第038卷第I濟期/j.cnki.xk199904008i信息与控希【IVolNa41999年8月Inf°imationandContro1iAu呂，1999文章编号:1002-0411(1999)04-0283-010模糊控制硏究的现状与新发展刘向杰1丨周孝信11柴天佑2(I电力部电力科学硏冗院i北京i1000852东北大学自动化中心i沈阳i110006)摘i要：本文结合近年来模糊控制的最新硏究成果，着重考察了模糊控制器的非线性特性及自适应功能，特别讨论了模糊控制器的自适应功能的改善纟模糊控制器的解析结构分析及模糊控制系统的稳定性分析等问题，最后对于非线性自适应模糊控制新的硏究方向进行了展望•》关键词：模糊自适应控制，自学习模糊控制，模糊神经网络，结构分析，模糊稳定性中图分类号：TP13jiiiii文献标识码：Ali引言自从1965年美国加利福尼亚大学的Zadeh教授创建模糊集理论⑴和1974年英国的E.H.Mandani成功地将模糊控制应用于锅炉和蒸汽机控制⑷以来，模糊控制得以广泛发展并在现实中得以成功应用，其根源在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系统的推理方法，因而能够解决许多复杂而无法建立精确的数学模型系统的控制问题，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•从厂义上讲，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希1J・它是模糊数学同控制理论相结合的产物，同时也构成了智能控制的重要组成部分•模糊控制的突出特点在于：(1)控制系统的设计不要求知道被控对象的精确数学模型，只需要捉供现场操作人员的经验知识及操作数据.(2)控制系统的鲁棒性强，适应于解决常规控制难以解决的非线性0吋变及滞后系统.(3)以语言变量代替常规的数学变量，易于构造形成专家的。知识土(4)控制推理米用”不精确推理"(approxinatereasoning)•推理过程模仿人的思维过程,由于介入了人类的经验，因而能够处理复杂甚至”病态遥统.模糊控制在理论上突飞猛进的同时，已越来越多地成功地应用于现实世界中.然而相比于传统的控制方法，应用于实时控制中的模糊控制到底冇什么优势？许多学者在硏氏证明采用启发式规则的模糊控制器性能优于常规控制器性能时，是否进行了平等的比较，也即是否用性能较好的模糊控制器与性能较差的PI控制器进行着比较，K.JAstwm在文［3］中表达了上述观点.可以说每一种新的技术与方法在体现其优越性能的同时，也必定存在其局限性•应当承认,在对客观对象进行观察和认识时，模糊控制必竟不如人的认识全面深刻，因而若要达到真正仿人智能的效果，仍然需要其自身在工程应用中不断地朝着自适应#自组织0自学习方向发""攵^遐监看学奮黑|该翳学基金(69804003)()中国博士后基金资助展.本文深入分析模糊控制硏氏体系内容，力求全面揭示模糊控制发展现状，从中展示模糊控制本身强大的生命力.模糊控制发展到现阶段,其理论体系明显呈现以下几个分枝：模糊控制器的自适应功能硏究；模糊控制器的解析结构硏究；模糊控制的稳定性分析.21自适应模糊控制器在复杂系统的控制过程中，模糊控制器的自适应功能，一直是控制系统设计者们所追求的目标.这是因为基本模糊控制器源于操作人员的基本知识，不具有适应对象持续变化的能力.模糊自适应控制器的设计也同样遵循着以下两个目标功能(图1):(1)根据被控过程的运行状态给出合适的控制规则，即控制功能.(2)根据给出的控制规则的控制效果，对控制器的控制决策进一步改善，以获得更好的控制效果，即学习能力.具有自适应功能模糊控制器的杰出代表为自组织模糊控制器(socys,SOC在基本的模糊控制器基础上增加了调整控制机构，将控制器分为面向对象的控制级和面向控制器的规则调整级，规则调整级通过计算系统的性能指标来校正控制规则的关系矩阵，建立纟修改规则库，从而大大提高了系统性能•文［9＞系统地分析并全面介绍了近年来自校正模糊控制器的发展状况，并给出了一种后发式自校正模糊控制算法，控制级和规则调整级采用同样的模糊推理策略，大大増加了自适应模糊控制器的鲁棒性，也使得控制器更加易于实现•文［1Q11财模糊自适应控制器的结构做了一些改进，采用类似细胞的知识结构来表征以时间与量値作为自变量的系统...