基于fcm的改进wm算法及在模糊系统参数优化的应用

《基于fcm的改进wm算法及在模糊系统参数优化的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第1章绪论第1章绪论1.1概述在实际工业生产当中的控制行为通常都是使用精确数学模型或在其基础上来修正建模的[1-3]。在很多情况下，精确控制与实际生产中的复杂多变性等不确定性相背驰。在上述情况下，精确建模进行管控就无法满足实际的需求。在实践过程中，人们发现仅依靠自身的经验和专家知识，往往可以获得对复杂系统较为满意的控制效果。通过模拟人脑结构特征和思维模式，可以实现对复杂系统的有效控制。若能将已知的实践经验通过一定的语言文字转化为一种定性的、具有逻辑结构的模糊规则。根据模糊规则，使用模糊理论应用于模糊系统当中

2、。1965年，在题目为《模糊集合》的论文中，美国教授Zadeh由此创立了模糊理论[4]。随着这一领域研究的深入，模糊理论逐步发展且获得大规模应用。从实质上来说，模糊控制就是对复杂工业系统中的不确定项通过模糊系统进行有效的处理。文献中常使用的模糊系统主要有三类[5]：(1)纯模糊系统；(2)TSK（Takagi-Sugeno-Kang）型模糊系统；(3)具备模糊器（Fuzzifier）和解模糊器（Defuzzifier）的模糊系统。因为具备模糊器和解模糊器的模糊系统克服了前两类系统的缺陷，本文采用此类模糊系统

3、。模糊规则库是模糊系统的核心组成部分，以此体现获取到的知识和经验。其中，模糊规则是模糊规则库的基本单位，主要采用模糊IF-THEN的形式来表示。因此，如何进行模糊规则提取成为该领域的研究重点。模糊理论基于模糊集合的思想，其本质上来说就是一种非线性模型，可以很简便地体现出非线性系统的动态特征。通过建立模糊系统中输入和输出的映射关系，模糊系统可看作一种非线性映射[6]。在很多情况下，模糊系统可以通过精准且严谨的数学公式进行描述。以数学模型为纽带，就可以找出模糊系统与其他实际应用的关联关系。利用模糊系统对复杂多变

4、的工业系统进行描述是一种较为方便并且十分有效的方法。因此，模糊系统在不同领域都有大规模应用[7]，其最主要的应用是在控制问题上[5]。1华侨大学硕士学位论文1.1研究背景和现状1.2.1模糊规则提取的研究背景在很多实际生产中，其复杂多变等不确定性与精确控制背道而驰。因此，根据精确建模进行管控是无法满足实际需求的。通过实践发现，很多情况下单纯地依据自身经验或专家知识就可以取得较满意的管控效果。通过模拟人脑结构特征和思维模式，可以实现对复杂系统的有效控制。若能将已知的实践经验通过一定的语言文字转化为一种定性的、

5、具有逻辑结构的模糊规则。根据模糊规则，模糊理论得以应用于模糊系统中。因而，根据训练样本数据集中高效地提取模糊规则一直是科研工作者们研究的重点课题。模糊规则库作为模糊系统的核心组成部分，主要通过以下三种方法获得：(1)借助专家经验产生模糊规则；(2)根据样本数据提取模糊规则；(3)结合前两种方法生成混合规则[8]。本文采用模糊器、模糊推理机和解模糊器组合而成的模糊系统，三者皆建立在模糊规则库的基础之上。随着科技水平的飞速发展，工业生产中系统的规模不断扩大，一些生产系统变得复杂多变，且存在不确定性的特点。所以，

6、通过模糊系统建立复杂工业模型具有一定优势，可以解决许多实际问题。但控制过程存在复杂性的同时也存在时变性、随即干扰等问题，这些因素会造成模糊规则不够完善，进而对控制产生不同程度的影响。为解决上述问题，在实时过程中模糊系统应该具有自行改善的功能。这样模糊规则可以根据实际需要进行调整，从而提高模糊系统的性能以到达最佳的控制效果。因此，如何从数据中提取有用的规则，并基于获得的模糊规则库进行模糊系统的创建和优化是一个比较有研究价值的问题。1.2.2模糊规则提取的研究现状近年来如何通过样本数据提取模糊规则受到较多关注。

7、有专家学者尝试使用启发式学习、遗传算法、模糊聚类、神经网络等方法进行模糊规则提取。这些理论都或多或少存在效率较低、实现较为繁琐、学习机理较复杂、获取到的规则较难理解等不足，难以在实际应用中实施[9]。Wang-Mendel算法由Wang和Mendel两人提出[10,11]，该算法通过查表的方式从样本数据中获得模糊规则。由于其简单实用的特点，且与先验知识无关，现已成为该领域广泛使用的算法之一[12,13]。2第1章绪论在创建模糊系统时，初始结构的选择对系统的性能和效率至关重要。模糊系统的结构初始化包含模糊区间

8、划分、模糊规则库规模确认、系统前后件参数选取等问题。伴随初始化的过程，可能还会出现一定的盲目性和随机性。同时，模糊规则库的规模也是模糊系统的一个重要参数。可采用网格划分、模糊聚类、自组织等方法离线获取模糊规则的个数以及模糊系统的前件参数，而后件参数则可以通过模糊规则提取算法解决。在获得模糊系统初始结构和参数后，模糊系统的参数可以通过自适应学习算法、BP神经网络、遗传算法、梯度下降算法、最小二乘法等进行优化，进而获