利用模糊规则和模糊推理对二阶系统进行仿真，结果表明该系统具有较小的超调量，较大的调整时间和较小的稳态误差。用遗传算法根据ITAE准则对控制器参数进行优化，仿真结果表明，与模糊控制相比，动态性能得到了显着改善。设计主要采用遗传算法对模糊控制器进行优化。
学习了模糊控制的基本理论和遗传算法的基础上，结合模糊控制器设计的现状，提出了一种基于模糊控制的模糊控制器优化设计方法。传算法。于模糊控制器参数编码的特殊性，在编码过程中对量化因子和缩放因子进行统一编码，从而获得了几个因子的整体优化。
糊控制是一种基于模糊集理论，语言变量和模糊逻辑推理的智能控制方法。是一种模拟模糊人为推理和决策过程的智能控制方法。
糊控制器也称为模糊逻辑控制器。于使用的模糊控制规则由模糊理论中的模糊条件语句描述，因此模糊控制器是一种语言控制器，因此也称为模糊语言控制器。糊控制器分为单变量模糊控制器和多变量模糊控制器。变量模糊控制器是指具有输入变量和输出变量的模糊控制系统。下图1所示。模糊控制器中，每个语言变量都有一个授权的变化范围，称为语言变量的基本范围。入值将以适当的比率转换为宇宙值，并使用变量描述测量物理量的过程。值的相对所属程度是根据适当的语言确定的。
个口语变量称为模糊集。中，e，ec，u统称为模糊变量。旦确定了模糊集和模糊变量的域，就必须确定隶属度函数，即分配模糊变量的值以确定元素的隶属度。糊变量的宇宙。糊控制规则的建立通常采用经验归纳法和推理综合法。谓经验归纳法是一种基于现有控制经验和直观推理在整理，处理和细化之后形成模糊规则的方法。理和综合方法包括监视库中现有的输入和输出数据，以及通过模糊推理对其进行综合以获得模糊控制量。糊规则在下表1中给出。
据语言变量的定义对条目进行模糊处理后，下一步就是模糊推理。糊推理条件被汇总，推断和累积。先计算每个规则满足控制率条件的程度，然后根据条件的满足程度减去单个规则的输出大小，最后累加所有规则的输出以获得总模糊输出。
用的模糊推理方法是Mamdani类型的模糊推理。计中使用了Mamdani推理方法。传算法的经典应用领域是函数的优化，同时函数的优化也是遗传算法性能评估的常见例子，测试函数具有多种复杂形式：凸函数凹函数，连续函数和离散函数以及单峰函数。及多峰函数，小维函数和高维函数。过优化某些非线性，多模型和多目标函数，遗传算法可以轻松获得更好的结果。文选择ITAE标准指标作为优化指标，即绝对误差乘以时间的积分标准。
指数反映了系统的整体性能。表达式如方程式（1）所示。真模型如下图1所示。索后，优化的仿真参数Ke = 0.58995，Kec = 0.120169和Ku = 0.73224显示在下面的图2中。模糊控制器的仿真结果相比，采用遗传算法后，调节时间大大缩短，控制效果大大提高。3中显示了添加值为0.6的脉冲信号和1 s的脉冲宽度后的仿真图像。
本文中，使用模糊规则进行设计模糊控制系统。需调节控制器，系统的稳态误差较小，控制效果更好。
用遗传算法，根据ITAE标准对模糊控制器的参数进行优化，恒温阀芯并获得更合理的参数，从而大大提高了动态性能。
本文转载自
恒温阀芯 https://www.wisdom-thermostats.com