模糊控制用的方法和装置的制作方法.docx

模糊控制用的方法和装置的制作方法
专利名称：模糊控制用的方法和装置的制作方法
模糊控制的意义越来越大，这是因为用它来解决复杂的控制技术问题要比用常规的方法经常要简单的多。但是在实践中经常会遇到控制差不是一个确定量，而是一个受到噪声影响的的示例。电路中设有一个Mamdani-模糊控制器FR。在电路中导入控制变数xd，并通过与输入的一个反馈y相结合，形成一个控制差e。这个控制差在一个标定部件Sc中例如通过与一标定因子相乘变换到某一范围内(论域)，并随后输送给一个分类器KL，在一个时间间隔T期间生成一个频度分布，然后再经过参照例如最大频度值的标定处理，生成输入隶属函数。将此函数输入到一个推理部件R。以后，就在一个非模糊化处理器Defuzz中经过非模糊化处理形成非模糊值，并将其在Den中进行非定标化处理。由SC，KL，R，Defuzz，Den构成的模糊控制器FR输出的就是调节量u，将其输至受控对象Pl，在这里被变换成控制量x，再加上一个干扰量d，两者相结合形成反馈值y。
正如在评价现有技术背景时所说的那样，在这样的模糊控制器FR的推理部件的控制电路中不得引入确定量e作为控制差。更确切地说，要输入一个模糊量，例如，以这个量的一个随时间变化的值的概率分布密度的形式，或者是输入一个将这个量的值的概率分布密度除以空间范围得出的空间分布量。但是，这样做时要注意的一点是这个量的模糊度可能一方面例如来源于受噪声影响的控制变数xd，也可能是由于在该模糊控制差中增加了一个具有模糊干扰信号d的反馈量产生的结果。因而可以采用一种新办法，那就是在控制电路中不输入一个确定值，更确切地说，输入一个概率分布密度，作为控制差e，以便在模糊控制器FR的推理过程中对其进行处理。在推理处理器R中，例如，这种经过定标处理的概率分布密度就可以作为控制差的隶属函数看待。
这就是说，既可以在推理处理器R的条件部分中，也可以在其结论部分中不是处理控制差的一个确定值，而是处理一个控制差的隶属函数的输入值。这样就和过去的方法不一样，算出的不只是和一个基准隶属函数的一个交点，而是与基准隶属函数曲线的多个交点，于是可以从其中选出具有最大的隶属度的那个交点，借以进一步运算。另外还有一点与过去方法不同的地方，那就是能够采用明确输入量(crisp-inputs)的办法，取基准隶属函数的一个覆盖比为1(交点比＝1，交点等级＝[4])，可以同时交叉两个以上的基准隶属函数。例如，采用本发明的优点在于当遇到控制差隶属函数的变化不对称时，可以对两个以上的不同输入基准模糊集进行不同的加权处理。求出作为隶属值用的交点，还能够在推理处理器R的理论部分中依据有明确定义的模糊规则和输出基准模糊集相交。自此以后，例如，通过利用普通的重心法在非模糊化处理器Defuzz中进行非模糊化处理，然后在Den中进行非定标化处理，生成一个输出量u的确定值。这与迄今所用的模糊控制法的不同之处在于这个数值是取决于对给定控制差的统计。其结果是，例如，导致改善了模糊控制器对于受噪声影响的信号的响应，更进一步显示了它的优点可以彻底免除对于给定的控制差再进行滤波；同时也可以避免由于滤波产生的那些缺点。
图2所示是表示如何能够从一个与时间成依赖关系的信号求出概率分布密度的示例。首先，例如，要在模糊控制器的分类器中检出在一个给定的时间间隙T中的一个输入信