模糊控制的应用现状与发展趋势

顾 俊 张 宇

(淮海工学院机械工程学院)

模糊控制的应用现状与发展趋势

顾 俊 张 宇

(淮海工学院机械工程学院)

介绍模糊控制的概念，给出模糊控制的特点，总结模糊控制在生产生活中的应用现状，最后提出模糊控制未来的发展趋势。

模糊控制 应用现状 发展趋势

事物的属性、事物与事物之间的联系都有一定的模糊性质，而且人们对事物的观察与了解都是粗略的。如“温度很高”就是模糊量，而“模糊”所拥有的信息量更大，内容更丰富。所以，“模糊概念”适合于人们对事物进行观察与了解。Zadeh L A认为经典控制论过于强调精确性反而无法处理复杂的系统，因此需要一种不同的数学来处理生物系统，该数学就是模糊数学，即模糊集合[1]，它是一种能够将模糊语言转化为数学语言的工具，并且能够被计算机识别。

基于模糊集合理论，Zadeh L A又建立了模糊理论。模糊理论主要包括模糊逻辑、模糊集合、模糊控制及模糊推理等[2]。模糊理论的基本思想可以理解为：承认模糊现象存在，以处理不确定事物为研究目标，并将它转换成计算机可以处理的信息，不用繁杂的数学分析来解决问题。近年来，随着模糊理论的发展，模糊控制得以迅速发展，并且应用广泛。

1 模糊控制特点

自动控制理论在经历经典控制理论和现代控制理论之后，又出现了智能控制理论。智能控制在一般情况下是不需要人工干预的，机器能够自主实现控制。而模糊控制即属于智能控制的组成部分[3]，因此具有以下优点[4]：

a. 响应速度快；

b. 模糊控制系统不随着参数的变化而变化，对具有时变与滞后特性的对象具有很好的控制效果，同时也具有一定的抗干扰能力；

c. 以规则为基础，模糊控制对于不需要建立精确数学模型的被控对象具有很好的控制效果，其控制原理和策略易于接受和理解；

d. 在诸多控制规则之间，模糊控制可以很好地进行切换，控制性能较好；

e. 模糊控制算法能够仿真人工操作控制流程，具有智能化的特点。

然而，模糊控制也具有一些缺点，具体如下：

a. 简单的信息模糊处理会导致系统的控制精度下降、动态品质变坏；

b. 模糊控制设计无法定义控制目标；

c. 理论体系不完整；

d. 自适应能力较差。

2 模糊控制应用现状

1974年，Mamdani E H首次将模糊控制器应用于锅炉与汽轮机运行控制过程中，并在实验室取得了较好的控制品质，标志着模糊控制的诞生[5]。1977年，模糊控制首次被应用于多变量控制系统中。从20世纪80年代后期开始，模糊控制的应用逐渐扩展，例如在煤矿挖掘、移动机器人的避障模糊控制、汽车自动泊车[6]及食品加工等领域中[7]，模糊控制均得到了应用，且取得了良好成效[8]。

2.1 模糊控制与神经网络结合

模糊系统建立在IF-THEN规则之上，擅长解决无确定数学方程的问题。但是它很难从样本中直接学习规则，因此自适应能力较差。

神经网络由大量的简单神经元组成，能够映射任意函数关系，能够利用大量神经元对信息进行并行处理，具有较强的自学习能力、容错性和鲁棒性[9]。因此，将神经网络与模糊控制相结合形成模糊神经网络[10]，取长补短，能够提高整个系统的综合性能。

文献[11]针对火箭炮交流伺服系统，设计了一种新型神经模糊控制器，该控制器能够较好地满足交流伺服系统在大惯量、变负载及力矩干扰等复杂情况下快速性、准确性和稳定性的要求。

2.2 模糊控制与遗传算法结合

遗传算法从生物遗传学的角度，通过自然选择和适者生存，使后代从亲代继承各种特性好的基因，以更加适应环境[12]。由于遗传算法受遗传机制的影响，因此适用于处理复杂的非线性问题，且具有较强的全局搜索能力。

将遗传算法引入模糊控制中，可以利用遗传算法使模糊控制系统具有自组织、自校正和自学习功能。虽然模糊控制和遗传算法各有优缺点，但只要综合两者的性能，就能充分发挥其优点。

文献[13]针对混合车辆路径问题，通过改进模糊逻辑控制器实现了交叉概率和变异概率的动态调整，达到加快收敛速度并避免陷入局部最优解的目的；同时采用标准算例进行对比，证明了模糊遗传具有较好的控制效果。文献[14]采用基于实时客流数据的动态公交调度模型，以乘客等车时间最短和公交车满载率在一定范围内最高为限制条件建立目标函数，采用模糊控制优化的遗传算法对发车间隔的数学模型进行求解，最终根据实时客流和交通情况决策最优的发车间隔。

2.3 专家模糊控制

1984年，Tong R M首次提出专家模糊控制器[15]。专家模糊控制系统即把专家系统引入模糊控制中，结合专家系统的特点，进一步提高模糊控制器的智能化水平。

文献[16]针对矿井设备故障频繁发生这一问题，将模糊控制引入采煤机故障诊断专家系统中，对采煤机故障进行建模、推理和分析，最后输出故障诊断的最优结果，达到缩短排除故障时间的目的。文献[17]针对炒茶机温度控制系统存在的温度控制精度低、调节时间长等缺点，研发了一个适用于高端名优茶炒制的温度智能控制系统，并结合模糊控制理论和专家系统设计了一种模糊专家控制器，实验结果表明，控制系统在一定范围内具有较好的动静态性能且误差较小，能够很好地满足高端名优茶炒制对温度控制的要求。

3 模糊控制发展趋势

根据目前模糊控制的应用现状，它未来的发展趋势有以下几种：

a. 模糊控制、神经网络与遗传算法的结合；

b. 模糊控制、神经网络与控制方法的结合；

c. 各种智能优化算法(如遗传算法、蚁群算法及粒子群优化算法等)互相结合的模糊控制；

d. 多变量模糊控制，适用于多变量控制系统；

e. 随着单片机与PLC的发展，模糊控制模块可应用于计算机领域。

4 结束语

模糊控制作为智能控制技术的一部分，是解决许多复杂繁琐控制问题的一种有效方法。近年来，模糊控制得到了快速发展，在生产生活中得到了越来越多的应用。虽然目前模糊控制理论还不完善，技术还不成熟，控制效果还不理想，但是通过与其他智能优化算法、计算机、PLC及神经网络等结合，能够解决常规控制无法解决的控制问题，将具有巨大的应用潜力与发展前景。

[1] Zadeh L A.Fuzzy Sets[J].Information and Control,1965,8(3):338～353.

[2] 朱静,陶汉中.基于模糊综合评价模型的换热器能效分析[J].化工进展,2010,29(z2):48～53.

[3] 刘曙光,王志宏,费佩燕,等.模糊控制的发展与展望[J].机电工程,2000,17(1):9～12.

[4] 张金梅.基于模糊推理的智能控制系统的现状和展望[J].图书情报导刊,2004,14(1):126～128.

[5] Mamdani E H.Application of Fuzzy Algorithms for Control of Simple Dynamic Plant[J].Proceedings of the Institution of Electrical Engineers,1974,121(121):1585～1588.

[6] 李社蕾,张潇,周望月.基于模糊控制的自动泊车轨迹研究及仿真[J].计算机技术与发展,2017,27(2):163～166.

[7] 陈果,刘金根,韩世鹏.基于导管机器人的变论域模糊PID控制研究[J].计算机应用研究,2018,35(2):1～6.

[8] 葛新成,胡永霞.模糊控制的现状与发展概述[J].现代防御技术,2008,36(3):57～61.

[9] 诸静.模糊控制理论与系统原理[M].北京:机械工业出版社,2005:8.

[10]LeeSC,LeeET.FuzzySetsandNeuralNetworks[J].Cybernetics,1974,(4):83～103.

[11] 许璐.神经模糊控制器在某交流伺服系统中的应用研究[D].南京:南京理工大学,2009.

[12] 边霞,米良.遗传算法理论及其应用研究进展[J].计算机应用研究,2010,27(7):2425～2429.

[13] 张群,颜瑞.基于改进模糊遗传算法的混合车辆路径问题[J].中国管理科学,2012,20(2):121～128.

[14] 马悦.基于模糊遗传算法的智能公交调度系统研究[D].呼和浩特:内蒙古大学,2016.

[15]TongRM.ARetrospectiveViewofFuzzyControlSystems[J].FuzzySets&Systems,1984,14(3):199～210.

[16] 刘志海,张荣华,杨凯迪,等.基于模糊专家系统的采煤机故障诊断研究[J].煤炭技术,2017,36(1):227～229.

[17] 潘玉成,林高飞,陈小利,等.基于模糊专家控制的茶叶炒制温度控制系统[J].食品与机械,2016,32(11):79～84.

ApplicationStatusandDevelopmentTrendofFuzzyControl

GU Jun, ZHANG Yu
(SchoolofMechanicalEngineering,HuaihaiInstituteofTechnology)

The concept of fuzzy control was introduced and its characteristics were presented as well as its application status in the production was summarized to propose its development trend.

fuzzy control, application status, development trend

TH865；TP273+.4

A

1000-3932(2017)09-0811-03

2017-04-11)

淮海工学院研究生科研创新项目(XKYCXX2016-14)。

顾俊(1990-)，硕士研究生，从事工业机器人的研究，410677910@qq.com。