42、多输入单输出非线性系统的智能控制

多输入单输出非线性系统的智能控制

1. 引言

在实际应用中，许多系统具有时变特性和未知的系统不确定性，传统的控制技术往往需要精确的系统模型和参数，当缺乏这些信息时，就会面临很大的困难。因此，开发一种无需精确模型的有效控制器是很有必要的。基于神经网络和模糊逻辑的智能控制器是一种有吸引力的替代方法，它们不需要精确的数学表达式，在设计上比传统控制方法更简单，并且已经在各种复杂和非线性的单系统中得到了应用。

然而，大多数多变量模糊控制器是基于人类知识设计的，随着系统复杂性的增加，规则表的构建难免会出现不准确的情况，特别是在存在高度非线性和强相互作用时，变量之间复杂的相互作用可能导致模糊推理结果错误，从而降低系统的控制性能。此外，由于多变量系统的固有复杂性，多个输入组合可能导致相同的输出，这使得在控制过程中难以根据当前系统性能唯一确定合适的控制动作。

为了解决这些问题，本文引入了一种用于一般多输入单输出（MISO）系统的多级模糊控制器（MLFC），其控制规则基于系统的模糊逆模型确定。

2. MLFC - MISO控制系统结构

2.1 系统概述

考虑一个MISO系统，其输入为 $u = [u_1, \cdots, u_p]^T \in R^p$，标量输出为 $y$。该系统在模糊域中建模，并系统地构建其逆模型，该逆模型能够唯一确定每个输入 - 输出对的逆关系。模糊逆模型的模糊推理计算结果将用于初始化MLFC - MISO控制器的参数。

MLFC - MISO控制器由 $p$ 个子模糊逻辑控制器（FLC）组成，每个控制器对应一个控制变量 $u_r(k)$，$r = 1, \cdots, p$。它们并行工作，同