模糊控制作为智能控制领域一项重要的研究内容,经过几十年的发展,在很多领域取得了巨大成功,模糊控制理论也取得了很大的发展。但由于模糊控制模拟人的推理和决策过程,在不依赖于被控对象数学模型的基础上模仿人的控制经验,因而无法象经典控制理论和现代控制理论一样对控制系统进行精确描述,从而引发其在对系统性能分析、稳定性分析等方面的问题,而且,由于模糊控制系统的设计很大程度上依赖于专家和有经验操作者的控制经验,在模糊变量选择,模糊集合划分,隶属函数选择,规则库的建立等方面都没有形成系统的设计方法,使模糊控制的发展和应用受到很大的局限。本文从对模糊控制理论基本问题分析入手,借鉴现代控制理论成功的方法和前人在模糊控制方面取得的一些研究成果,提出了新的对模糊控制系统进行描述、分析和设计的方法,主要取得如下的研究成果: 1.明确提出了被控对象语言模型。早期的模糊控制理论中,单方面强调了模糊控制不需要被控对象精确数学模型,使模糊控制系统设计变得简单的优点,忽略了被控对象模型在系统设计和分析中的重要价值,本文引入被控对象语言模型,一方面继承了模糊控制不需要精确数学模型,模拟人类控制经验和推理过程的优点,一方面对被控对象进行描述,使控制系统的分析和设计构成闭环系统,在此基础上可以进行更好的系统分析和设计。 2.在模糊控制系统中引入状态空间方法。状态空间描述在现代控制理论中取得了巨大成功,是现代控制理论进行系统设计与分析的基础,本文在模糊控制系统中引入状态空间方法,提出在状态空间方法下模糊推理的描述与实现。为被控对象语言模型描述提供了工具,也为模糊控制系统的描述和分析提供了基础。 3.分析了模糊控制中模糊集合划分对系统性能的影响,并且在状态空间描述方法的基础上,提出了使用模糊集合贴近度对模糊控制中论域上模糊集合划分、使用多维模糊集合贴近度进行规则库中规则之间相容性判断的依据。 4.在模糊控制系统中引入自适应逆控制方法,形成自适应模糊逆控制的模糊控制系统设计方法。自适应逆控制是现代控制理论中一种有效的自适应控制方法,在消除外界干扰和系统参数变化方面有优秀的性能,本文将自适应逆控制