模糊预测控制的实现形式_谢克明

第30卷第6期太原理工大学学报Vol.30No.61999年11月JOURNALOFTAIYUANUNIVERSITYOFTECHNOLOGYNov.1999文章编号1007-9432(1999)06-0575-05模糊预测控制的实现形式①谢克明②马小军(太原理工大学信息工程学院)摘要对模糊预测控制的实现形式进行了论述和分析。指出预测控制和模糊控制是复杂系统的两种控制策略,预测和模糊集合理论结合在一起,相互促进,可以进一步提高控制性能。文末对模糊预测控制进行了展望。关键词模糊预测控制;模糊模型;复杂系统;系统辨识中图分类号TP327.2文献标识码A1预测与模糊性预测控制是70年代后期直接从工业过程控制中产生的一类控制算法,由RichaleJ等人1978年发表的论文[1]中提出。预测控制的核心是不仅注意过去及现在的目标值,而且注意将来的目标值,使受控量和目标值的偏差尽可能地小,从而提高系统的控制性能。其基本思想适应了复杂工业控制的要求,因而比建立在理想条件下的最优控制更加实际有效。此后经过20年的深入研究和发展,其理论和方法日臻完善,并在工业实际中获得了广泛应用[2]。模糊性是区别于随机性的另外一种不确定性,对具有模糊性的对象,无法用一个明确的界限对其进行分类,传统集合论中关于集合的概念在这里没有意义。LAZadeh于1965年提出模糊集合论[3],寻求一种处理不能精确描述即模糊性问题的严谨的数学方法。1974年,EHMamdani首先将模糊理论应用于蒸汽发电机的压力和速度控制中,取得了比常规PID更好的控制效果。模糊控制的最大特征是将专家的控制经验、知识表示成语言控制规则,然后用这些规则控制系统,因此模糊控制特别适用于对数学模型未知的复杂系统的控制。模糊控制和预测控制是各自独立发展起来的两类控制方法,在二者充分发展的基础上,人们提出将模糊的思想和预测的思想结合起来,形成一种新的控制方法——模糊预测控制。以下几点可以说明提出模糊预测控制的合理性:1)预测控制和模糊控制都是对不确定系统进行控制的有效方法,模糊和预测相结合会进一步提高控制效果;2)模糊控制发展的趋向是由规则向模型转变[4],而预测控制是典型的基于模型的控制,对象模型可作为沟通二者的桥梁;3)预测控制是一类基于对象数学模型的精确控制方法,而系统的复杂性与分析系统所能达到的精度是相互制约的。因此,研究模糊环境下的预测控制对于拓展预测控制的应用范围具有重要意义。模糊预测控制具体形式多种多样,大致可分为两类,一类是模糊与预测的外在结合,其共同特征是充分发挥模糊思想和预测方法的长处,相互促进;另一类是在预测控制机理的框架下,将模糊模型作为预测模型,可视为模糊与预测的进一步融合。2预测控制与模糊控制的结合模糊控制的一个重要特征就是模拟人的决策行为进行控制,它提供了一种控制机理,可以将手动控制规则转化为可实现的控制算法。文献[5]针对造纸过程存在大时延的特点,利用过程当前的输入输出①②谢克明,男,1944年4月生,硕士,教授,研究方向:智能控制、现代控制理论及其应用,太原,030024收稿日期:1999-03-29山西省自然科学基金项目DOI:10.16355/j.cnki.issn1007-9432tyut.1999.06.006状态,对纯时延以后的输出进行预测,采用变控制周期的策略进行控制,和采用固定不变的控制周期相比,控制效果更好。文献[6]中设计了一种模糊专家控制器,其核心是一组模糊控制规则,由专家知识和熟练操作人员的经验获得。和许多文献中利用当前时刻的输出误差以及误差变化率来调整控制器参数不同的是,文中首先建立对象的预测模型,利用对输出进行一步超前预测的误差来调整模糊控制器输出量的隶属函数。利用预测误差来调整控制器,可以提高控制器的适应速度,但是还需要建立一组利用预测误差来调整隶属函数参数的规则。文献[7]同[6]类似,也是采用预测线性模型作为模糊规则校正部分,本质上仍是一种规则型控制器。文献[8]提出一种模糊—线性复合控制,针对受控量在不同时段的误差情况,进行模糊控制和线性控制的切换或组合控制。其中的线性控制可以用预测控制实现。模糊控制和预测控制还可以全程组合。广义预测控制(GPC)采用了CARIMA模型、滚动优化等策略,包含了预测控制的许多优点。但是包括GPC在内的各种预测控制方法,都是基于对象的线性模型,本质上属于线性关系的预测,只能反映系统的基本规律[9,10]。由于实际系统多为复杂的非线性动态系统,采用线性模型进行预测时存在建模误差。模型失配严重时,可能会破坏预测控制的稳定性。文献[11]通过对输出偏差及偏差变化率的测量,根据模糊推理对偏差进行校正。整个控制信号由两部分组成:反映系统基本规律的由广义预测得到的控制量和对模型失配或其他干扰因素造成的输出偏差进行模