模糊控制系统的应用.docx
《模糊控制系统的应用.docx》由会员分享，可在线阅读，更多相关《模糊控制系统的应用.docx（10页珍藏版）》请在冰豆网上搜索。
模糊控制系统的应用
模糊控制系统的应用
———————————————————————————————— 作者：
————————————————————————————————日期：
ﻩ
模糊控制系统的应用
一、模糊控制系统的应用背景
模糊控制系统是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术。
196５年美国的扎德创立了模糊集合论, 1９73年,他给出了模糊逻辑控制的定义和相关的定理。
1974年英国的Mamｄani首先用模糊控制语句组成模糊控制器，并把它用于锅炉和蒸汽机的控制, 在实验室获得成功,这一开拓性的工作标志着模糊控制论的诞生。
模糊控制系统主要是模拟人的思维、推理和判断的一种控制方法,它将人的经验、常识等用自然语言的形式表达出来，建立一种适用于计算机处理的输入输出过程模型，是智能控制的一个重要研究领域。
从信息技术的观点来看,模糊控制是一种基于规则的专家系统。
从控制系统技术的观点来看,模糊控制是一种普遍的非线性特征域控制器。
相对传统控制， 包括经典控制理论与现代控制理论。
模糊控制能避开对象的数学模型（如状态方程或传递函数等）, 它力图对人们关于某个控制问题的成功与失败和经验进行加工,总结出知识,从中提炼出控制规则，用一系列多维模糊条件语句构造系统的模糊语言变量模型,应用CRＩ 等各类模糊推理方法,可以得到适合控制要求的控制量, 可以说模糊控制是一种语言变量的控制。
模糊控制具有以下特点：
（1）模糊控制是一种基于规则的控制。
它直接采用语言型控制规则,出发点是现场操作人员的控制经验或相关专家的知识,在设计中不需要建立被控对象的精确数学模型，因而使得控制机理和策略易于接受与理解,设计简单, 便于应用;
（2）由工业过程的定性认识出发,比较容易建立语言控制规则,因而模糊控制对那些数学模型难以获取、动态特性不易掌握或变化非常显著的对象非常适用;
（３）基于模型的控制算法及系统设计方法，由于出发点和性能指标的不同, 容易导致较大差异;但一个系统的语言控制规则却具有相对的独立性, 利用这些控制规律间的模糊连接，容易找到折中的选择，使控制效果优于常规控制器;
（4） 模糊控制算法是基于启发性的知识及语言决策规则设计的,这有利于模拟人工控制的过程和方法,增强控制系统的适应能力, 使之具有一定的智能水平;
（5）模糊控制系统的鲁棒性强，干扰和参数变化对控制效果的影响被大大减弱, 尤其适合于非线性、时变及纯滞后系统的控制。
除此,模糊控制还有比较突出的两个优点：
第一, 模糊控制在许多应用中可以有效且便捷地实现人的控制策略和经验;
第二，模糊控制可以不需被控对象的数学模型即可实现较好的控制,这是因为被控对象的动态特性已隐含在模糊控制器输入、输出模糊集及模糊规则中。
模糊控制也有缺陷, 主要表现在:
1）精度不太高;２） 自适应能力有限；3）易产生振荡现象。
二、模糊控制系统的现状
模糊控制的研究主要体现在控制器的研究和开发以及各类实际应用中,目前模糊控制已经应用在各个行业。
各类模糊控制器也非常多,模糊控制器的研究一直是控制界研究的热点问题,而关于模糊控制系统的稳定性分析则是模糊控制需要研究和解决的基本问题。
目前已经出现了为实现模糊控制功能的各种集成电路芯片。
开发模糊控制系统的软件工具也出现了不少。
下面作一简单介绍。
１.与其它智能控制的结合或融合
模糊控制与其它智能控制的复合产生了多种控制方式方法。
主要表现在:
1）模糊PIＤ控制器
模糊PID控制器的研究是将模糊技术与常规的PID控制算法相结合的一种控制方法，得到了许多学者的关注。
模糊PID 控制器是一种双模控制形式。
这种改进的控制方法的出发点主要是消除模糊控制的系统稳态误差，利用PＩＤ控制器提高控制精度,消除误差,增加稳态控制性能。
从ＰID控制角度出发,提出FI—PI、FI—PＤ、ＦI—ＰIＤ三种形式的模糊控制器，并能运用各种方式得出模糊控制器中量化因子、比例因子同PID控制器的因子KP、KI、ＫＤ之间的关系式。
对基于简单线性规则ＴS 模型的模糊控制器进行了分析,指出这类模糊控制器是一种非线性增益PID 控制器。
有人试图利用GA算法,通过性能指标评价函数， 决定模糊控制器的Ｋe 、Kec 、Ku等参数。
2）自适应模糊控制器
自适应模糊控制器就是借鉴自适应控制理论的一些理念来设计模糊控制器，也称作语言自组织模糊控制器（SOC）,它的思想就在于在线或离线调节模糊控制规则的结构或参数,使之趋于最优状态。
目前主要有通过采用一种带有修正因子的控制算法,改变控制规则的特性;或直接对模糊控制规则进行修正; 还有一种是对控制规则进行分级管理,提出自适应分层模糊控制器;又有人提出规则自组织自学习算法,对规则的参数以及数目进行自动修正;更进一步的是采用神经网络对模糊控制规则及参数进行调整,也是一种实现模糊自适应控制的好方法。
3）模糊控制与神经控制的融合
神经模糊控制是神经网络技术与模糊逻辑控制技术相结合的产物，是指基于神经网络的模糊控制方法。
模糊系统是建立在IF2THEN表达式之上， 这种方式容易让人理解,但是在自动生成和调整隶属函数和模糊规则上却很困难。
而人工神经网络是模拟人直观性思维的一种方式，它是将分布式存储的信息并行协同处理,是一个非线性动力学系统,每个神经元结构简单,但大量神经元构成网络系统能实现很强的功能, 因此人工神经网络具有自适应的学习能力、容错性和鲁棒性,并且神经网络对环境的变化具有较强的自适应能力,所以可结合神经网络的学习能力来训练_＿模糊规则， 提高整个系统的学习能力和表达能力。
现有人工神经网络代表性的模型有感知器、多层映射、BP网络、ＲＢF神经网络实现局部或全部的模糊逻辑控制功能, 前者如利用神经网络实现模糊控制规则或模糊推理,后者通常要求网络层数多于3层;自适应神经网络模糊控制, 利用神经网络的学习功能作为模型辨识或直接用作控制器; 基于模糊神经网络的隶属函数及推理规则的获取方法,具有模糊连接强度的模糊神经网等,均在控制中有所应用。
而且,还有神经网络与遗传算法同模糊控制相结合的自调整应用。
4）遗传算法优化的模糊控制
考虑到模糊控制器的优化涉及到大范围、多参数、复杂和不连续的搜索表面,而专家的经验只能起一个指导作用，很难根据它准确地定出各项参数,因而实际上还要反复试凑,寻找一个最优过程。
因此,人们自然想到用遗传算法来进行优化。
遗传算法应用于模糊控制器的优化设计是非常适合的,遗传算法的运行仅由适应度数值驱动而不需要被优化对象的局部信息。
此外,优化模糊控制器正好符合遗传算法的所谓“积木块”假设， 积木块指长度较短的、性能较好的基因片段。
用遗传算法优化模糊控制器时,优化的主要对象是模糊控制器的隶属函数和规则集。
已经有人运用这个方法对倒立摆控制器隶属函数的位置、形状等参数,结果表明遗传算法优化后的隶属函数远远优于手工设计的。
显然通过改进遗传算法,按所给优化性能指标, 对被控对象进行寻优学习,可以有效地确定模糊逻辑控制器的结构和参数。
5）模糊控制与专家控制相结合
专家模糊控制系统是由专家系统技术和模糊控制技术相结合的产物。
把专家系统技术引入模糊控制之中,目的是进一步提高模糊控制器的智能水平。
专家模糊控制保持了基于规则的方法的价值和用模糊集处理带来的灵活性,同时把专家系统技术的表达，利用知识的长处结合进来。
专家系统技术考虑了更多方面的问题,如是什么组成知识,如何组织、如何表达、如何应用知识。
专家系统方法重视知识的多层次及分类的需要, 以及利用这些知识进行推理的计算机组织。
将模糊控制与专家控制相结合能够表达和利用控制复杂过程和对象所需的启发式知识, 重视知识的多层次和分类的需要，弥补了模糊控制器结构过于简单、规则比较单一的缺陷, 赋予了模糊控制更高的智能;二者的结合还能够拥有过程控制复杂的知识,并能够在更为复杂的情况下对这些知识加以有效利用。
除以上介绍的几种主要方式外,还有多变量模糊控制,模糊系统建模及参数辨识、模糊滑模控制器、模糊解耦控制器、模糊变结构控制、模型参考自适应控制、最优模糊控制器、模糊预测控制等。
2.模糊控制的软硬件产品
为了更好的利用模糊控制,相继有不少公司开发了模糊控制的软件工具和硬件集成电路。
这里介绍了两类开发工具,一类是开发模糊系统的软件工具,如FREEWＡRE、FIDE、东芝ＩFCS、NＥCFLSDＥ、FＣ－ TＯＯLV110。
另一类是通用模糊逻辑开发工具,如CUＢICAＬC、FＵZZＹ -C、FUZＺLE118、METUSFＵZZYＬ IBRAＲY、FＵZZＹLOGＩCＤESIＧNER等。
并介绍了一些其它的开发工具。
３.模糊控制的一些应用
模糊控制的应用非常广泛。
除广泛应用于工业控制、家电控制、水电控制、航天等外。
我们还可以用在统计上、决策系统上、制造活性炭过程中等。
三、模糊控制系统的最新应用
（一）富士通ＭWC智能手套可识别模糊动作
日本富士通发布一款新的手势控制设备原型产品,它是手指手套的样子，可以戴在操作者的手上。
据悉，此前富士通研究所一直在开发新的手势控制手套,并嵌入了NFC技术和基于手势的输入控制接口。
在触屏或者其他控制接口不可用的情况下,富士通提供了一种新的操作方式。
研究所已经研发出手势识别技术，能完美识别各种模糊动作,实现多任务运行。
手势识别精确度大部分由设备在运行过程中分辨操作手势和普通手臂运动的能力所决定,还有不同个体做相同手势的微小变化。
这种识别技术主要是利用腕部的背屈位置,这时手掌完全反转，这是大家在日常活动中不常用的姿势,所以它就能够很好的识别操作手势和普通手臂运动。
此外,它还定义了很多基于肩部的手势,以此作为坐标系统的中心。
这种方式很好地适应了每个人之间的手势变化，也允许使用很多不同的姿势进行手势输入，且操作的姿势不会让人难堪。
成功的可穿戴设备需要让人感到舒适,不让大家觉得给自己增加了负担，这么来看这些设备就不能配备庞大的电池,因此，低耗电的操作是先决条件。
对于这款手套设备来说，只是在手指上戴上一个可触传感器,且只是在接触物体后才会启动NFC特征读取器,所以电力消耗量可以被控制到很少。
（二）模糊智能控制在洗衣机中的应用
全智能模糊控制技术如今在洗衣机上运用比较普遍，这种技术很大的方便了人们的洗衣。
这款海尔 XQB70-M918家家爱波轮洗衣机,采用了智能模糊功能，更加的省时省电。
6ＫG的洗涤容量,也非常适合大众家庭使用。
特设的快速洗程序，进少量水就开始洗涤衣物,漂洗、脱水、甩干同步进行,省时省电。
8个不同水位可自行调节，避免过高水位造成的洗涤浪费。
这款洗衣机可对衣物重量与材质对洗衣程序进行模糊控制,以确定水位的高低、时间的长短,自动选择最佳洗衣程序,精确洗衣。
该洗衣机的波轮底部拨叶快速搅动桶底水流，在内桶底部产生6道喷射水流，使衣物悬浮于水的中间，减少衣物和波轮的接触,减少缠绕,降低磨损。
并且该洗衣机进水、漂洗同步进行，漂洗后的漂洗液直接排出洗衣机,避免对衣物的二次污染。
（三） 智能小区住宅安防系统应用的新选择
1．全数字、全高清、智能化、统一化
在智能小区建设中采用了先进的视频监控系统方案，根据小区的不同防范区域按照相应的防护要求,本着因地制宜、积极稳妥、注重实效、严格要求及保密的原则，着眼于实际,为切实提高工作效率、创造安全环境,实现“以人为本、科技管理”的目标而建设小区视频监控系统。
针对的视频监控系统中的问题,在此系统中可采用高清网络摄像机，替代传统普遍使用的模拟摄像机，实现视频信号稳定流畅，高清画质呈现，在视频监控中不遗留任何的细节。
并且,在视频监控系统中推出的智能平台可以对重点区域视频智能实时分析,实现警戒线穿越、物品遗留、非法停车、徘徊、聚集等检测。
变“被动监控”为“主动监控”,有效解决了监控人员不足以及无法2４小时人为监控的难题。
对于联网统一化程度不高的问题,可通过全ＩＰ数字化系统实现了集中管控。
只要是网络互通的地方安装客户端软件，授权用户可以查看任何区域的图像和接收报警信息,极大方便了监控中心人员对小区监控地点的管理。
并且还有丰富的告警联动机制：
支持周界防范、防盗报警、门禁、电子巡更与视频监控联动，使安保人员及时掌握现场画面。
另外，小区三维建模是本案一大特色技术,通过建立整个小区和大楼的３D模型系统,可以在3D模型上集成并有效的显示大楼内部摄像头、门禁等布点信息，可通过3D模型直观地操控摄像机、门禁等设备。
２.准确度高、抗干扰性强、探测范围广
在入侵报警系统中采用光纤光栅周界入侵防范技术，它是基于光纤光栅传感原理研制。
其特别之处在于系统采用光纤光栅振动探测器封装成高灵敏度的振动探测光缆。
对于前文提出的入侵报警系统中出现的问题，本方案采用先进的数字式测量技术，不受光源波动、连接损耗、光缆的随机振动等因素的影响，极大增加了探测的准确性和可靠性。
在此系统中，光纤光栅周界入侵报警系统的光纤光栅振动探头对振动信号的采集是在无电的情况下进行的,防燃、防爆、防雷击,抗干扰性强，发挥独到的优势。
方案利用光线光栅逐点探测，可以在长达数十公里的周界上准确定位入侵发生的位置。
而且,光纤光栅周界入侵报警系统组网方便灵活,各检测通道相对独立，避免了设备间的影响,成功做到了不漏报,少误报。
光纤组网较电网而言,还具有成本低、寿命长、易于远传组网等优势。
在光纤光栅周界入侵报警系统上留着标准端口或继电器输出（单独配置）与外部其它控制设备进行通信,可实现与安防领域中使用的其它系统联网。
3.在线系统和离线系统优势相结合
在电子巡更系统中提供了具有强大功能的软件中心,在中心软件中实时显示巡更员的巡更情况，生成报表，并具有人性化的智能排班、事件设置、系统设置、实时报警、集中管理和在线帮助等功能。
考虑到各种不同的巡更系统技术的缺陷，采取的是在线巡更系统与离线巡更系统相结合的方法。
在门禁点等易布线的位置，利用门禁点作为巡更点，使用方法和门禁刷卡一样,只需在读卡机上刷卡就可以将实时的信息及时上传到软件,控制中心人员可实时了解巡更人员的动态。
用门禁系统管理软件可以实时查询保安人员的巡更记录。
通过一卡通集成管理软件对门禁管理软件的扩展和集成,很容易实现更高要求的在线式巡更系统。
在布线困难的地方，因地制宜,采用离线式巡更系统的做法，并结合了对讲机进行实时管理，完美实现了巡更系统的运作。
4.安装方便、能耗低、成本低
不同于有线控制系统,无线控制利用射频、载波等技术，将家居产品与控制端无线连接，以实现设备之间的智能化控制。
根据之前提出的智能住宅安防系统中现存的问题,本方案在此系统中利用无线系统控制家居设备，不仅操作、安装方便简洁,省去了布线的重重困难,还大大增加了设备的扩展性能。
无线系统能解决造价高、工期长这个问题,例如无线物联网门禁系统大大简化了门点的设备:
一把电池供电的锁具。
除了门上面要开孔装锁外，门的四周不需要安装任何辅助设备，大幅缩短施工工期,能大大降低后期维护的成本。
本方案为智能住宅提供了更高的数据通讯的安全性和传输数据的稳定性。
在供电方面,还使用了超低功耗的电池供电;另一方面,无线控制系统高速的通讯速度极大缩短了信号在空中传输的时间,因此又大大减少了用电损耗。
（四）中央空调将走人工智能模糊控制方向
《中央空调水系统节能控制装置技术规范》已于2011年11月1日正式实施,该标准从２0０7年开始申报立项，经过立项批准、起草标准草案、征求意见、试验验证、标准审定、标准报批等环节,历经３年多时间，终于完成该国家标准的制定。
据空调制冷大市场调查了解，中央空调水系统节能控制装置是将现代模糊控制技术、计算机技术、系统集成技术和变频调速技术集成应用于中央空调系统控制的一项具有自主知识产权的先进技术装置,开创了中央空调控制技术发展的一个新方向人工智能模糊控制，从而实现了中央空调控制技术的新突破。
据悉，该标准实施后中央空调行业将面临新一轮的市场挑战。
业内人士表示,标准的实施一方面会对制造、维修企业起强制性的约束作用，推动行业升级转型；另一方面也将改变中央空调市场原有的产品结构,大幅度降低运行能耗，并提升中央空调的节能进程。
业内人士称，由于国标的实施,原有的中央空调将面临产品节能水平不达标的问题,因为之前就有空调厂家在加快清理普通空调产品库存，淘汰不达标的产品。
如今,国内的空调生产企业都在面临着激烈的市场竞争，原材料等价格的上涨使厂商面临着较大的压力。
据制冷快报记者了解，中央空调节能新国标的实施将助推空调行业的产业升级。
而消费者在购买空调产品将越来越看重品牌、售后服务等，因此企业在技术方面必须要有所突破以提高自身的核心竞争力，抢占市场份额。
（五）基于神经模糊控制在SＡW压力传感器温度补偿中的应用
声表面波（SＡＷ）技术是一门新兴热门研究课题之一,国内外已有温度、压力、加速度等传感器的相关报道。
SAW压力传感器借助于它无以伦比的性能，诸如:
１）数字号输出；2）高灵敏度、高分辨力、抗干扰能力强;3）易于大规模集成。
正是由于这些自身的优越性,它有着广泛的应用领域。
但美中不足的是SAW压力传感器对环境的要求比较苛刻，SＡW振荡器输出频率信号随着压力、温度、磁场等外界因素变化而变化,特别是温度的影响是测量误差的主要来源,为保证SＡW压力传感器高准确度和高灵敏度测量，必须进行有效的温度补偿。
本文将神经网络和模糊控制技术相结合,对ＳAW压力传感器进行智能化温度补偿，通过此方法进行的改进，使ＳAW压力传感器能更好地应用到工程领域。
1. 温度补偿方案
在传统的温度补偿中，例如：
硬件补偿和软件补偿2种方法。
但存在着补偿电路漂移、局部最优、精度不够等缺点，无法满足ＳＡW压力传感器补偿要求。
鉴于此种情况，本文采用了神经模糊控制方法,对SAＷ压力传感器进行智能温度补偿。
神经模糊控制是一种用神经网络实现的模糊控制的方法。
在形式结构上是用多点网络实现的模糊映射。
而神经网络的非线性和可训练性说明它可以实现任何一种映射关系。
因此，本文利用神经网络对知识的表达机理，通过学习训练，实现控制规则基记,从而实现模糊输入－模糊输出的映射。
神经模糊控制对ＳAW压力传感器温度-压力补偿模型见图1。
在SAＷ压力传感器后面接神经模糊控制器,把传感温度Ｔ作为输入，则神经模糊控制器能直接输出被测量。
2.实现控制规则的神经网络
在一般情况下，模糊控制的推理功能是在隶属函数不变的条件下进行的。
在实际运用当中是随时间的改变而改变的。
为了弥补单一模糊控制技术这种不足，特采用神经网络的学习功能进行隶属度的调节，实现自动调节功能,以适应实际的需要。
本文用含一个隐含层的三层前馈神经网络，模型如图2。
其中,p为输入矢量，Ｒ为输入矢量维数，S1为隐含层神经元个数，S2为输出层神经元个数，W1为隐含层神经元权值矩阵,W2为输出层权值矩阵，b1为隐含层神经元阀值,b2为隐含层神经元阀值，n1为隐含层输入节点，n２为输出层节点。
f１为S型函数，f2为pｕreliｎ型函数。
神经网络算法是用于前馈多层网络的学习算法。
如果输出不能得到期望的输出，则转入后向传播。
通过误差的后向传播调整各层之间的权系数。
反复输入样本序列，直至权系数不在改变为止,输出误差在规定的范围之内。
算法采用如下改进：
１）采用模拟退火法以克服局部最小;2）用奇函数作激励函数和传播过程中采用新误差传播因子完善该算法收敛性问题。
鉴于BＰ神经网络训练过程需要对所有权值和阀值进行修正，是一种全局逼近神经网络,但训练速度较慢，不适用实时性较强场合，故采取了局部逼近网络——径向基网络。
算法训练关系式如下：
节点输出为
式中a１为节点输出;b为神经元阀值;Ｗij为接点连接权值；f为传递函数。
权值修正
式中z为新学习因子;h为动量因子；Ｅj为计算误差。
误差计算
式中tPI为i节点期望输出值;aＰI为i节点计算输出值。
由于神经网络的神经元个数不确定性,经大量数据的实验验证，本文选取输入层有2个神经元,隐含层有4个神经元。
输出层只有1个神经元。
采用只有1个隐含层的三层网络对控制基进行学习记忆。
把每条控制规则作为神经网络的样本进行训练学习,从而能实现这个规则基的神经网络权系数。
基于神经网络在推理方面不足，故借助于模糊控制强大的推理功能，提取有效的条件语句，进而加快网络的训练速度。
选取偏差E和偏差变化率△E作为输入和控制量U作为输出。
偏差E和偏差变化率△E的模糊量分别为大（L），中（Ｍ），小（S）,创立描述条件推理表格如表１。
横行元素表示Ｅ的模糊量，竖行表示△Ｅ的模糊量,两者交叉为控制量U的模糊量。
根据表中数据,可知共有3×３种推理语句,采用推理法将条件语句表简化得出以下4条语句：
将产生贡献的语句选出,可能存在的个数为20,21,…，２n。
这样，减少了冗余的推理语句，有利于网络训练速度的快速进行。
3.仿真与应用
现在矿井下事故频繁发生，用AＥ声发射预测瓦斯突发是非接触测量一种趋势,由于环境条件限制,用SAW压力传感器作为接收声发射信号的传感器,就必须保证测量信号的高准确性和智能性特点，而用神经模糊控制对温度进行了智能补偿,加上先进的封装技术,可使SAW在实际的瓦斯预测测量中发挥巨大作用。
通过实验验证,此种方法可行。
在ＭATLAB6.0环境下进行神经网络的训练和仿真，通过神经网络工具箱，编制相应的仿真训练程序,实现仿真过程。
在仿真时,随机选取几组频率-温度作为输入，最后,进行标定压力值和仿真结果的比较。
仿真数据结果如表2。
实际中,温度变化对SAW压力传感器的性能影响非常明显,通过神经网络的训练，训练的频率和误差在规定范围内,其最大误差仅为1%，BP算法的仿真结果和实际测量值吻合。
四、模糊控制的发展前景
模糊控制虽然已经有不少的研究成果,而且也被广泛地应用于生产实践中，但模糊控制的发展历史还不长, 理论上的系统性和完善性、技术上的成熟性和规范性都还是远远不够的,尤其是模糊控制与其他智能化控制方法相结合的控制方法，还有待于人们在实践中得到验证和进一步的提高。
在模糊控制的发展初期，大多数学者的主要精力放在模糊控制的应用研究上，在很多领域取得辉煌的成果。
但与应用的成果相比，模糊控制的系统分析和理论研究却没有显著进展，以至于西方的一些学者对模糊控制的理论依据和有效性产生疑虑。
1９93年7月，在美国第十一届人工智能年会上,加州大学圣地亚哥分校计算机科学和工程系助教授Cｌarleｓ Ｅlｋan博士的一篇题为“模糊逻辑似是而非的成功”报告,就代表了这种思想。
虽然C．Elkan 的一些观点是不确切和片面的，会后很多专家对此进行了批驳,但他确确实实指出了模糊控制理论基础不够坚实的缺点,从而引起了模糊控制领域的学者的广泛关注并加强了对这一方面的研究。
通过上节的介绍可以看到,目前模糊控制的理论研究很热，并已取得了许多显著进展,模糊控制在理论上和应用方面都取得了巨大成就。
虽然模糊控制技术发展历史只有三十年，本身还有待于完善，理论与实际的结合也有待于进一步探索,但是其发展前景十分诱人。
ﻫ 目前在国际大趋势的推动下，模糊控制已开始向多元化和交叉学科方向发展。
国外专家预言：
模糊技术、神经网络技术、混沌理论作为人工智能的三大支柱,将是下一代工业自动化的基础。
随着模糊控制理论研究的不断完善和应用的广泛深入、高性能模糊控制器的研究开发，模糊控制技术将会更大限度地发挥其优势，为工业过程控制、运动控制和其它领域的控制开辟新的应用前景。
升级会员 