摘要：本文對模糊控制技術的由來與發展，及國內模糊技術控制儀表研發和應用的概況進行了粗略的描述。

模糊計算機技術

1965 年，美國加州大學伯克利分校L .Zadeh 教授發表了著名的論文“Fuzzy Sets”（模糊集），開創了模糊理論。最近十年來，模糊理論又在實際應用中獲得重大突破。作為一種高新技術，模糊理論正在訊速發展，預計21 世紀它將成為信息科學中的核心技術之一。

Zadeh 教授當初曾提出過一個著名的不相容原理：“隨著系統復雜性增加，人們對系統進行精確而有效地描述的能力降低，直至一個閾值，精確和有效成為互斥。”其實質在于：真實世界中的問題，其概念往往沒有明確的界限，而傳統數學的分類總試圖定義清晰的界限，這是一種矛盾，一定條件下會變成對立的東西。從而引出一個極其簡單而又重要的思想：任何事情都離不開隸屬程度的概念。這就是模糊理論的基本出發點。

模糊技術發展過程中有一些重要的里程碑，現僅列出其中若干項如下：

1965 年，模糊集（美國Zadeh）;

1973 年，語言方法（模糊邏輯）（美國Zadeh）；

1974 年，蒸汽渦輪機控制實驗（英國Mamdani）;

1985 年，第一個模糊推理芯片問世（美國Togai）；

1987 年，仙臺地鐵機車全自動駕駛（日本日立公司）；

1990 年起，家用電器“模糊熱”例如：電飯煲‐日本巖上篤行1992 年；洗衣機‐ASW‐60V；

空調‐模糊技術控制1991 年；吸塵器‐石井吉太郎1991 年；模糊控制縫紉機‐1991 年；模糊復印機‐SFT‐Z125；日本三洋模糊控制8mm 攝錄像機；5 門模糊控制電冰箱‐MR‐B46K；模糊控制和神經網絡煤油取暖器；模糊控制燃氣熱水器；模糊控制微波爐等等。

什么是模糊邏輯

Zadeh 教授把普通的集合推廣到模糊集合論是基于真實世界中的概念往往是沒有清晰界限這一事實的。

1） 普通的集合 集合中的成員是具有精確特性的對象。例如“8 到12 的實數集合”是一個清晰的集合C，C={實數r|8≤r≤12}。用特征函數M（r）表示成員r 隸屬于集合C 的程度，

即｛M=1 (8≤r≤12)

    M=0 （其它情況）

這個特征函數是唯一的，且只有兩個答案，即“是”和“否”，對應于傳統的二值邏輯。

2） 模糊集合 集合中成員的特性是模糊的。例如“接近于10 的實數集合”是一個模糊集

合F： F={ 接近于10 的實數r}

這時，特征函數M（r）不是唯一的。

模糊邏輯具有兩種屬性。

① 概率性：事件本身是清晰的，只是事件出現頻數具有一確定性。例如，在一個群體中“老年人得心臟病”的機會一般可能統計方法得到。

② 模糊性：事件本身含糊不清的，而事件出現是確定的（當然也可以是不確定的）。

例:

如年齡分組，“青年”、“老年”等，是一些模糊的概念，且是確實存在的，它們不一定通過統計來規定。在一定的社會背影下，完全可以人為確定其年齡段來定義“青年”、“老年”等概念。

國外模糊控制枝術的發展

模糊理論源于美國，但長期以來受學派之爭的束縛，實際應用進展緩慢。到20 世紀80年代后期，在日本以家用電器廣泛使用模糊控制為突破口，使模糊邏輯的實際應用獲得迅速發展。20 世紀90 年代初，美國已感受到“美國人的理論卻讓日本人賺錢”的教訓，工業界也行動起來。美國IEEE 自1992 年開始，專門針對“模糊系統”主題定期舉行國際會議和出版學術期刊。中國從事模糊數學的研究比較早，但實際應用仍有一定差距。

在工業生產的實際過程中，有一些用傳統方法難以實現較好控制的生產過程。其困難來自于那些時變的，非線性的復雜控制，這些生產過程無法獲得精確的數學模型，或雖然能獲得數學模型而過于復雜。例如微分方程的階次過高，然而這類難以用常規方法實現的控制過程，由操作人員憑借其豐富的實踐經驗，采取合適的對策，往往能出色的控制好生產過程，而模糊控制方法，就是模擬人的思維，將其運用到生產過程控制中并取得成功的方法之一。

隨著大規模集成電路的發展和模糊電子技術的開發應用，美國、日本等國家已推出多種帶模糊邏輯處理功能的典型的微計算機芯片，如NLX230 單片模糊微計算機芯片。NLX230 單片模糊微計算機芯片簡稱單片模糊芯片，是Neuralogix 公司生產的通用單片微計算機芯片的一種，他可用來增強或取代那些有高性能、低成本要求的系統中的常規微計算機芯片。單片模糊芯片采用模糊邏輯原理進行工作。他根據輸入條件算出一個最佳的輸出動作，來實行有效的控制。NLX230 在低成本下運算速度可達3000 萬條規則/秒。模糊芯片主要運用于下列方面：（1）替代傳統的PID 控制；（2）新型儀器；（3）模式匹配（圖形匹配）；（4）汽車應用系統（5）程序裝置、控制設備和定時器；（6）機器設備（7）近似推理（8）專家系統。NLX230 模糊芯片的主要性能特點為：（1）強有力的模糊邏輯處理能力；（2）可用簡單的、低成本的PC 機為基礎進行開發；（3）可串聯使用；（4）外圍電路簡單，使用方便；（5）采用CMOS 技術，功耗低；（6）有8 路輸入和輸出；（7）每路輸入均16 個輸入模糊器；（8）總共有64 條規則可使用；（9）可與微機芯片直接接口；（10）振蕩電路可用石英或RC 網絡。使用說明：NLX230 是一種可組合的大規模集成電路模糊芯片。用並行方式提供輸入向量的規則集合，這些規則決定根據當前的輸入情況該怎樣進行控制。為了方便地進行計算，采用了一種直線型對稱的隸屬函數和最簡單的最大最小模糊推理方法。輸出控制值由使用者來定義，以后在控制中根據輸入情況進行模糊集合運算，求出控制值的修正量，對對象進行控制。對于全部的輸入輸出都用並行處理完成。所有64 條規則能被存儲在芯片上24 位寬度的規則寄存器中，這些規則能被所有的輸出分享。

1、模糊控制算法原理

典型的模糊控制系統如圖

圖中：e(n):實際偏差；K1：偏差比例因子；ec(n):偏差變化率；K2：偏差變化比例因子

C(n):經過模糊關系矩陣運算，模糊判決所得出的輸出增量決策值；U（N）：實際輸出量；

Q：量化過程 K3：輸出增量決策值比例因子

確定模糊控制算法，即求取模糊控制規則，是設計模糊控制器的關鍵，主要分以下四步：

（1）定義描述輸入，輸出的語言變量（模糊狀態）及其論域。

設系統的觀察量為一維：偏差E 和偏差變化EC 輸出量為一維C，并分別定義在各自

的論域上。

E=|EC| ， EC=|EC| ， C=|C|

如：偏差E 用“NB（負大）”，“NM 負中”，“NS 負小”，“Nz（負零）”，“PZ（正零）”，

“PS（正小）”，“PM（正中）”，“PB（正大）”

八個模糊狀態來描述，其相應論域為：E={‐6，‐5~~~~~~，‐0，0，1，~~~~~~6}

偏差變化用NB，NM，NS，NZ，PZ，PS，PM 和PB

八個模糊狀態來描述，其相應論域為：

EC={‐6，‐5~~~~~~‐1，‐0，0，1，~~~~~6} 輸出增量決策值用：NB，NM，NS，ZE，

PZ，PS，PM 和PB，八個模糊狀態來描述，其相應論域為：c={‐7,‐6,‐5~~~~‐0,0,1,~~~~~7}

（2）定義各模糊狀態的隸屬函數

在經典集中論中，一個狀態X 與一個集合Y 的關系，可用簡單的二值邏輯（0，1）

來描述，即XEY，記作HY（X）=1 或X 為Y，記作HY（X）=0。但事實上，當我們討

論一個狀態X 與一個集合Y 的符合程度時，往往不能作絕對的肯定或否定，而只能

判斷X 與Y 的大致符合程度，這一符合程度用[0，1]閉區間上的一個實數來度量，

記作HY（X）表示X 對Y 的隸屬度。這種沒有明確外延的概念，稱為模糊概念，當

HY（X）隨X 變化而變化時，HY（X）即為隸屬函數。

例如：描述偏差E 的八個模糊狀態與相應論域間的符合程度可用下列八個隸屬函數

來描述：

同樣可以用隸屬函數來描述偏差變化EC 和輸出增量決策值C 的模糊狀態。

（3）探索控制策略

經過探索將有經驗的操作人員的控制策略分析歸納后，用（1）中所定義的模糊狀態

進行描述，例如：若NB 為NB 且Ec=NB 則NC 為PB

IF

*本文內容采編自網絡，版權歸原作者所有，如有侵犯請聯系小編18960650707，我們將在24小時內刪除！*