《温度优化模糊控制及仿真 实现》由会员分享，可在线阅读，更多相关《温度优化模糊控制及仿真 实现（3页珍藏版）》请在金锄头文库上搜索。
1、温度优化模糊控制及仿真实现Optimization of Temperature Fuzzy Control and Simulation Implementation摘要针对模拟空调器的模糊控制系统,提出了一种以快速响应,节能,工作稳定性为基础的多目标优化指标,利用遗传算法强大的空间动态搜索能力,鲁棒性好,渐进优化等特点,采用遗传算法对其控制规则进行自动寻优设计.详细介绍了用遗传算法优化模糊控制规则的方法,包括目标函数的确定,选择、交叉、变异等遗传算子的操作.最后,经MATLAB进行仿真实现,得到优化后的模糊控制规则,相比传统模糊控制技术,优化后的模糊控制器,取得了较好的控制效果.关键词 :
2、遗传算法 ;模糊控制 ;MATLAB软件AbstractIn allusion to the simulated air conditioner Fuzzy Control system ,this design proposes a multi- goals optimization target which based fast response, energy conservation and the work stability, This design use characteristic of genetic algorithm ,such as the space dynamic
3、 searching ability, well robustness, and the characteristic of gradually advanced optimization ,and so on, in order to get to the comfortable target, this design uses the genetic algorithm to design the air-conditioner fuzzy control system to realize the design of control rule target homing superior
4、 .The approach to optimize fuzzy control rule is introduced by genetic algorithm including the design of object function, selection operator ,and crossover operator .Finally ,the procedures for realizing the algorithm using MATLAB programming are outlined .Then We get the optimized fuzzy control rul
5、es, compared with the traditional fuzzy control technology, the fuzzy controller that has been optimized can gets a good result.Key words: Genetic Algorithm ;Fuzzy Control; MATLAB Software引言传统空调对温度的调节是一种断续的变化过程,对温度的控制方式机械,能源浪费大,温度舒适度差.而且传统空调采用PID控制算法,需要建立被控对象的精确数学模型,这也是不易获得的.为了克服PID算法的弊病及传统空调控制的缺点,近
6、年人们采用模糊逻辑控制算法.这种控制算法能够根据室内温度变化,连续的,动态的,实时的调节温度,这样就克服了传统空调器在室温波动是压缩机工作状态频繁切换的问题.虽然常规模糊变频空调比传统的空调在技术上有了很大进步.但是,隶属函数和控制规则的获取往往依赖于专家经验,专家经验的正确与否直接影响温度控制的效果,且当隶属函数和控制规则一旦确定,在环境温度发生突变时,空调器仍按照既定的隶属函数和控制规则进行突变,没有中间的过渡区,会出现输出温度波动.针对上述问题,直接以空调温度控制系为优化目标,利用遗传算法进化理论对模糊控制系统进行自动寻优控制,将遗传算法与模糊控制有机结合,达到智能控制的目的.1.遗传算
7、法优化的控制系统应用遗传算法结合模糊控制技术,对模拟空调器的温度进行控制,并用MATLAB软件对所设计的系统进行仿真实现.在常规双入单出模糊控制器中引入遗传算法,利用遗传算法优化常规模糊控制器中的模糊控制规则,从而使常规模糊控制器具有在线自调整功能.遗传算法优化的控制系统原理框图见下图1.图1原理框图 Fig.1 scheme diagram2.常规模糊控制器设计2.1 输入输出变量的模糊化为实现对空调器温度的自动恒定控制,经以上常规模糊控制器的原理分析,选择双输入单输出的模糊控制系统结构模型13并以空调器温度偏差E(以下简称E)和温度偏差变化率EC(以下简称EC)作为系统的两个输入变量,以输
8、出频率F(以下简称F)作为系统的输出变量,其中F是用来控制空调器压缩机转速的快慢.转速加快,制冷量按比例增加;当室内空调负荷减少时,压缩机正常运转或减速运转,由此来控制室内的温度恒定.2.1.1 输入输出变量的模糊化、隶属函数的选择假设当外界温度超过设定温度-2+2时,启动制热或制冷设备,且输出频率范围:30130Hz.依据假设条件,确定误差E 的基本论域范围为-2,2,空调在其工作过程中,我们希望其任意一档的温度变化过程平稳,故EC的基本论域范围选择为-0.1,0.1,控制输出F的基本论域为30,130.各个变量所取的模糊子集的论域分别为:误差变量E和EC划分13个等级,即-6,-5,-4,
9、-3,-2,-1,0,1,2,3,4,5,6;控制变量F的量化等级为15个,即F=-7,-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6,7.在进行模糊化处理时,各个变量从基本论域转换到相应的模糊论域时的各量化因子、比例因子分别为:=6/2=3,=6/0.1=60,=7/50=0.14.经过实验,对系统的两个输入E和EC,输出F采用三角形隶属度函数.2.2 建立模糊控制规则由于采用二维模糊控制器,以偏差量E和偏差变化率EC作为输入量,以控制量F作为输出量,因此根据专家积累的经验,系统的模糊控制规则采用IF ANDTHEN的规则表示形式7.系统的模糊控制规则表如下:表1.模糊控制规
10、则表Table.1 Fuzzy control rulesPB PM PS PO NO NS NM NBPB NB NB NM NM NM NS ZO ZOPM NB NB NM NM NM NS ZO ZOPS NB NB NM NS NS ZO PM PMZO NB NB NM ZO ZO PM PB PBNS NM NM ZO PS PS PM PB PBNM ZO ZO PS PM PM PM PB PBNB ZO ZO PS PM PM PM PB PB2.3 模糊推理及模糊控制关系矩阵的计算采用Mamdani推理方法13,由于为双输入单输出模糊控制器,本系统采用的控制规则是if A
11、 and B then C形式,则有:Ri=An*Bm*Cnm其中:An :代表空调器温度偏差E的模糊值; Bm :代表空调器温度偏差变化率EC的模糊值; Cnm:代表空调器输出控制量F的模糊值; Ri :代表空调器模糊控制系统中第i条控制规则的模糊关系.从而,系统总的模糊关系矩阵R可以写成:在系统模糊关系矩阵R的作用下,系统任一时刻的模糊输出Cnm可表示成:根据表的模糊控制规则,确定模糊关系Ri=RAiRBi(i=1,2,19)如下:Rl=(A8 A7)*C1)(Bj*C1)=RA1RB1R2=(A8*C2)(B3*C2)=RA2RB2:R20=(A1*C6) (B4B5)*C6)=RA20
12、RB20R21=(A1*C7) (Bj*C7)=RA21RB21R= (i=1,2,21)得出模糊控制关系矩阵R后,计算模糊控制器输出量F.设系统当前偏差是E*,偏差变化率为EC*,则对于第i条规则的输出控制量为:F i=E* RAiEC*RBi (i=1,2,21)因此控制器总的输出量:F =F i =(E* RAiEC*RBi )=(E*RAi)(EC*RBi)即得到:F = E*RA EC*RB2.4 输出量的反模糊化反模糊化的方法常用的主要有以下几种34:(1)重心法, (2)最大隶属度法, (3)中心位数法.这些方法各有特点利弊,要根据实际系统的具体情况,如系统的复杂程度以及控制精度
13、等,适当地确定模糊推理结论中模糊量的去模糊方法.对于上面得到的控制器输出模糊矢量F由于只有一个最大隶属度值1.0,采用最大隶属度法会使系统控制效果较差,精度不高,因此不宜采用最大隶属度法,采用加权平均法,可知,此时模糊控制器的输出F,即应该使压缩机转速减小,温度上升,速度可以在中速和慢速之间折中.本文温度控制系统采用加权平均法3遗传算法对模糊控制器的优化及MATLAB仿真遗传算法(GA)是一种模拟生物进化过程来求解问题的优化算法.遗传算法从一组随机产生的初始解种群,开始搜索过程 6 .种群中每一个解,称为染色体,这些染色体在随后的迭代中不断进化,称为遗传,遗传生成的下一代染色体称为后代,每一代
14、中用适应度来衡量染色体的优劣.后代是从父代中选择适应度较大的染色体,以较高的概率复制到下一代,并通过交叉和变异操作之后,淘汰适应度较低的染色体而形成的.经过若干代后,算法收敛于适应度最优的染色体,求得问题的最优解.一般来说,一个完整的遗传算法应包括以下四个方面7: General fuzzy controller output camber and General fuzzy discursion schematic diagram由上图可见,没有经过优化的模糊控制器控制输出效果不好,曲面不平滑.进一步用遗传算法进行优化,得到优化后的控制规则及优化后模糊控制器输出曲面如下图4:图4 优化后模糊
15、控制器输出曲面和模糊推理示意图Fig.4 Optimize fuzzy controller output camber and Optimize fuzzy discursion schematic diagram4 仿真实验结果分析通过对比模糊控制器优化前后的模糊控制器输出曲面,我们发现优化过控制规则的模糊控制器的输出曲面,比优化前的模糊控制器的输出曲面更加平滑,控制效果更能接近系统要求指标.仿真结果表明,所得的优化规则的控制性能很理想,且优化后的控制规则可以满足完整性、一致性和精确性的要求.所以,在没有专家经验的情况下,就可以应用本方法来确定和优化模糊控制规则.5结论文章研究了基于遗传算
16、法的模糊控制器的优化设计问题,提出了控制规则的优化方案,并通过仿真实验分析研究了遗传算法的优化能力.仿真结果表明,该方法不失为模糊控制器优化设计的一种有效方法.参考文献:1 诸静等著.模糊控制原理与应用.北京,机械工业出版社,20052 王宏杰,邱熔胜,杨智.用遗传算法设计模糊控制器.甘肃工业大学学报.1997,23(4):56-61.3 张昌年.基于神经网络和遗传算法的智能控制方法【J】.微计算机信息.2008,7-1:273-274.4 施青平.遗传算法在模糊控制规则优化中的应用.武汉理工大学学报.2002,24(3):34-37.5G. Acosta and E. Todorovich, G
