绍下主要的研究现状。有关模糊控制系统的稳定性分析的研究任何个自动控制系统要正常工作，首先必须是稳定的。由于模糊系统本质上的非线性和缺乏统的系统描述，使得人们难以利用现有的控制理论和分析方法对模糊控制系统进行分析和设计。因此，模糊控制理论的稳定性分析直是个难点课题，未形成较为完善的理论体系。正因为如此，关于模糊系统的稳定性分析近年来成为众人关注的热点，发表的论文较多，提出了各种思想和分析方法。目前模糊控制系统稳定性分析方法主要有以下几种李亚普诺夫方法基于滑模变结构系统的稳定性分析方法描述函数方法圆稳定性判据方法模糊控制系统的稳定性分析还有相平面法关系矩阵分析法超稳定理论判据模糊穴穴映像数值稳定性分析方法以及最近出现的鲁棒控制理论分析方法和矩阵不等式凸优化方法等。自适应模糊控制器的研究为了提高模糊控制系统的自适应能力，许多学者对自适应模糊控制器进行了研究，研究方向主要集中在以下方面。自校正模糊控制器自校正模糊控制器是在常规模糊控制的基础上，采用加权推理决策，洛阳理工学院毕业设计论文并引入协调因子，根据系统偏差和偏差变化的大小，预测控制系统中的不确定量并选择个最佳的控制参数或控制规则集，在线自动调整保守和大胆控制的混合程度，从而更全面确切地反映出入对诸因素的综合决策思想，提高系统的控制精度和鲁捧性能。目前这种变结构的自校正模糊控制器是根据被调量和在线选取最佳控制规则及控制决策的，而对于些复杂的生产过程，其生产工艺和环境因素都较为复杂，往往不能只考虑系统的偏差和偏差变化率来确定其控制策略。难于总结出比较完整的经验，此时模糊控制规则或者缺乏，或者很粗糙，并且当被控对象参数发生变化或受到随机干扰影响时，都会影响模糊控制的效果。自组织模糊控制器自组织模糊控制器能自动对系统本身的参数或控制规则进行调整，使系统不断完善，以适应不断变化的情况，保证控制达到所希望的效果。它根据自动测量得到的实际输出特征和期望特征的偏差，确定输出响应的校正量并转化控制校正量，调整模糊控制规则，作用于被控对象。其基本特征是控制算法和规则可以通过在线修改，变动几个参数可以改变控制结果。它不仅仅是局限于个对象，而是通过自组织适应几类对象。有代表性为以下三种类型为自校正模糊控制器在常规模糊控制中增加系统辨别和修正控制功能。通过使用个较为粗糙的初期模型，经过模糊控制器的自组织功能，达到在线修正模糊控制规则，完善系统性能，使其达到灿期的要求。自调整比例因子模糊控制器通过调整系统偏差及偏差变化率的比例因子来控制模糊控制器中的输出量的比例系数，即改变系统的增益。它充分体现了操作者手动控制的思维特点和控制策略，保证了系统有良好的动态性和稳态精度。模糊自整定参数控制器应用模糊集理论，根据系统运行状态，在线整定控制器参数。由于模糊自整定参数，与偏差变化率间建立起在线自整定函数关系，且这种关系是根据人的经验和智慧积累起来的，使系统在不同的运动状态下能对控制器参数实现智能调节，能明显改善被控过程的动态性和稳定性能，提高抗干扰能力和鲁棒性。洛阳理工学院毕业设计论文模糊控制与其它智能技术分支相结合作为智能控制的种新方法，模糊控制与智能领域的些其它新技术相结合，向着更高层次的应用发展也是目前研究热点之。下面简要介绍模糊控制与神经网络和遗传算法的结合情况。模糊控制与神经网络的结合神经网络是由大量的简单处理单元构成的非线形动力系统，能映射任意函数关系，且具有学习性，能处理不完整不精确的非常棋糊的信息。模糊控制利神经网络之间具有很强的互补性，方而对神经网络来说知识抽取和知识表达比较困难，而模糊信息处理方法对此却很有效另面，模糊模式很难从样本中直接学习规则，且在模糊推理过程中会增加模糊性，但神经网络能进行有效地学习，并且采用联想记忆而降低模糊。由此可见，神经网络适合于处理非结构化信息，而模糊模式对处理结构化的知识更有效。模糊控制与神经网络的融合系统是种自适应模糊控制系统。目前，实现模糊控制的神经网络从结构上看主要有两类，其是在神经网络结构中引入模糊模式，使其具有处理模糊信息的能力，如把神经元中的加权求和运算转变为并和交等形式的模糊逻辑运算以构成模糊神经元其二是直接利用神经网络的学习功能及映像能力，去等效模糊控制中的模糊功能块，如模糊化模糊推理反模糊化等，目前研究应用最为广泛的模糊神经网络就属于这类。网络般由五层前向网络组成，每层都有明确的含义，第层为输入层第二层计算隶属度函数第三层计算每条规则的使用度第四层进行归化计算第五层实现清晰化即解模糊化。网络所包含的信息能够清晰地获得，克服了网络黑箱型操作的不足。采用神经元网络实现的模糊控制对于知识的表达并不是通过显示的条条规则，而是把这些规则隐含地分布在整个网络之中。在控制应用中不必进行复费时的规则搜索推理，而只须通过高速并行分布计算就可产生输出结果，这在种意义上与人的思维更为接近。模糊控制与遗传算法的结合遗传算法是种借鉴生物界自然选择和自然遗传机制的随机化搜索算法，由美国大学的教授首先提出。选择交叉和变异是洛阳理工学院毕业设计论文遗传算法的三个主要操作算子，它们构成了所谓的遗传操作。遗传算法主要特点是群体搜索策略和群体中个体之间的信息交换，搜索不依赖于梯度信息，这使得它可以高效率地发现全局最优解或接近最优解，并避免陷入局部最优解，而且对问题的初始条件要求较少。洛阳理工学院毕业设计论文，，洛阳理工学院毕业设计论文，洛阳理工学院毕业设计论文译文模糊控制技术是项正在发展的技术，虽然近年来得到了蓬勃发展，但它也存在些问题，主要有以下几个方面还投有形成完挫的理论体系，没有完善的稳定性和鲁棒性分析，系统的设计方法包括规则的获取和优化隶属函数的选取等控制系统的性能小太高稳态精度牧低，存在抖动及积分饱和等问题控制领域，以模糊集理论为基础发展起来的模糊控制为将人的控制经验及推理过程纳入自动控制提供了条便捷途径。模糊控制基础模糊控制的基本思想是利用计算机来实现人的控制经验，而这些经验多是用语言表达的具有相当模糊性的控制规则。模糊控制器获得巨大成功的主要原因在于它具有如下些突出特点模糊控制是种基于规则的控制。它直接采用语言型控制规则，出发点是现场操作人员的控制经验或相关专家的知识，在设计中不需要建立被控对象的精确数学模型，因而使得控制机理和策略易于接受与理解，设计简单，便于应用。由工业过程的定性认识出发，比较容易建立语言控制规则，因而模糊控制对那些数学模型难以获取动态特性不易掌握或变化非常显著的对象非常适用。基于模型的控制算法及系统设计方法，由于出发点和性能指标的不同，容易导致较大差异但个系统的语言控制规则却具有相对的独立性，利用这些控制规律间的模糊连接，容易找到折中的选择，使控制效果优于常规控制器。模糊控制算法是基于启发性的知识及语言决策规则设计的，这有利于模拟人工控制的过程和方法，增强控制系统的适应能力，使之具有定的智能水平。模糊控制系统的鲁棒性强，干扰和参数变化对控制效果的影响被大大减弱，尤其适合于非线