模糊控制理论的综述
摘要：主要总结了近年来模糊控制系统的研究与发展，介绍了最近模糊控制系统研究的一些主要方面及研究成果，分析了它们的优缺点，并探讨了这一研究领域的研究趋向。
关键词：模糊控制；模糊逻辑系统；模糊控制器；
一、引言
自从美国加利福尼亚大学控制论专家L.A.Zadeh教授在1965年提出的《Fuzzy Set》开创了模糊数学的历史[1]，吸引了众多的学者对其进行研究，使其理论和方法日益完善，并且广泛的应用于自然科学和社会科学的各个领域，尤其是第五代计算机的研制和知识工程开发等领域占有特殊重要的地位[2]。把模糊逻辑应用于控制领域则始于1973年[3]。1974年，英国的E.H.Mamdani首先用模糊控制语句组成模糊控制器，并把它应用于锅炉和蒸汽机的控制，在实验室获得成功。这一开拓性的工作标志着模糊控制论的诞生。
此后20年来，模糊控制不断发展并在许多领域中得到成功应用[4] 模糊控制实质上是一种非线性控制，属于智能控制的范畴。模糊控制的一大特点是既具有系统化的理论，又有着大量实际应用背景。模糊控制的发展最初在西方遇到了较大的阻力。这是跟西方人的思维特征密切相关，西方人喜欢理性分析问题，要把所有东西都数字化；然而在东方尤其是在日本，却得到了迅速而广泛的推广应用。近20多年来，模糊控制不论从理论上还是技术上都有了长足的进步，成为自动控制领域中一个非常活跃而又硕果累累的分支。其典型应用的例子涉及生产和生活的许多方面，例如在家用电器设备中有模糊洗衣机、空调、微波炉等；在工业控制领域中有水净化处理、发酵过程、水泥窑炉等的模糊控制；在专用系统和其它方面有地铁靠站停车、汽车驾驶、电梯、自动扶梯以及机器人的模糊控制等。 由于模糊逻辑本身提供了由专家构造语言信息并将其转化为控制策略的一种体系理论方法，因而能够解决许多复杂而无法建立精确数学模型系统的控制问题，所以它是处理推理系统和控制系统中不精确和不确定性的一种有效方法。从广义上讲，模糊控制是基于模糊推理，模仿人的思维方式，对难以建立精确数学模型的对象实施的一种控制策略。它是模糊数学同控制理论相结合的产物，同时
也是只能控制的重要组成部分[5]。
二、 模糊控制理论与传统控制理论的区别
现代的控制技术理论已经在军事及空间技术等方面获得了成功的应用,例如将射程为3000千米的导弹在射程内着地误差做到小于50米, 并不是困难的事同步卫星的高度亦可控制在误差几米之内, 对卫星的姿态亦可严格控制, 但是另外有一些工业过程却往往难以控制。这些困难主要来自于对某一过程建立数学模型。以及由于过程的非线性、时变特性、难以测量及代价过高等等[6]。然而, 这些过程用人工控制效果往往比较好, 这主要是由于：
1、一般情况, 控制操作人员的控制方法建立在直觉、经验之上, 这些判定方法带有探索式的特点。
2、人脑判定过程存在着固有的不精确这一特性, 这使人的控制动作不稳定，不一致。或是主观随意。使得操作人员的控制行为很难精确描述和解释。
3、操作人员能凭经验对诸如温度、高度等较简单的度量做出反应，而且能够对颜色气味、声音等复杂度盆模式, 做出反应这些观察均带有主观性, 但对控制像出判定正是基于这些带有主观的量。
4、对于一个控制操作者应该能够描述出相应的控制策略。这一般是一组用语言来描述的定性判定规则。这就是控制过程的模糊模型。借助计算机可对这些模糊语句建立模糊控制器，模糊算法描述了控制器的行为[7]。
三、模糊控制的发展
模糊控制的发展基本上可分为两个阶段：初期的模糊控制器是按一定的语言控制规则进行工作的,而这些控制规则是建立在总结操作者对过程进行控制的经验基础上,或设计者对某个过程认识的模糊信息的归纳基础上,因而它适用于控制不易获得精确数学模型和数学模型不确定或多变的对象。后期的模糊控制器则是基于控制规则难以描述,即过程控制还总结不出什么成熟的经验,或者过程有较大的非线性以及时滞等特征,试图吸取人脑对复杂对象进行随机识别和判决的特点,用模糊集理论设计自适应、自组织、自学习的模糊控制器[9]。模糊控制现正从以下几个方面加紧研究：
1、研究模糊控制器非线性本质的框架结构及其同常规控制策略的联系,揭示
模糊控制器工作的实质和机理。它可提供系统的分析和设计方法,解决一些先前被认为是困难但却是非常重要的问题,如稳定性、鲁棒性等。
2、在模糊控制已取得良好实践效果的同时,从理论分析和数学推导角度揭示和证明模糊控制系统的鲁棒性优于常规控制策略。
3、研究模糊控制器的优化设计问题,尤其是在线优化问题。模糊控制器源于采用启发式直觉推理,其本身的推理方式难于保证控制效果的最优。解决模糊控制器的优化问题也是进一步将其推向工业应用的有效手段。
4、在理论研究中规则本身非线性问题及实际应用中模糊控制器的规则自学习和自动获取问题。前者之所以成为难点,是因为具有线性规则的模糊控制器本身已属非线性控制,非线性规则则更使问题的系统化研究方法困难;后者则构成智能控制中专家系统的核心问题。
5、将模糊控制同其它领域的理论研究方法相结合,利用模糊控制的优势解决该领域中过去用常规方法难以解决的问题。
四、模糊控制系统的应用及前景
模糊控制理论是控制领域中非常有前途的一个分支,在工程上也取得了很多成功的应用。1974 年, E.H.Mamdani 首次将模糊控制理论应用于蒸汽机和锅炉的控制,取得了满意的控制效果; 随后又将模糊控制成功地应用于热交换器和水泥窖的生产；之后,M.Sugeno 又将模糊控制用于汽车控制,取得了很好的控制效果。80 年代末,在日本兴起了一次模糊控制技术的高潮,其成果被广泛应用于各个领域。模糊控制在许多实际控制系统中得到广泛应用,如工业控制过程中的蒸汽发生装置控制系统、合金钢冶炼控制系统、炼油厂催化炉控制系统、铸铁退火炉温度控制系统等。另外,模糊控制也应用于航天飞行器控制、机器人控制、核反应堆控制、热交换过程控制、异步电动机控制、污水处理、肌肉麻醉控制、病人血压调整、电梯群控制、吊车自动控制等系统中。日用家电产品中的模糊控制应用也已相当普遍,如用模糊控制系统控制水温。
五、模糊控制的发展前景及凾待解决的问题
模糊控制与其他智能控制方法结合组成的模糊控制，如专家模糊控制能够表
达和利用控制复杂过程和对象所需的启发式知识，重视知识的多层次和分类的需要，弥补了模糊控制器结构过于简单、规则比较单一的缺陷，赋予了模糊控制更高的智能[9]．二者的结合还能够拥有过程控制复杂的知识，并能够在更为复杂的情况下对这些知识加以有效利用．基于神经网络的模糊控制能够实现局部或全部的模糊逻辑控制功能．模糊控制器正朝着自适应、自组织、自学习方向发展，使得模糊控制参数、规则在控制过程中自动地调整、修改和完善，从而不断完善系统的控制性能，达到更好的控制效果．而与专家系统、神经网络等其他智能控制技术相融合成为其发展趋势．“模糊”、“神经网络”、“混沌”3 种智能技术正在紧密结合，并已形成了产品．研究自然语言的描述，知识的获取与处理，综合使用人类的知识，模拟人的思维过程的合情推理与发现思维，将会促进模糊控制理论的发展与提高．虽然模糊控制已获得了很多成功的应用，但是仍有很多问题函待解决[10]．
1、建立一套系统的模糊控制理论，以解决模糊控制的机理、稳定性分析、系统化设计方法、专家模糊控制系统、神经模糊控制系统和多变量模糊控制系统的分析与设计等一系列问题；
2、模糊控制在非线性复杂系统应用中的模糊建模、模糊规则的建立和推理算法的深入研究；
3、模糊集成控制系统的设计方法研究；
4、自学习模糊控制策略的实现；
5、模糊控制系统的稳定性分析．
六、结束语
近年来,模糊控制系统的研究取得了很大的进展，特别是模糊控制器的结构分析，模糊系统的万能逼近特性,模糊状态方程及稳定性分析，软计算技术等；同时，模糊逻辑在软件硬件方面也取得了飞速的发展.但模糊系统理论仍存在一定的问题。
参 考 文 献
[1] Zadeh L A. Fuzzy sets [J]. Information and Control,1965,8：338-353.
[2]Faouzi Bonslama,Akira Ichiltawa.Application of limit fuzzy controllers to stability analysis.Fuzzy Sets and Systems,1992,49: 103-220.
[3] Zadeh L A. Outline of a new approach to the analysis of complex systems and decision processess. IEEE Trans. On Systems, Man, and Cybernetics ,1973,SMC-3(1)28-44.
[4]权太范等. 模糊控制技术在过程控制中的应用现状及前景.控制与决策,1988,3(1）：59-62.
[5]汪培庄.模糊集合及应用.上海: 上海科学技术出版社,1983.
[6]张化光.复杂系统的模糊辨识与模糊自适应控制.沈阳: 东北大学出版社,1994.
[7] Lee C C. Fuzzy logic in control system： fuzzy logic controller, Part I,II[J]. IEEETrans. on Systems, Man, and Cybernetics,1990,20(2): 404-435.
[8] Filev D P and Yager R R. A generalized defuzzification method via BAD distributions [J]. Int. J. Intelligent Systems,1991,6(7) : 687-697.
[9]李友善,李 军. 模糊控制理论及其在过程控制中的应用[M]. 北京：国防工业出版社, 1993.
[10]窦振中. 模糊逻辑控制技术及其应用[M]. 北京: 北京航空航天大学出版社,1995.
[11]费春国, 模糊自调整控制器的研究与应用[D]. 天津: 津科技大学, 2003.
模糊控制理论的综述
摘要：主要总结了近年来模糊控制系统的研究与发展，介绍了最近模糊控制系统研究的一些主要方面及研究成果，分析了它们的优缺点，并探讨了这一研究领域的研究趋向。
关键词：模糊控制；模糊逻辑系统；模糊控制器；
一、引言
自从美国加利福尼亚大学控制论专家L.A.Zadeh教授在1965年提出的《Fuzzy Set》开创了模糊数学的历史[1]，吸引了众多的学者对其进行研究，使其理论和方法日益完善，并且广泛的应用于自然科学和社会科学的各个领域，尤其是第五代计算机的研制和知识工程开发等领域占有特殊重要的地位[2]。把模糊逻辑应用于控制领域则始于1973年[3]。1974年，英国的E.H.Mamdani首先用模糊控制语句组成模糊控制器，并把它应用于锅炉和蒸汽机的控制，在实验室获得成功。这一开拓性的工作标志着模糊控制论的诞生。
此后20年来，模糊控制不断发展并在许多领域中得到成功应用[4] 模糊控制实质上是一种非线性控制，属于智能控制的范畴。模糊控制的一大特点是既具有系统化的理论，又有着大量实际应用背景。模糊控制的发展最初在西方遇到了较大的阻力。这是跟西方人的思维特征密切相关，西方人喜欢理性分析问题，要把所有东西都数字化；然而在东方尤其是在日本，却得到了迅速而广泛的推广应用。近20多年来，模糊控制不论从理论上还是技术上都有了长足的进步，成为自动控制领域中一个非常活跃而又硕果累累的分支。其典型应用的例子涉及生产和生活的许多方面，例如在家用电器设备中有模糊洗衣机、空调、微波炉等；在工业控制领域中有水净化处理、发酵过程、水泥窑炉等的模糊控制；在专用系统和其它方面有地铁靠站停车、汽车驾驶、电梯、自动扶梯以及机器人的模糊控制等。 由于模糊逻辑本身提供了由专家构造语言信息并将其转化为控制策略的一种体系理论方法，因而能够解决许多复杂而无法建立精确数学模型系统的控制问题，所以它是处理推理系统和控制系统中不精确和不确定性的一种有效方法。从广义上讲，模糊控制是基于模糊推理，模仿人的思维方式，对难以建立精确数学模型的对象实施的一种控制策略。它是模糊数学同控制理论相结合的产物，同时
也是只能控制的重要组成部分[5]。
二、 模糊控制理论与传统控制理论的区别
现代的控制技术理论已经在军事及空间技术等方面获得了成功的应用,例如将射程为3000千米的导弹在射程内着地误差做到小于50米, 并不是困难的事同步卫星的高度亦可控制在误差几米之内, 对卫星的姿态亦可严格控制, 但是另外有一些工业过程却往往难以控制。这些困难主要来自于对某一过程建立数学模型。以及由于过程的非线性、时变特性、难以测量及代价过高等等[6]。然而, 这些过程用人工控制效果往往比较好, 这主要是由于：
1、一般情况, 控制操作人员的控制方法建立在直觉、经验之上, 这些判定方法带有探索式的特点。
2、人脑判定过程存在着固有的不精确这一特性, 这使人的控制动作不稳定，不一致。或是主观随意。使得操作人员的控制行为很难精确描述和解释。
3、操作人员能凭经验对诸如温度、高度等较简单的度量做出反应，而且能够对颜色气味、声音等复杂度盆模式, 做出反应这些观察均带有主观性, 但对控制像出判定正是基于这些带有主观的量。
4、对于一个控制操作者应该能够描述出相应的控制策略。这一般是一组用语言来描述的定性判定规则。这就是控制过程的模糊模型。借助计算机可对这些模糊语句建立模糊控制器，模糊算法描述了控制器的行为[7]。
三、模糊控制的发展
模糊控制的发展基本上可分为两个阶段：初期的模糊控制器是按一定的语言控制规则进行工作的,而这些控制规则是建立在总结操作者对过程进行控制的经验基础上,或设计者对某个过程认识的模糊信息的归纳基础上,因而它适用于控制不易获得精确数学模型和数学模型不确定或多变的对象。后期的模糊控制器则是基于控制规则难以描述,即过程控制还总结不出什么成熟的经验,或者过程有较大的非线性以及时滞等特征,试图吸取人脑对复杂对象进行随机识别和判决的特点,用模糊集理论设计自适应、自组织、自学习的模糊控制器[9]。模糊控制现正从以下几个方面加紧研究：
1、研究模糊控制器非线性本质的框架结构及其同常规控制策略的联系,揭示
模糊控制器工作的实质和机理。它可提供系统的分析和设计方法,解决一些先前被认为是困难但却是非常重要的问题,如稳定性、鲁棒性等。
2、在模糊控制已取得良好实践效果的同时,从理论分析和数学推导角度揭示和证明模糊控制系统的鲁棒性优于常规控制策略。
3、研究模糊控制器的优化设计问题,尤其是在线优化问题。模糊控制器源于采用启发式直觉推理,其本身的推理方式难于保证控制效果的最优。解决模糊控制器的优化问题也是进一步将其推向工业应用的有效手段。
4、在理论研究中规则本身非线性问题及实际应用中模糊控制器的规则自学习和自动获取问题。前者之所以成为难点,是因为具有线性规则的模糊控制器本身已属非线性控制,非线性规则则更使问题的系统化研究方法困难;后者则构成智能控制中专家系统的核心问题。
5、将模糊控制同其它领域的理论研究方法相结合,利用模糊控制的优势解决该领域中过去用常规方法难以解决的问题。
四、模糊控制系统的应用及前景
模糊控制理论是控制领域中非常有前途的一个分支,在工程上也取得了很多成功的应用。1974 年, E.H.Mamdani 首次将模糊控制理论应用于蒸汽机和锅炉的控制,取得了满意的控制效果; 随后又将模糊控制成功地应用于热交换器和水泥窖的生产；之后,M.Sugeno 又将模糊控制用于汽车控制,取得了很好的控制效果。80 年代末,在日本兴起了一次模糊控制技术的高潮,其成果被广泛应用于各个领域。模糊控制在许多实际控制系统中得到广泛应用,如工业控制过程中的蒸汽发生装置控制系统、合金钢冶炼控制系统、炼油厂催化炉控制系统、铸铁退火炉温度控制系统等。另外,模糊控制也应用于航天飞行器控制、机器人控制、核反应堆控制、热交换过程控制、异步电动机控制、污水处理、肌肉麻醉控制、病人血压调整、电梯群控制、吊车自动控制等系统中。日用家电产品中的模糊控制应用也已相当普遍,如用模糊控制系统控制水温。
五、模糊控制的发展前景及凾待解决的问题
模糊控制与其他智能控制方法结合组成的模糊控制，如专家模糊控制能够表
达和利用控制复杂过程和对象所需的启发式知识，重视知识的多层次和分类的需要，弥补了模糊控制器结构过于简单、规则比较单一的缺陷，赋予了模糊控制更高的智能[9]．二者的结合还能够拥有过程控制复杂的知识，并能够在更为复杂的情况下对这些知识加以有效利用．基于神经网络的模糊控制能够实现局部或全部的模糊逻辑控制功能．模糊控制器正朝着自适应、自组织、自学习方向发展，使得模糊控制参数、规则在控制过程中自动地调整、修改和完善，从而不断完善系统的控制性能，达到更好的控制效果．而与专家系统、神经网络等其他智能控制技术相融合成为其发展趋势．“模糊”、“神经网络”、“混沌”3 种智能技术正在紧密结合，并已形成了产品．研究自然语言的描述，知识的获取与处理，综合使用人类的知识，模拟人的思维过程的合情推理与发现思维，将会促进模糊控制理论的发展与提高．虽然模糊控制已获得了很多成功的应用，但是仍有很多问题函待解决[10]．
1、建立一套系统的模糊控制理论，以解决模糊控制的机理、稳定性分析、系统化设计方法、专家模糊控制系统、神经模糊控制系统和多变量模糊控制系统的分析与设计等一系列问题；
2、模糊控制在非线性复杂系统应用中的模糊建模、模糊规则的建立和推理算法的深入研究；
3、模糊集成控制系统的设计方法研究；
4、自学习模糊控制策略的实现；
5、模糊控制系统的稳定性分析．
六、结束语
近年来,模糊控制系统的研究取得了很大的进展，特别是模糊控制器的结构分析，模糊系统的万能逼近特性,模糊状态方程及稳定性分析，软计算技术等；同时，模糊逻辑在软件硬件方面也取得了飞速的发展.但模糊系统理论仍存在一定的问题。
参 考 文 献
[1] Zadeh L A. Fuzzy sets [J]. Information and Control,1965,8：338-353.
[2]Faouzi Bonslama,Akira Ichiltawa.Application of limit fuzzy controllers to stability analysis.Fuzzy Sets and Systems,1992,49: 103-220.
[3] Zadeh L A. Outline of a new approach to the analysis of complex systems and decision processess. IEEE Trans. On Systems, Man, and Cybernetics ,1973,SMC-3(1)28-44.
[4]权太范等. 模糊控制技术在过程控制中的应用现状及前景.控制与决策,1988,3(1）：59-62.
[5]汪培庄.模糊集合及应用.上海: 上海科学技术出版社,1983.
[6]张化光.复杂系统的模糊辨识与模糊自适应控制.沈阳: 东北大学出版社,1994.
[7] Lee C C. Fuzzy logic in control system： fuzzy logic controller, Part I,II[J]. IEEETrans. on Systems, Man, and Cybernetics,1990,20(2): 404-435.
[8] Filev D P and Yager R R. A generalized defuzzification method via BAD distributions [J]. Int. J. Intelligent Systems,1991,6(7) : 687-697.
[9]李友善,李 军. 模糊控制理论及其在过程控制中的应用[M]. 北京：国防工业出版社, 1993.
[10]窦振中. 模糊逻辑控制技术及其应用[M]. 北京: 北京航空航天大学出版社,1995.
[11]费春国, 模糊自调整控制器的研究与应用[D]. 天津: 津科技大学, 2003.