【每天一点算法】模糊控制器的设计

概述
模糊控制器是以模糊集合论、模糊语言变量、模糊逻辑推理为基础的一种智能控制方法。关于这三个方面的基础知识，不知道的，自己去补充。
模糊集合理论：
一种描述模糊现象的方法，隶属度函数是它的核心概念。
模糊语言变量：
主要有四个方面内容，定义变量名称、定义变量论域、定义语言值（实质是模糊集合）、定义每个语言的隶属度函数。
模糊蕴含关系：
两个语言变量之间存在的模糊关系，这种模糊关系的求解可以有多种方法，常见的有Zadeh法、Mamdani法。
模糊逻辑推理：
有模糊关系、以及输入后，如何得到输出。

正文
模糊控制器的设计主要分为如下步骤：
1、模糊控制器结构的确定：几个输出变量？几个输出变量？分别是什么变量？
2、定义输入输出变量模糊集：确定各个变量的论域、语言值、各个模糊集合的隶属度函数。
3、构建模糊控制规则表，这个表由专家经验所得。
4、求解模糊蕴含关系：利用模糊规则表结合对应的推理机来得到模糊蕴含关系，常用的有Zadeh法、Mamdani法。
5、总结模糊查询表
6、解模糊得到输出值：常用的方法有最大隶属度法、重心法、加权平均法。
这样说得可能比较抽象，下面我们以一个MATLAB中的simulink实例来讲解模糊控制器的设计与仿真
首先明确我们是为什么设计的模糊控制器，这是我们选择专家经验的前提，这里我们设计的是一个以偏差e和偏差变化率ec为输入的模糊控制器，类似于PID控制器。
一、设计模糊控制器
1、选择输入输出变量及其个数，这里我们选择的是偏差e和ec（注意，在真实系统中，这两个量是要经过量化因子处理后才能送给模糊控制器的，因为模糊控制器的论语通常在（-6， 6）这个范围内，但是实际系统的输入输出值却不是在这个范围，所以我们需要对其进行比例换算，但是这里由于是仿真，我们就不处理了）。

2、为模糊变量设计论域，选择语言值、确定每个语言值对应的隶属度函数

3、设计规则

到这里一个模糊控制器就设计完成了，接下来我们把这个模糊控制器保存到我们的某个目录下面，然后在MATLAB主界面下跳转到这个目录下，使用>>a2=readfis(‘fuzzf.fis’)这个命令来将模糊控制器读取到工作空间中，用来后面调用。
二、搭建simulink仿真模型

模糊控制器参数

仿真结果


在这个案例中，我们使用了49条规则，我尝试着将规则减少，但是发现这样做会严重影响控制器的跟踪效果，还有就是这种控制规则是需要专家经验来设定的，如果专家经验不合适也会造成控制器的跟踪效果不好。

模糊控制器的优缺点
优点：不需要被控对象的精确模型，只需要掌握人类的控制经验，系统鲁棒性强，尤其适用于强非线性时变、大滞后系统的控制。
缺点：过于依赖经验， 有时候经验难以获得，不方便在线调整，同时由于模糊控制器不具有积分环节，所以会稳态精度不高。基于以上缺点，实际应用中，常将模糊控制器与其它控制器进行组合使用，如一些自校正模糊控制器。