基于FCMA算法的粗糙-模糊控制器.pdf

1、PID控制器以其結(jié)構(gòu)簡單、魯棒性強、穩(wěn)態(tài)無靜差及易于操作等優(yōu)點，作為工業(yè)控制中最通用的控制方法，經(jīng)久不衰。但是對復(fù)雜被控對象應(yīng)用的局限性，是制約其發(fā)展的重要因素之一。隨著智能控制的發(fā)展，模糊控制理論的成熟和模糊控制技術(shù)的產(chǎn)生，為PID控制的發(fā)展帶來了新的生機。 本文在研究模糊控制系統(tǒng)的發(fā)展過程及其特點的基礎(chǔ)上，針對單純的模糊控制的缺陷，把粗糙集理論和自適應(yīng)模糊C均值聚類算法作為對其優(yōu)化的方法，對模糊控制器進行模糊規(guī)則的合理提取，

2、以此進一步提高整個控制系統(tǒng)性能。 粗糙集具有從大量數(shù)據(jù)中分析、推理、挖掘隱含知識及規(guī)律的能力，它解決了智能控制中對知識，尤其是不確定知識的處理這一難題，正在推動著智能控制的發(fā)展。本文利用粗糙集中知識約簡這一思想精髓，對原始數(shù)據(jù)進行處理，直接從數(shù)據(jù)中提取模糊規(guī)則，減少了模糊控制器在規(guī)則獲取方面的困難。 粗糙集只能處理離散的數(shù)據(jù)，而工業(yè)過程中所產(chǎn)生的原始數(shù)據(jù)多為連續(xù)的。傳統(tǒng)的數(shù)據(jù)離散放法都需要人為的設(shè)定分類數(shù)目，這樣必然導(dǎo)致

3、聚類結(jié)果的主觀性和隨意性，缺乏科學的依據(jù)，容易陷入局部最優(yōu)解。本文利用自適應(yīng)模糊C均值聚類算法對數(shù)據(jù)進行聚類，能夠自適應(yīng)地確定聚類中心的個數(shù)，可以避免在聚類數(shù)目的選取上存在的主觀性，解決了聚類中的全局最優(yōu)問題。并且對該聚類算法做出一些改進，使其有著良好的抗干擾性能。 而模糊控制器(一般是二維模糊控制器)本質(zhì)上是一類PD控制器，具有良好的動態(tài)性能，但由于其缺乏積分項，所以很難在模糊控制系統(tǒng)中消除穩(wěn)態(tài)誤差。為此，加入積分環(huán)節(jié)，并采用