模糊控制

模糊控制是以模糊集合论，模糊语言变量及模糊逻辑推理为基础的计算机智能控制。该机制的输入是透过模糊化将原本0和1的资料变成0到1之间的数值，相对于原本的非零即一的二分法较接近人类的思维。在推论的过程中资料为模糊的，但透过解模糊化的步骤，可使得输出为精确值。模糊控制常用于智能运算、建构专家系统、和类神经网络共同应用。

发展简史

1965年美国加利福尼亚大学控制论专家卢菲特·泽德教授提出模糊逻辑理论
1973年泽德在论文Outline of a new approach to the analysis of complex systems and decision proccesses（IEEE Trans On Systems, Man and Cybernetics, vol.3 no.1, pp.28-44, Jan. 1973年）中提出把模糊逻辑应用于控制领域
1974年英国的E.H.Mamdani成功地将模糊控制应用于锅炉和蒸汽机控制
1982年第一个工业模糊系统在丹麦Blue Circle Cement and SIRA投入使用
1987年the Sendai City subway成为第一个成功应用模糊控制的大型工程

特点

简化系统设计的复杂性，特别适用于非线性、时变、模型不完全的系统上。
利用控制法则来描述系统变数间的关系。
不用数值而用语言式的模糊变数来描述系统，模糊控制器不必对被控制对象建立完整的数学模式。
模糊控制器是一语言控制器，使得操作人员易于使用自然语言进行人机对话。
模糊控制器是一种容易控制、掌握的较理想的非线性控制器，具有较佳的适应性及强健性（Robustness）、容错（Fault Tolerance）效果较佳。

经典模糊控制器

利用模糊集合理论将专家知识或操作人员经验形成的语言规则直接转化为自动控制策略。通常使用模糊规则查询表，用语言知识模型来设计和修正控制算法。

模糊控制器主要分为mamdani和TSK两类。mamdani系统的输入输出均为语言值，输出需要非模糊化得到数字量。TSK系统输入为语言值，输出为数字量。

模糊控制器结构

模糊控制器是时变参数PID控制器
模糊控制器的极限结构理论

设计模糊控制器一般方法

1.定义输入及输出变数。

通常，模糊控制的输入变数可以是撷取自受控系统的观测量。也可以是推导出来的资料；而模糊控制的输出变数则为操控受控系统的操作量。设计模糊控制时，要利用一些方法去选择适当的输出入变数，并加以定义。

2.决定模糊化（fuzzification）的策略。

输入到模糊控制的资料可能是代表观测量的确定数值（crisp value），也可能是带有模糊性质的干扰（disturbance）噪声。设计模糊控制时必须考虑输入信号的各种可能形式，选择适当的模糊化方式，以便将系统的状态转换成语言变数。

3.定义各语言变数数据库。

4.设计控制规则库。

5.设计fuzzy推论机构。

6.选择解模糊化（defuzzification）的方式。