硬件结构框图如图6.2所示.y(t）输出y（t)图6.1 图6.2输出图6.3§6。

2 模糊控制器的设计模糊控制器本质上就是一个采用了模糊控制算法的计算机或芯片，其一般结构如图6。

3所示。

它由三个基本部分构成：（1）将输入的确切值“模糊化”，成为可用模糊集合描述的变量;(2）应用语言规则进行模糊推理；（3)对推理结果进行决策并反模糊化（也称为清晰化、解模糊），使之转化为确切的控制量。

有m个输入一个输出的模糊控制器称为m维模糊控制器。

由于一维模糊控制器所能获得的系统动态性能往往不能令人满意,三维及三维以上的模糊控制器结构复杂，推理运算时间长，因此典型的模糊控制器是二维模糊控制器。

一般地，设计一个二维的模糊控制器，通常需要五个步骤：1. 确定输入变量与输出变量及其模糊状态;2. 输入变量的模糊化；3. 建立模糊控制规则；4. 进行模糊推理；5. 输出变量的反模糊化。

6.2.1 确定输入变量与输出变量及其模糊状态根据问题的背景,确定出输入变量E 1、E 2和输出变量u .输入、输出变量的模糊状态按照控制品质的要求可分为三类：控制品质要求较高的场合，变量的模糊状态取为负大(NB ）、负中(NM)、负小（NS ）、零（ZO)、正小（PS ）、正中(PM ）、正大（PB ）或负大（NB ）、负中（NM ）、负小（NS)、负零（NZ)、正零（PZ ）、正小(PS)、正中（PM)、正大(PB ）;控制品质要求一般的场合，变量的模糊状态取为负大（NB ）、负小（NS ）、零（ZO ）、正小(PS)、正大（PB ）或负大(NB ）、负小（NS ）、负零（NZ)、正零（PZ)、正小（PS ）、正大（PB ）；控制品质要求较低的场合,变量的模糊状态取为负大（NB ）、零（ZO ）、正大(PB ）或负大(NB ）、负零（NZ)、正零（PZ)、正大（PB ）。

模糊决策方法及其在控制中的应用摘要：模糊决策方法是一种能够处理不确定性问题的有效工具。

本文将介绍模糊决策方法的基本原理，阐述其在控制领域的应用，并通过案例说明其优势和实际效果。

引言随着社会的发展和技术的进步，决策问题愈发复杂，尤其是在控制领域。

由于现实世界中的许多因素是模糊、不确定的，传统的决策方法无法完全满足需求。

因此，模糊决策方法应运而生，成为控制领域的研究热点之一。

本文将深入探讨模糊决策方法的基本原理，并结合实际案例介绍其在控制中的应用。

一、模糊决策方法的基本原理1.1 模糊集合理论模糊集合理论是模糊决策方法的基础。

与传统的集合论不同，模糊集合理论中的元素可具有模糊性。

通过引入隶属度函数，模糊集合可以量化每个元素的隶属程度，从而对模糊性进行描述和处理。

模糊集合理论为模糊决策方法提供了数学基础。

1.2 模糊决策理论模糊决策理论是基于模糊集合理论发展起来的，旨在解决模糊决策问题。

模糊决策方法在决策过程中考虑到了不确定性因素，并通过模糊数学方法进行分析和计算。

常见的模糊决策方法包括模糊综合评价、模糊优化和模糊决策树等。

二、模糊决策方法在控制中的应用2.1 模糊控制系统模糊控制系统是模糊决策方法在控制领域的典型应用。

它通过将模糊集合理论引入到控制系统中，解决了传统控制方法难以处理的模糊问题。

模糊控制系统以模糊规则为基础，通过模糊推理和模糊逻辑运算，实现对控制系统的优化和调节。

2.2 模糊决策支持系统在复杂的决策环境中，模糊决策支持系统可以提供决策者所需的信息和方法，辅助决策过程。

它允许决策者使用模糊数学方法进行决策，并提供决策结果的可视化和解释。

模糊决策支持系统在风险评估、投资决策和供应链管理等方面具有广泛应用。

三、案例分析以某电力系统的运行调度为例，介绍模糊决策方法在实际控制中的应用。

在电力系统的运行调度过程中，存在诸多的不确定性因素，如需求预测的误差、能源价格的波动等。

传统的决策方法无法处理这些不确定性，容易导致系统运行不稳定或效益低下。

第1篇一、引言随着社会经济的快速发展，企业面临着日益复杂多变的经营环境。

在这种背景下，决策的准确性、时效性和适应性显得尤为重要。

模糊决策作为一种适应不确定性和模糊性的决策方法，在企业经营管理和决策中发挥着越来越重要的作用。

本文通过对模糊决策的实践总结，分析其在实际应用中的优势与不足，以期为相关领域的研究和实践提供借鉴。

二、模糊决策概述1. 模糊决策的定义模糊决策是指在不确定性和模糊性的环境下，根据模糊信息，通过模糊推理和模糊优化方法，制定出符合决策者期望的决策方案。

2. 模糊决策的特点（1）适应性强：模糊决策可以处理不确定性和模糊性的问题，具有较强的适应能力。

（2）灵活性高：模糊决策可以根据实际情况进行调整，具有较高的灵活性。

（3）易于理解：模糊决策采用模糊语言和模糊数学方法，易于决策者理解和接受。

三、模糊决策在企业经营中的应用1. 市场需求预测在企业经营中，准确预测市场需求是制定营销策略的关键。

模糊决策可以根据市场调查、专家意见等模糊信息，对市场需求进行预测，为企业制定合理的生产计划和营销策略提供依据。

2. 供应商选择企业需要从众多供应商中选择合适的合作伙伴。

模糊决策可以根据供应商的供货质量、价格、交货时间等模糊信息，综合评价供应商的优劣，为企业选择合适的供应商提供决策支持。

3. 产品研发产品研发是企业持续发展的关键。

模糊决策可以根据市场需求、技术发展趋势等模糊信息，对产品研发方向进行预测和评估，为企业制定产品研发策略提供决策支持。

4. 投资决策企业在投资决策过程中，需要考虑多种因素，如投资风险、投资回报等。

模糊决策可以根据这些模糊信息，对企业投资决策进行评估，降低投资风险。

四、模糊决策的优势与不足1. 优势（1）提高决策的准确性：模糊决策可以处理不确定性和模糊性，提高决策的准确性。

（2）提高决策的时效性：模糊决策可以快速处理模糊信息，提高决策的时效性。

（3）提高决策的适应性：模糊决策具有较强的适应能力，可以应对复杂多变的经营环境。

模糊决策的三种方法模糊决策是一种基于模糊理论的决策方法，其目标是针对现实生活中的不确定性和模糊性进行决策。

模糊决策的核心思想是将决策问题中的模糊信息和不确定性进行数学建模和分析，以求得合理的决策结果。

常见的模糊决策方法有模糊集合理论、模糊数学和模糊逻辑。

下面将详细介绍这三种方法。

1.模糊集合理论模糊集合理论是模糊决策的基础，它通过引入模糊概念来描述现实世界中的模糊性和不确定性。

在模糊集合理论中，一个元素可以同时属于多个集合，并以一些隶属度来描述其在各个集合中的程度。

这使得模糊集合能够更好地处理复杂的、模糊的决策问题。

在模糊集合理论中，最常用的模糊决策方法是模糊综合评价和模糊层次分析。

模糊综合评价通过将决策问题转化为模糊评价问题，然后利用模糊集合运算来对待选方案进行评价和排序。

模糊层次分析将决策问题转化为多层次的模糊子问题，然后通过对每个子问题进行模糊比较和模糊一致性检测来确定权重和评价方案。

2.模糊数学模糊数学是将模糊理论应用于数学方法和技术的一门学科，它通过引入模糊集合和模糊逻辑等概念，对模糊决策问题进行建模和分析。

在模糊数学中，模糊数是一种介于0和1之间的数值，用来描述元素在一些模糊集合中的隶属度。

对于模糊决策问题，模糊数学提供了一系列有效的方法，如模糊规划、模糊优化和模糊最优化等。

模糊规划通过引入模糊目标和模糊约束，对决策变量进行模糊处理，从而求解满足一定模糊要求的最优方案。

模糊优化通过引入模糊目标函数和模糊约束条件，以及模糊偏导数和模糊梯度等概念，对决策变量进行模糊处理和优化，以求得最优解。

模糊最优化是模糊优化的一种特殊情况，它在模糊目标函数和模糊约束条件下求解最优解。

3.模糊逻辑模糊逻辑是一种能够处理模糊命题和模糊推理的逻辑系统，它通过引入模糊命题和模糊规则，对决策问题进行描述和推理。

在模糊逻辑中，命题的真值不再是0或1，而是一个介于0和1之间的模糊数，用来表示命题的隶属度。

对于模糊决策问题，模糊逻辑提供了一系列有效的方法，如模糊推理、模糊控制和模糊识别等。

模糊逻辑中的模糊控制与模糊决策模糊逻辑作为一种重要的数学工具和推理方式，在控制理论和决策科学领域有着广泛的应用。

模糊控制和模糊决策正是基于模糊逻辑的特点，能够处理和解决现实世界中的不确定性和模糊性问题。

本文将详细介绍模糊逻辑中的模糊控制与模糊决策的基本原理、方法和应用，旨在帮助读者更好地理解和应用模糊逻辑。

一、模糊控制的基本原理模糊控制是一种基于模糊规则的控制方法，它能够处理输入和输出之间模糊的关系，并且能够根据给定的模糊规则进行推理和决策，实现对系统的控制。

在模糊控制中，输入量和输出量都可以是模糊的，而模糊规则是基于专家知识和经验建立的。

模糊控制的基本原理是将输入的模糊信息转化为清晰的操作指令，从而实现对系统的控制。

模糊控制系统通常由模糊化、模糊推理和去模糊化三个部分组成。

首先，模糊化将输入的实际数据转化为模糊的隶属度函数，以描述输入的不确定性和模糊性；然后，模糊推理根据事先设定好的模糊规则，对输入的模糊信息进行推理和决策，产生模糊的输出结果；最后，去模糊化将模糊的输出结果转化为清晰的操作指令，以实现对系统的控制。

二、模糊控制的应用领域模糊控制广泛应用于工业自动化、交通运输、医疗诊断等领域。

以工业自动化为例，模糊控制可以对复杂的工业流程进行控制和优化，提高生产效率和产品质量。

在交通运输领域，模糊控制可以对交通信号灯进行优化控制，减少交通拥堵和事故发生的可能性。

而在医疗诊断领域，模糊控制可以对医疗设备进行控制和调节，辅助医生进行诊断和治疗。

三、模糊决策的基本原理模糊决策是一种基于模糊集合和模糊规则的决策方法，它能够处理决策问题中存在的不确定性和模糊性。

与传统的决策方法相比，模糊决策能够更好地应对模糊信息和不完备信息的情况，提高决策的准确性和可靠性。

在模糊决策中，问题的输入和输出都可以是模糊的，而决策的依据是基于一组事先设定好的模糊规则。

通过对输入的模糊信息进行模糊推理和决策，可以得到模糊的输出结果，再通过适当的方法进行去模糊化，得到最终的决策结果。