jinpeng_cumt的博客

一、基本原理自适应模糊控制是指具有自适应学习算法的模糊逻辑系统，算法是依靠数据信息调整模糊逻辑系统的参数，且可以保证控制系统稳定性。与传统的自适应控制相比，自适应模糊控制的优越性在于它可以利用操作人员提供的语言性模糊信息，而传统的自适应控制则不能。这一点对具有高度不确定因素的系统尤其重要。自适应模糊控制有两种不同形式：一种是直接自适应模糊控制，即根据实际系统性能与理想性能之间的偏差直接设计模糊控制器；另一种是间接自适应模糊控制，即通过在线模糊逼近获得对象的模型，然后根据所得模型在线设计控制器。

一、逼近器的种类及由来1. 常用逼近器（1）多项式逼近器；（2）神经网络逼近器；（3）模糊逼近器。2. 研究意义对于参数不确定系统，可以利用自适应控制或者鲁棒控制解决，通过李亚普洛夫法构造自适应率，或者参数变化范围有界时，可以利用鲁棒控制的思维使得系统对于该参数不敏感；而对于模型不确定（难以确定模型或者其部分准确表达式），模糊逼近（万能逼近）或者神经网络逼近则可解决这类问题。对于模型不确定，实际应用中比较普遍，实用性大。与输出调节或则自适应控制都可以结合起来，解决含有模型未知的输出调

一、模糊控制基本概念