模糊控制系统数学（通用12篇）
模糊控制系统数学 篇1
0 引言
石油化工行业作为国家的重点支柱行业之一, 在我国的国民经济中起着举足轻重的作用。但石油化工行业又是高危行业, 安全管理显得尤为重要[1]。由于石油化工生产涉及的安全因素多[2,3,4], 且具有模糊性和随机性的特点, 一般的安全现状综合评价方法往往难以取得理想的效果, 而模糊数学可以模拟人的逻辑思维进行推理判断, 适应石化企业安全信息模糊性和随机性的特点, 容易取得比较满意的评估效果[5,6,7,8,9,10]。
本文在研究了石油化工企业安全生产状况评估过程的基础上, 应用模糊数学综合评判理论, 开发了一个石化企业安全状况评估系统, 在专家评分的基础上, 运用模糊逻辑进行推理, 定量计算出生产装置的安全等级情况, 该方法解决了传统评价方法中多因素多指标带来的烦琐评价过程和复杂运算的问题, 在湛江某石化企业安全现状综合评价中, 取得了良好的效果。
1 石化企业安全评价系统
1.1 系统设计思想
基于多因素多指标石化企业安全状况模糊综合评价算法, 设计一个石化企业安全模糊综合评价系统, 将影响安全生产的因素划分出一级指标, 根据一级指标细分为二级指标, 再组织专家组对各指标的权重和优劣做出评价, 通过模糊数学进行推理给出被评价单位的安全状况。
1.2 安全评价指标体系
根据石化企业安全影响因素的系统分析, 结合湛江某石化企业的实际情况, 通过充分的调研和分析, 确定了从安全管理、工艺运行管理、设备运行管理、清洁生产、安全教育、人员素质等六个方面建立石化企业安全综合评价指标体系, 并将其作为该评价指标体系的一级指标。
在已确定的6个一级指标的基础上, 通过分析汇总专家组的意见, 扩展得出每个一级指标下属的二级指标, 建立了一套含有6个一级指标、37个二级指标的安全评价指标体系, 如表1所示。
1.3 模糊数学模型的构造
1.3.1 石化企业安全评价因素集
根据石化企业安全影响因素的系统分析, 确定石化企业安全影响因素, 给出评价因素集。根据表1, 我们构造了以下7个评价因素集:
U0={U1, U2, …, U6}
U1={U11, U12, …, U18}
U2={U21, U22, …, U27}
U3={U31, U32, …, U37}
U4={U41, U42, U43, U44}
U5={U51, U52, …, U57}
U6={U61, U62, U63, U64}
1.3.2 石化企业安全等级评价集
石化企业安全等级评价集定义为V={V1, V2, ……, V5};式中V1, V2……, V5分别代表安全现状的五个等级:优、良、中等、较差、差, 设其论域区间如表2所示。
1.3.3 评价因子隶属度的确定
隶属度用来定量描述评价因子对安全级别隶属程度大小的函数形式。隶属度通常借助专家经验的统计, 本文评价因子的隶属度是利用专家组对各个指标因素 (一级和二级) 进行安全评价, 其值为选取某项安全等级 (优、良、中等、较差、差) 的专家人数除以总专家人数的商。比如专家组有十位专家, 在对指标U11进行评价是, 选取U11的安全级别为优秀 (V1) 的专家有7个, 那么U11对V1的为隶属度是0.7, 同理, 可以计算出所有指标因素对各个安全等级的隶属度。
1.3.4 建立评价因素权重
权值是指标对安全评价重要性和影响力的量度, 本系统中, 各指标的权值用专家定权法确定。方法是将表示同一级的所有指标因素两两比较其相对重要性程度, 构成比较矩阵。
例如一级指标的比较矩阵E0其构成方法如下:
指标U1与其他5个同级指标U2、U3….U6一一比较, 得到它的重要程度e1j (e11, e12, e13…e16) , A2与其他5个同级指标A1、A3….A6一一比较, 得到它的重要程度e2j (e21, e22, e23…e26) , ….以此类推, 6个一级指标的重要程度eij可构成一个6*6的比较矩阵E0。
同理, 每个一级指标Ui下又有若干个二级指标uij, 每个二级指标与其他同级指标一一比较, 分别得到它们的重要程度eij, 这些二级指标的重要程度可构成一个比较矩阵Ei。因此, 6个二级指标科分别构成比较矩阵E1, E2….E6, 其中, E1是8*8方阵, E2、E3、E5是7*7方阵, E2、E4是4*4方阵。
Ei中, eij表示同一层指标因素i相对于其他指标因素j而言的“重要程度”的判断值, “重要程度”分割为{很重要VI、较重要I、同等重要M、较不重要S、不重要Z}五个模糊语言, 分别赋值10、7、5、3、0。
由于有多位专家, 每个专家均对eij进行评分, 因此, 矩阵中每个元素eij的值为该元素总分除以理想总分值 (专家数×最高分) 的商, 同一行所有元素的平均值就为该指标的初步权重aij, 初步权重aij除以全部同级指标的初步权重之和, 得到该指标的专家定权值Aij:
表3给出了第一级指标的专家定权值A0 (A01, A02, A03, A04, A05, A06) ;其中A01, A02, A03, A04, A05, A06分别代表安全管理、工艺运行管理、设备运行管理、清洁生产、安全教育、人员素质6个评价指标的专家定权值。
同理, 可以计算出二级指标的专家定权值:
A1 (A11, A12, A13, A14, A15, A16, A17, A18) ,
A2 (A21, A22, A23, A24, A25, A26, A27) ,
A3 (A31, A32, A33, A34, A35, A36, A37) ,
A4 (A41, A42, A43, A44) ,
A5 (A51, A52, A53, A54, A55, A56, A57) ,
A6 (A61, A62, A63, A64) 。
1.3.5 建立因素评价矩阵
首先求取各个二级指标的评价矩阵:
可以得到6个二级因素评价矩阵为B1, B2, …B6, 合并为总评价矩阵B:
其中, rmn为第m个评价指标的n级标准化指数, m为6个评价指标;n为五类质量等级。
1.3.6 模糊矩阵复合运算
通过建立的总评价矩阵B, 以及权值分配A0, 通过以下计算就可得到对企业安全总评价向量C:
C为基于U诸因子的综合评价结果, 是一组等级隶属度值, 则等级参数评判结果为:
取V= (95, 85, 70, 50, 25) , 评判结果F是一个实数, 对照安全等级评价V={V1, V2, ……, V5}所定义的等级区域, 可以得到该企业的安全等级。
2 应用实例
基于这种算法, 以湛江某一石化企业为应用示范, 开发了一个石化企业安全状况评估系统, 算法实现步骤如下。
(1) 请10位专家组成评价小组进行评议, 对二级指标因素进行安全评价, 以确定指标因素对各个安全等级的隶属度, 如图1所示。
(2) 根据专家对各个指标的重要程度的打分, 利用公式 (1) 和公式 (2) 求取各级指标的专家定权值:
A0 (0.27, 0.43, 0.06, 0.02, 0.07, 0.15) ,
A1 (0.29, 0.06, 0.08, 0.07, 0.15, 0.07, 0.23, 0.05) ,
A2 (0.16, 0.18, 0.15, 0.05, 0.06, 0.12, 0.28) ,
A3 (0.18, 0.15, 0.23, 0.19, 0.15, 0.06, 0.04) ,
A4 (0.07, 0.48, 0.29, 0.16) ,
A5 (0.18, 0.22, 0.11, 0.15, 0.17, 0.05, 0.12) ,
A6 (0.31, 0.41, 0.12, 0.16) 。
(3) 利用公式 (3) 求取各个二级指标的评价矩阵:
B1= (0.431, 0.316, 0.202, 0.006, 0)
B2= (0.42, 0.379, 0.201, 0, 0)
B3= (0.418, 0.323, 0.252, 0.007, 0)
B4= (0.3999, 0.335, 0.244, 0.2099, 0)
B5= (0.437, 0.335, 0.216, 0.012, 0)
B6= (0.549, 0.366, 0.069, 0.016, 0)
(4) 利用公式 (4) 求取安全总评价向量C= (0.4299, 0.36487, 0.18644, 0.0057, 0) 。
(5) 利用公式 (5) 计算的等级参数评判结果F为83.67725, 对照安全等级评价V={V1, V2, ……, V5}所定义的等级区域, 可以得到该企业的安全等级为良好。
3 结论
运用模糊数学理论对化工安全状况进行综合评价, 使得化工企业安全综合评价不确定性和不精确性的系统工程实现了定量化, 解决了石化企业安全评价中多因素多指标带来的烦琐评价过程和复杂运算的问题, 减轻评价工作量, 系统融合了主观判断和客观计算, 提高了安全现状评价的科学性。
摘要：针对石化企业安全信息存在模糊性和随机性的特点, 提出了一个多因素多指标石化企业安全状况模糊综合评价算法, 基于这种算法, 设计了一个石化企业安全状况评估系统, 以安全管理、工艺运行管理、设备运行管理、清洁生产、安全教育和人员素质等因素为系统的输入, 运用模糊逻辑理论, 结合专家评分, 定量计算出石化企业的安全等级情况。系统充分考虑了多个安全因素对安全状况的影响, 融合了主观判断和客观计算, 解决了石化企业安全评价中多因素多指标带来的烦琐评价过程和复杂运算的问题, 为石油化工企业的安全管理提供相关理论依据和实践支持。实际应用表明, 其结果与实际情况较为符合, 该方法可以较好的提高石化企业安全现状综合评价的客观性和准确性。
关键词：石化企业,模糊数学,安全生产,综合评价
参考文献
[1]安传周.我国石油化工企业安全生产问题及对策研究[D].济南:山东大学, 2008
[2]承奇, 郭燕秋, 张敬礼, 等.石化企业危险化工工艺风险等级评估指标体系研究[J].中国安全生产科学技术, 2011, 7 (10) :89-92CHENG Qi, GUO Yan-qiu, ZHANG Jing-li, et al.Studyon index system of dangerous chemical processes risk rankfor petroleum chemical enterprise[J].Journal of SafetyScience and Technology, 2011, 7 (10) :89-92
[3]王凯全, 李亚丽, 康美华, 等.化工重大危险源区域风险因素的评价与控制[J].中国安全生产科学技术, 2009, 5 (6) :72-76WANG Kai-quan, LI Ya-li, KANG Mei-hua, et al.Re-gional risk factors assessment and control of chemical in-dustry[J].Journal of Safety Science and Technology, 2009, 5 (6) :72-76
[4]生迎夏, 承奇, 曾晓, 等.石化企业危险化工工艺风险等级评估指标分解[J].中国安全生产科学技术, 2012, 8 (3) :96-101SHENG Ying-xia, CHENG Qi, ZENG Xiao, et al.Indexdecomposition of dangerous chemical processes risk rankfor petroleum chemical enterprise[J].Journal of SafetyScience and Technology, 2012, 8 (3) :96-101
[5]赵志强, 赵东风, 刘乐, 等.应用模糊综合评判法确定安全评价过程中的关键设备[J].石油化工设备, 2008, 37 (4) :18-21ZHAO Zhi-qiang, ZHAO Dong-feng, LIU Le, et al.Ap-plication of fuzzy comprehensive judgment on determiningthe key equipment in safety assessment[J].Petro-chemi-cal Equipment, 2008, 37 (4) :18-21
[6]田宏霞, 郑双忠, 吴弯.企业安全性评价模糊数学方法研究[J].工业安全与环保, 2003, (29) :41-43TIAN Hong-xia, ZHENG Shuang-zhong, WU Wan.Fuzz-y mathematics researches on safety assessment in enterpri-ses[J].Industrial Safety and Environmental Protection, 2003, 29 (3) :41-43
[7]王小群, 张兴容.模糊评价数学模型在企业安全评价中的应用[J].工业安全与环保, 2002, 28 (12) :29-32WANG Xiao-qun, ZHANG Xing-rong.Application offuzzy mathematical evaluation model in safety assessmentof enterprises[J].Industrial Safety and EnvironmentalProtection, 2002, 28 (12) :29-32
[8]秦清风, 王保民.模糊数学在化工安全综合评价中的应用研究[J].山西化工, 2008 (28) :48-51QIN Qing-feng, WANG Bao-min.Study on the applica-tion of fuzzy mathematics for safety comprehensive evalua-tion of chemical plants[J].Shanxi Chemical Industry, 2008, 28 (3) :48-51
[9]邵辉, 李保安, 王钰.化工储罐区模糊数学安全评价模型及应用[J].中国安全生产科学技术, 2007, 3 (6) :49-51SHAO Hui, LI Bao-an, WANG Yu.Fuzzy mathematicalsafety evaluation model and application for storage tankdistrict of petrochemical enterprises[J].Journal of SafetyScience and Technology, 2007, 3 (6) :49-51
[10]李树清, 谢正文, 王鹏飞.石化生产装置安全现状模糊综合评价方法研究[J].中国安全科学学报, 2007, 17 (1) :121-125LI Shu-qing, XIE Zheng-wen, WANG Peng-fei.Studyon fuzzy comprehensive evaluation method for safety stateof petrochemical production installations[J].ChinaSafety Science Journal, 2007, 17 (1) :121-125
模糊控制系统数学 篇2
1.经典集合是论域U到集合的映射.2.模糊集合 是论域U到集合的映射.3.经典集合的关系矩阵是.4.模糊集合的模糊关系矩阵是.5.模糊的不确定性即使时间过去了（或者实际作了一次试验）仍然是6.模糊数学把数学的应用范围从精确现象扩大到领域.7．模糊矩阵运算关于交的分配律.8.模糊集的隶属函数是专家给出的.9.模糊集强调的是集合边界的定义.10.模糊聚类方法给出的分类结果不是说事物绝对的属于或绝对的不属于类.11.集合U、V的直积UV的子集R称为U到V的关系.12.UV的一个模糊子集R称为U到V的关系.~
13.经典集合的值域是.14.模糊集合的值域是.15.经典集合c的排中（互补）律.16.模糊集合c的排中（互补）律.17.模糊集的隶属函数是存在.18.模糊聚类方法给出的分类结果.19.模糊模式识别的最大隶属原则有个.20.模糊集的截集将模糊集的隶属函数转化为普通集合的二、简述题（每小题15分）
1.简述模糊集的一种表示方法，并进行说明.2.简述模糊聚类的编网法.3.写出三种模糊分布函数.4.简述模糊集的一种运算，并进行说明.5.简述模糊聚类的最大树法.6.简述分解定理与扩张原理。
漫谈“模糊数学” 篇3
我们学习数学的时候，精确是很重要的。
可是，生活中碰到的实际问题却又常常不会那么精确。比如两个同学站在一起。有人问：“他俩谁胖？”你可能会回答：“这个同学胖一些，那个同学瘦一些。”但是如果再问：“胖一些，胖多少？”或者问：“瘦一些，瘦多少？”这时，你就会觉得没法准确回答了。
类似这种情况还有很多。比如说，这件衣服比那件衣服颜色深些，这个人比那个人反应慢些等。平时这样说，听的人都能明白，但是如果要求说得十分精确，就很难做到了。
然而，人们又希望能够比较准确地把这类模糊的概念用数学语言描述出来。于是。美国加利福尼亚大学的洛特菲·扎德教授专门创立了一门新的学科来研究这类现象。这门学科就叫“模糊数学”。
数学家们很快就对这门新兴学科产生了兴趣。一方面，它提供了一种既有效又实用的数学方法；另一方面，数学家们在研究中逐步认识到，在“模糊数学”的理论基础上。可以制造出具有人工智能的电子计算机。它能像人一样感知和处理这类模糊的概念。
现在的电子计算机普遍采用的数学语言都是由“0”和“1”这两个数字构成的。也就是我们常说的二进制。人们在对电子计算机发出指令时，必须把指令转化成用“0”和“1”表示的形式，这样计算机才能识别，进而按照指令进行运算。
如果要求电子计算机去处理前面说到的模糊信息，这些信息又没法用简单的“无”和“有”组合、“关”和“开”组合、“非”和“是”组合来描述，电子计算机自然也就没办法了。
针对这种情况，科学家们设想，最好能设计出一种模糊计算机。用小数来表示“0”和“1”之间的数。但是，这种表示方法用一般的电子计算机是办不到的。科学家们想到了使用光计算机，因为光计算机可以根据投射进去的光的强弱而工作。这种计算机说起来简单，做出来可不容易。不过，美国电话电报公司贝尔实验室的科学家们已经在光计算机研究方面取得了进展。
你可能会认为，计算机的功能越复杂。按钮就越多，操作也就越复杂，其实不见得。比如，日本推出了一种模糊洗衣机，它有上百种组合，却只有一个按钮，所有的事情都由传感器和模糊控制器来控制。它能根据衣服的纤维质地、质量、脏污程度，自动决定使用洗涤剂的种类、用水量、洗涤时间和漂洗次数，真是方便极了。
这难道不是十分奇妙而又美好的事情吗？
责任编辑：潘彦坤
模糊控制系统数学 篇4
为了解决这些交通弊端,人们引进城市交通自适应控制技术。城市交通自适应控制是当前交通控制一个热点,是未来城市交通发展的必然趋势。自适应控制是根据当前的交通状况,建立交通模型,实时调整信号控制参数,减少绿灯时间浪费,使得研究领域内的某一指标如总延误时间、停车次数等最小。自适应控制能提高可变车道利用率,减少延误、预测路段交通量、实现交叉口公交优先等,但关于自适应控制在环形交叉口的应用研究却很少。我国城市目前还存在许多环形交叉口,若将其拆除改建,不仅会增加经费,还会破坏道路景观,因此,在环形交叉口现有的几何结构及交通条件下,解决环形交叉口的拥堵及死锁现象,对于缓解我国大部分城市的交通拥堵具有重要意义。
1 环形交叉口控制方式
环形交叉口(简称环岛)具有车流连续、行车安全、管理简单、造型优美等优点从而被许多城市所采用,但随着城市交通量的日益增长,我国许多城市的环岛拥挤现象严重。为了改善环岛通行质量,常见的环岛信号控制方法主要有两种,一种是单重信号控制(只在进口道停车线处控制),另一种是左转二次停车控制(进口道加环道控制)。如杨晓光等提出左转二次停车法控制环形交叉口,该方案主要适用于环岛半径较大,环道数较多的环形交叉口。在左转二次停车的基础上,敖谷昌等针对主要道路和次要道路相交的大型环岛流量流向不平衡的特点,提出了剖圆环形交叉口控制方案。R.T. van Katwijk等把决策树应用于单个交叉口自适应控制,但其只是对模型进行简介,且该模型运算速度慢,不适合应用于实际。
综上所述,有大量学者对环岛进行研究,并取得一定成果,但主要还是关于定时控制或感应控制,对于环岛各进口流量流向不均衡的情况还没有提出有效地控制方式和模型。本文对文献中各种控制方式的控制原理及优缺点进行归纳总结,比较结果如表1所示。
2 模型设计
由于城市交通系统的复杂性以及车辆到达的随机性,很难用一个精确的数学模型来表示,而模糊控制吸收人工控制的经验,能模仿人脑的逻辑推理和决策过程,不但使得控制过程简化,而且能满足实时性和控制精度的要求。本文在现有研究的基础上,提出环形交叉口模糊自适应控制。模型假设:
1)不考虑车型,全部为标准小客车,流量单位pcu/h;
2)检测器完好,检测数据准确;
3)交通出行者(行人、非机动车、机动车)都遵守交通规则;
4)上游检测器与交叉口停车线检测器之间没有车辆出入,没有公交车站。
2.1 环形交叉口拓扑结构及检测器布设位置
自适应控制原理主要是通过检测器实时采集交通流数据进行信号控制,检测器的功能和布设至关重要。在本模型中,交叉口每个进口道安装两组检测器,上游检测器埋设在距离环岛进口道停车线L=80 m处,用于获取进入环岛各流向的车流到达信息;下游检测器埋设在停车线附近,用于统计各流向车流的驶离情况。本文采用进口道拓宽的对称十字环形交叉口。每个方向都有左转、直行、右转3个分流车道;环岛半径为R=9 m,环道数3条,环道宽度W=4 m。环形交叉口拓扑结构及检测器布设位置如图1所示。
2.2相位相序设置
传统环形交叉口控制一般采用两相位或四相位,这种固定的相位相序方案不能根据车辆到达的实际情况安排相位与相序,从而不能及时地放行车辆。为了克服这一缺陷,本文配合检测器采用相位自由组合与相序跳转的策略对环形交叉口实行模糊自适应控制。不考虑非机动车及掉头车辆、右转车辆的影响,将环岛8个车流(每个进口的直行、左转车流)中不冲突的流向进行组合,得到6种相位组合方案,如图2所示,分别编号Pi(i=1,2,…,6),这6个相位之间没有先后顺序,而是根据交通流情况进行任意组合。
2.3环形交叉口自适应控制参数
自适应控制的相关参数包括时间参数、交通流参数、评价参数、相位结构等,其中时间参数和相位结构是单点自适应控制策略的重要参数。在综合考虑了车辆通过路口的安全性及交通参与者的心理承受能力后,取最小绿灯时间Gmin=15 s,最大绿灯时间Gmax=60 s,绿灯延长时间为Δg(0≤Δg≤gmax-gmin),所以本文中Δg的范围[0,45]。
2.4交通流模型
评价交叉口信号控制的指标有延误、停车次数、通行能力(是指在现行的交通、车道和信号设计条件下,交叉口某一引道所能通过的最大流量)等,本文以环形交叉口总通行能力最大为目标,假设车辆随机到达,交通流模型如下:
目标函数:
式中:Ci为第i条引道的通行能力,n为交叉口引道总数。
令Nrpm为红灯相位p在第m秒的排队车辆数,则
式中:Ngpi为当前红灯相位p中第i车道在前绿灯信号结束时滞留的车辆数,qpij为当前红灯相位p第i车道在第j秒内到达的车辆数,kr为红灯相位车道数。
令Ngm为当前绿灯相位在绿灯信号第m秒时还没有通过停车线的车辆数:
式中:Nri为当前绿灯相位第i车道在红灯期间等候的车辆数,qaij为当前绿灯相位第i车道在第j秒内上游到达的车辆数,qbij为当前绿灯相位第i车道在第j秒内下游离开的车辆数,kg为绿灯相位车道数。
2.5模糊控制器的设计
取小客车平均车身长度5 m,停车时两车之间的安全距离0.6 m,由于上下游检测器之间的距离为80 m,可知上下游检测器之间的最大排队车辆数Nmax=14,Nrpm=[0,14],Ngm=[0,14],则当前绿灯相位与下一绿灯相位排队车辆的差值ΔN=[-14,14],综合考虑模糊语言变量的分档及控制表的规模,ΔN分为7级,x1={-3,-3,-1,0,1,2,3},得量化因子K1=6/28,模糊语言值分别为:负大(NL),负中(NM),负小(NS),零(O),正小(PS),正中(PM),正大(PL)。同理,将Δg论域经规范化后分为7级,模糊语言值分别为:很长(HC),较长(JC),长(C),适中(SZ),短(D),较短(JD),很短(HD)。其隶属函数分别见表2、表3。
模糊关系矩阵:R=(PL∧HC)∪(PM∧JC)∪(PS∧C)∪(O∧SZ)∪(NS∧D)∪(NM∧JD)∪(NL∧HD)。
用MATLAB编程函数得
基于对操作者控制经验的总结,得出一组由7条模糊条件语句构成的控制规则,见表4。
若检测到当前绿灯相位与下绿灯相位排队车辆数之差为ΔN,按表2将其模糊化记作ΔN′,输出模糊响应Δg′=ΔN′·R,采用普通加权平均判决法,反模糊化后输出Δg的精确值。
2.6 控制结构及流程
1)模糊控制结构如图3所示。
2)控制算法如下:
步骤1:给获得通行权的相位初始绿灯时长Gi。
步骤2:在当前绿灯相位最小绿灯时间Gmin结束前,利用上下游检测器,获取当前绿灯相位和所有红灯相位的排队车辆数。
步骤3:比较当前所有的红灯相位排队车辆数Nrpm,把排队车辆数最多的那个红灯相位作为下一绿灯相位。
步骤4:把当前绿灯相位和下一绿灯相位排队车辆数之差ΔN作为模糊控制器的输入变量,经过模糊控制,输出绿灯延长时间Δg,若Δg=0,切换至下一相位,返回步骤1,否则执行步骤5。
步骤5:根据模糊控制规则,延长当前相位绿灯时间Δg,切换至下一绿灯相位,返回步骤1。
3结束语
本文在充分了解现有交叉口主要控制方式优缺点的基础上,根据环形交叉口交通流特性,对比现有交叉口控制方式优缺点,兼顾当前绿灯相位车辆到达情况与红灯相位车辆排队长度,提出相位相序可变的环形交叉口模糊自适应控制模型,并给出了模型所需的主要参数、检测器安装位置、控制结构及控制算法。对于该模型在提高环形交叉口通
行能力,减少车辆延误等方面具有多大优势,以及当交通流处于什么状态时,该模型控制效果最优,本文没有具体探讨,因此在接下来的研究中,主要集中在将控制方案导入交通仿真软件VISSIM中,对其进行评价。
摘要：对比现有交叉口主要控制方式的控制原理及优缺点,根据环形交叉口交通流特性,兼顾当前绿灯相位车辆到达情况与红灯相位车辆排队长度,提出相位相序可变的环形交叉口模糊自适应控制模型。
模糊控制实验报告 篇5
学院：班级：
姓名：学号：
一、实验目的1.通过本次实验，进一步了解模糊控制的基本原理、模糊模型的建立和模糊控制器的设计过程。
2.提高有关控制系统的程序设计能力；
3.熟悉Matlab语言以及在智能控制设计中的应用。
二、实验内容
设计一个采用模糊控制的加热炉温度控制系统。被控对象为一热处理工艺制作中的加热炉，加热设备为三相交流调压供电装置，输入控制信号电压为0-5V，输出相电压为0-220V，输出最大功率180kW，炉内变化室温~625℃。
三、实验过程及步骤
1.用Matlab中的Simulink工具箱，组成一个模糊控制系统，如图所示
2.采用模糊控制算法，设计出能跟踪给定输入的模糊控制器，对被控系统进行仿真，绘制出系统的阶跃响应曲线。
（1）模糊集合及论域的定义
对误差E、误差变化EC机控制量U的模糊集合及其论域定义如下：
E、EC和U的模糊集合均为：
{NB、NM、NS、0、PS、PM、PB}
E和EC的显示范围为：[-6
6]
结果如下图所示
打开Rule编辑器，并将49条控制规则输入到Rule编辑器中
利用编辑器的”View→Rules”和”View→Surface”得到模糊推理系统的模糊规则和输入输出特性曲面，分别如下图所示
从图中可以看出，输出变量U是关于两个输入变量E、EC的非线性函数，输入输出特性曲面越平缓、光滑，系统的性能越好。
将FIS嵌入Simulink
R（t）=400℃时系统阶跃响应
系数Ke变小时的系统阶跃响应
通过本设计可以知道，模糊控制具有能够得到良好的动态响应性能，并且不需要知道被控对象的数学模型，适应性强，上升时间快。与PID控制相比有着很大的优势，采用PID控制虽然稳态性能较好，但是难以得到满意的动态响应性能。当然，模糊控制也有着自身的缺点，容易受到模糊规则等级的限制而引起误差，需要进一步改进。
四、实验总结
试论经济管理中如何运用模糊数学 篇6
关键词：经济管理；模糊数学；运用
中图分类号：F224 文献标识码：A 文章编号：1006-3315（2015）07-157-001
在数学方法理论中，模糊数学是重要的模糊性现象的研究途径，也被人们叫做“fuzzy”，即模糊、不明确的含义。1965年美国控制论学者L.A.扎德在论文《模糊集合》中提出模糊数学理论，由此模糊数学诞生。模糊数学是一种集合理论，通过集合里的一组对象来明确其属性，然后在现象叙述中可以指明对象或者描述属性。[1]而与一定概念全部对象相符合的就是集合的概念，由此数学理论与现实理论的结合有了一个很好的契合点。模糊数学诞生前，那些著名的集合论都只是针对有着清楚外延的概念及事物中。而在现代经济管理中，数学的广泛运用已是常态。而模糊数学在经济管理中，尤其在经济效益评价中至关重要。如果能用模糊数学来分析经济管理水平及效益，那么就可以对经济进行有效的监督，对经济发展的现实意义十分明显。
一、经济效益分析中模糊数学的运用
（一）模糊综合评判
模糊综合批判是一种在经济管理中运用的很普遍的模糊数学理论，而且通常模糊综合评判总算运用多元化评价模型分析我国的经济综合效益影响因素。经济效益的综合影响因素涵盖的范围很广，比如资金使用、流动、资产报酬率、不良应收账款周转率等等。所以，关于这些因素导致的影响往往都没有比较清晰的界限，常常以模糊不清的方式发生、变化。以模糊综合评判来分析这些子因素，那么集合评价的结果就会传递到上层母因素，集合评判子因素对资金占用结果进行影响，从而了解母因素的评判结果，这也体现了它在经济管理中所表现出来的重要性。
（二）经济管理中模糊聚类分析运用
关于确定的数值和物体可以运用不一样的区间组合来划分研究，揭示不同事物间的内在联系，而所有规律的研究基础都是以这种聚类分析为主。聚类分析的基本就是分析不同样本实例间的相似与不相似度，比如在经济效益综合评价中，分析资金使用、经营成功以及生产耗费等生产经营成果时需要使用聚类分析，最终以合理的模糊相似矩阵来探讨经济效益影响因素，并根据这些因素来设置相关的权重指标，让那些模糊问题可以用精确的数学语言来进行描述。
（三）经济管理中模糊模型识别的运用
模糊识别主要是根据研究对象的特征来进行识别，然后科学归类。还是将经济效益分析作为例子，在这个复合系统中，综合性指标可以显示它的整体功能，且资金使用、经营成果、生产耗费等都包含在内，所以应该在综合评估中充分考虑到这些不同的因素，然后对比分析，以相关参数与标准模型作为依据。从经济效益的实情来看，相关的影响因素实在很多，所以利用模糊隶属度能够对实例和参数进行较为理想的对比，然后根据择近原则和贴近度计算来探讨经济效益的影响因素。
二、模糊决策在经济管理中的运用
（一）模糊决策的作用
人的看法属于综合评判过程，模糊分析不同因素，然后从整体上模糊综合性评判每个因素，所以，仔细思考模糊分析和模糊综合，它们有一种互为转换与依赖的深刻联系，故而我们应该从多方位的角度去思考事物，以立体思维看待事物。也正因为如此，模糊多属性决策分析在经济管理中有着极为重要的关系，可以有效解决很多的实际问题。
（二）模糊方法运用
决策是管理环节的重要部分，在某个事物的评价中，我们通常要从不同的因素去考虑。而对于评价过程的具体选择，往往不同因素形成的模糊集合是评价目标的基本，按照多个因素去寻找合适的评价等级，再利用评价等级形成模糊集合，以归属分析的方式对每个单一因素进行等级审评，而对于评价目标中的各个因素的权重进行定量计算、评价。[2]在思考把握对象的过程中，我们一般应该有限地对不同因素以及它们的属性进行思考，而且还有思考因素的自身形态，然后进行总体权衡，最终进行综合性评判。利用模糊多属性决策方式，辅之以定量及定性指标相联合的途径，对主观、客观的偏好值进行科学辨别，然后获得正确的指标权重，从而构成科学、正确的模式。
（三）模糊决策主要途径
运用模糊数学可以对经济管理工作以科学的定性和定量分析。其中的模糊排序在具体的模糊环境里可以利用优劣性来排序不同的决策。比如以某个具体的模糊序，或者以某个不传递的普通二次元关系为例。我们可以运用模糊集理论来找到科学的排优次序，然后以多元化的决策来应对决策问题。所谓模糊寻优，就是利用既定的不同方案来对比找出最为优秀的解决方案。要是无法明确约束条件或目标函数，那么最好的优化方案就是通过模糊寻优来获得，目标函数模糊化是一个十分不错的选择，利用模糊集合明确约束定义，并运用线性规划开展研究，从而获得一般的应用规划结果，然后我们就可以实事求是地运用不同的结果。
三、结语
总而言之，在社会中的经济活动中有着数不清的模糊现象存在，要是还机械地利用精确数学来处理这些经济问题，那么结果可能就会出错。在经济管理系统中，模糊数学可以有效解决很多实际问题。科学的经济管理时刻都是运用模糊数学解决经济问题，因为经济管理中模糊现象是无处不在的。因此，运用模糊数学可以更为客观地解决经济管理中的实际问题，提高经济管理水平。
参考文献：
[1]宋冬梅.浅议高等数学理论在经济管理中的应用[J]中国市场，2010（03）：75
模糊控制系统数学 篇7
关键词：模糊数学,模糊模式识别,互联网,食疗,药膳,专家系统
“病后吃什么”几乎是所有患者和家属在疾病确诊后的康复过程中必须面对的问题, 中医食疗基于食药同源、食养同功的机理[1], 在辨证基础理论及学术思想指导下“辨证施食”, 充分发挥各类食物功效, 达到防病治病、养生康复的目的, 是最具中国特色的自然疗法和易于普及的中西医结合疗法。多年来临床效果证明能够缓解症状、减少用药、加速康复, 尤其对于慢性机能性疾病的调理, 在药物过度治疗的现今, 对人们的健康具有深远的影响。中医食疗在经历几千年实践发展后, 积累了无数的食疗处方和丰富的治疗经验, 但现实中人们需要时常无处搜寻适宜的处方或缺少医生应症性指导而达不到应有的效果, 构建一个无需具备医学专业理论知识和经验、并且随时可以便捷的进行咨询交流的大众化操作平台, 互联网专家系统无疑是最好的选择。
1 互联网专家系统的构建
百姓医药源网 (www.bxyyy.com) 是面向普通大众制作的互联网疾病食疗处方咨询系统, 初步设计理念是疾病确诊人群在互联网平台上进行非医学专业性的简捷操作后, 迅速获得食疗处方智能提示, 并可通过交流平台进行应用经验交流, 系统具备各处方适应证自动修正功能。具体操作过程是普通使用者在西医诊断明确后, 通过互联网平台 (电脑或手机) 选择性输入能够感知和理解的症状体征, 系统经过处理输出最可能有效的食疗处方排序和详细使用说明。处方初始数据是根据处方已知的使用经验录入的, 在以后的应用中利用使用者的信息反馈逐步校正适应证, 进而发挥处方最佳疗效, 淘汰无效处方, 不断进行系统自我完善。使用者避免了需专业理论指导的辨证论治过程, 并可随病情变化及时调整治疗方案。
系统设计的关键是构建辩证分型的数学模型。中医证的概念是疾病发展过程中某一个阶段的病理属性的概括, 具有病不变而证常变的特点, 临床症状作为证的诊断依据是模糊的、非量化不确定的, 相互之间以及与病和证之间是非线性关系;因此辨证过程是一种不确定的、主观性的、经验性的模糊模式的辨别过程, 适宜引入模糊模式识别方法这种近年来模糊理论与模式识别理论结合而形成的知识识别方法, 应用于辨证分型能够体现出其良好的系统柔性处理能力[2,3,4,5,6]。另外各临床症状对于辨证论治过程的影响不同, 采用具备定量和定性特点的层次分析法 (AHP) 进行权重分配, 对系统的准确性具有重要作用[7]。
目前系统输入160余种疾病, 涉及医学专业规范以全国高等医药院校系列规划教材为参考。下文以鼻前庭炎为例就咨询系统的最优处方选择设计原理和过程进行探讨。
2 模糊模式识别和层次分析法的基本原理和方法
2.1 模糊模式识别基本理论和方法
模糊数学是研究现实世界中存在的各种模糊现象和关系的学科, 模糊模式识别是其中一种通过构建已知若干模型即标准模型库为参照, 对待识别对象进行归类的方法, 也可看作模糊集合间的进行相似性比较的过程。在实际应用中可利用计算机模拟人脑的形象思维和模糊逻辑思维来进行系统数据结构的辨识, 从而解决模糊信息的分类问题。
贴近度是度量两个模糊集合接近程度的数量指标, 常用的贴近度计算方法有:海明贴近度、欧几里得贴近度、最大最小贴近度、算数平均贴近度、测度贴近度、模糊贴近度。
择近原则:设Ai, B∈F (X) , i=1, 2, …, n, 若, 则判断B与Aio为同类, 其中B为待识别对象, Aio为标准模式。
本文涉及内容属多属性模糊信息问题, 采用多特征模糊模式识别法[3,8,9], 步骤为: (1) 确定论域; (2) 通过研究对象的特征选择, 建立标准模型库和标准模型及待识别对象的隶属函数; (3) 应用层次分析法确定特征性指标的权重分配; (4) 模糊模式识别算法:两个模糊子集间贴近度计算方法。离散型隶属函数采用模糊贴近度计算公式 (公式1) :, 其中:Hgt A=sup{A (x) ∣x∈X}是模糊集合A的高度 (峰值) , Dpn A=inf{A (x) ∣x∈X}是模糊集合A的深度 (谷值) ;两个模糊向量集合族贴近度计算方法:待识别对象B与标准模式Ai之间贴近度Si应用加权贴近度计算公式 (公式2) :; (5) 根据多个特性的择近原则进行识别排序。
2.2 层次分析法基本概念和算法
层次分析法 (AHP) 是一种把定性与定量分析相结合的多目标决策方法。通过对复杂、不易量化的问题进行层次分解, 构建一个层次结构模型, 对同层次各因素采用两两比较的方法确定出相对于上一层目标的权重, 步骤有: (1) 建立层次关系模型和指标比较表; (2) 对同一层次因素进行两两比较, 应用Saaty1-9标度法进行赋值, 并形成判断矩阵[10]; (3) 采用方根法计算判断矩阵各指标的权重, 并进行一致性检验, 具体算法见3.2。
3 建立模糊模式识别模型
3.1 以鼻前庭炎为例建立模糊模式识别指标体系 (特征集、标准模型、隶属函数)
以鼻前庭炎患者为讨论对象x, 其全体构成论域U, 鼻前庭炎常见中医辨证分为两型:A1 (阴虚血燥) , A2 (肺热上蒸) , 为U上的两个模糊子集, 构成证型的标准模型库Ai={A1, A2} (i=1, 2) 。根据中医专家的辩证分型要点 (从病因、病性、病位、病势、邪正状态方面考虑) , 并参考国家技术监督局发布的中医临床诊疗术语症候部分 (GB/T16751.2-1997) , 以及西医诊断特征性指标进行特征选择, 梳理出并简化达到普通文化水平的患者或家属能够感知和理解的特征性症状组:Ai1 (病程) 、Ai2 (鼻腔症状) 、Ai3 (鼻前孔及上唇皮肤) , 证型Ai (i=1, 2) 的辨别是由特征性症状组决定的, 每一个症状组都是特性类似的症状归为一类综合症状的模糊子集, 因此Ai= (Ai1, Ai2, Ai3) 是一个模糊向量集合族。设待识别病人的证型为Bi= (Bi1, Bi2, Bi3) (i=1, 2) , 证型识别结果为Bi (i=1, 2) 排序, 由证型Ai可知Bi也是一个模糊向量集合族[11]。
根据文献记录和病历统计分析, 形成表1资料, 表中参数 (%) 为证型Ai (i=1, 2) 条件下统计症状发生频数获得的隶属频率, 可理解为隶属度。各指标参数量纲和数量级相同, 不做数据规格化处理, 见表1。
对于每位患者来讲, 各症状组中的症状只能出现一种, 如病程 (Ai1) 症状组子集中出现的症状只能是{x11, x12, x13}中的一个, 即发病1周内、1~4周、反复不愈只能出现其中一种情况, 因此标准证型的隶属度是由各症状组中高发症状的隶属频率决定, 而待识别对象证型则是由标准证型和具体症状双重因素决定。
设标准模型库Ai的隶属函数为:
本病 (i=1, 2) (h=1, 2, 3) (k=1, 2, 3) (m=1, 2, 3) ,
根据表1中参数可知标准证型库中:
设待识别证型Bi的隶属函数为:
q、r、s是由标准模型库Ai前提下待识别患者的证型, Bi在各症状组中所表现症状对应的隶属频率位置, 在不同的标准证型条件下隶属频率取值不同, 例如:患者症状为 (1~4周, 两者都有, 均有) = (x12, x23, x33) (q=2, r=3, s=3) , 由表1知在证型A1前提下, B1= (B11, B12, B13) = (x12, x13, x33) = (0.18, 0.15, 0.17) ;A2为B2= (0.22, 0.14, 0.18) 。
3.2 应用层次分析法确定权重
在中医辨证论治过程中, 疾病表现出的症状和轻重缓急具有不同的临床意义, 本系统在症状组层次进行指标权重分配。将症状组指标依次记为Cj= (C1, C2, C3) (j=1, 2, …, n, n=3) , 根据专家在辨证中各症状组对证型的重要程度按Saaty1-9标度法进行两两比较赋值, 形成表2及判断矩阵C。
, 应用方根法计算步骤如下: (1) 计算判断矩阵C中每行元素乘积的n次方根记为Cj, ; (2) 对向量c= (c1, c2, c3) T进行正规化处理, 即为C1、C2、C3的权重, 计算公式, 同理W2=0.4, W3=0.4; (3) 进行判断矩阵的一致性检验。计算判断矩阵的最大特征根λmax:
, (AC) j表示向量AC的第j个元素, , 同理 (AC) 2=1.26, (AC) 3=1.26, , 计算一致性指标:;计算一致性比例CR:RI取0.58, , 可认为判断矩阵具有满意的一致性。
由此获得C1 (病程) 、C2 (鼻腔症状) 、C3 (鼻前孔及上唇皮肤) 合理的权重分配为Wj= (W1, W2, W3) = (0.2, 0.4, 0.4) 。
3.3 应用多特性择近原则进行证型和食疗处方排序
通过贴近度公式1、2计算待识别那种证型Bi与标准证型库Ai贴近度, 并按照多特性择近原则排序, 即可得患者最有可能的证型排序。中医诊疗过程是通过辨证分型进行立法处方, 如已知应用于证型A1 (阴虚血燥) 的食疗处方为Q1 (天冬蜂蜜膏) 、Q2 (桑叶菊花饮) , A2 (肺热上蒸) 为Q3 (杏仁牛奶丸) 、Q4 (桃叶敷剂) , 将食疗处方取代标准模型库Ai (i=1, 2) 构成新的标准模型库{Q1, Q2, Q3, Q4}, 那么排序为A1、A2可推断食疗处方的初始排序为Q1、Q2、Q3、Q4, 这里Q1与Q2、Q3与Q4隶属度是相同的, 在以后的实际应用中通过调整隶属频率进行适应证契合, 大样本的应用将使隶属频率趋于稳定;另外结合有效率 (有效人数/总使用人数) 等方法, 使处方应用达到最佳疗效, 处方有效率低于一定水平, 则进行删除淘汰。这种沉淀经验的过程, 符合中医经验性医学的特点。
3.4 隶属频率修正方法
目前设定使用者的反馈信息分为效果等级评估和描述性评论两种。根据描述性评论的合理性等因素建立使用者可信度因子CF评价 (参考确定性理论) ;效果等级分为“有效”、“一般”、“无效”, 标定相应的数值。通过两者结合计算调整症状隶属频率的幅度 (0<隶属频率<1) , 并设计过滤网避免恶意或随意性评价对系统的损害, 由于篇幅关系不作详述。3.5网站建设网站制作以my Sql 5.5数据库建立动态和静态知识库、规则库, 服务器端数据处理采用PHP语言编程, 浏览器端的交互采用HTML5, 能够兼容各种浏览器, 可在智能手机 (已试运行) 、PC和平板电脑上使用。
4 应用举例
举例:一位待识别证型鼻前庭炎患者, 症状表现发病2周, 感觉鼻腔轻度灼热痒痛, 自我观察鼻唇沟周围皮肤红肿并干燥粗糙。依据表1症状表现为 (x12, x23, x33) 。由待识别对象Bi (x) 的隶属函数:B1= (B11, B12, B13) = (x12, x23, x33) = (0.18, 0.15, 0.17) , B2= (B21, B22, B23) = (0.22, 0.14, 0.18) ;由标准模型库Ai (x) 的隶属函数:A1= (A11, A12, A13) = (0.74, 0.75, 0.71) , A2= (A21, A22, A23) (0.72, 0.77, 0.74) 。
根据公式1两症状组模糊子集间的贴近度计算:q (A11, B11) =1/2[0.18+ (1-0.74) ]=0.22, 同理q (A12, B12) =0.20、q (A13, B13) =0.23、q (A21, B21) =0.25、q (A22, B22) =0.185、q (A23, B23) =0.22。
由公式2分别计算模糊向量集合族A1与B1、A2与B2之间贴近度Si (i=1, 2) :S1=W1q (A11, B11) +W2q (A12, B12) +W3q (A13, B13) =0.2×0.22+0.4×0.2+0.4×0.23=0.218;S2=W1q (A21, B21) +W2q (A22, B22) +W3q (A23, B23) =0.2×0.25+0.4×0.185+0.4×0.22=0.212, 见表3。
B1/A1, B2/A2表示在A1, A2前提下B1, B2的隶属函数S1>S2或B1>B2, 根据多个特性的择近原则, 本例患者证型为A1 (阴虚血燥) 的可能性最大, 其次A2 (肺热上蒸) 。转化最优处方排序为:Q1、Q2、Q3、Q4, 设定50%显示率, 得到使用处方Q1 (天冬蜂蜜膏) 、Q2 (桑叶菊花饮) 。
5 讨论
在辩证分型层次, 设计时考虑到由于使用者的文化程度和医学知识的认知水平造成的症状体征理解不同产生的误差;症状特征性和细化描述设计简化后与医学专业要求有一定距离;缺少脉象等专业指标等。以上导致辨证结果与中医临床医生比较存在较多偏差, 特别是存在兼症复合证情况下。初步的修正方法从下述两方面着手, 一是最大限度获取使用者的疾病信息, 要求系统使用者的交互界面内容设计体现与辨证论治相关的尽可能全面的重要症状信息, 将医学专业内容简化到普通人能够理解和表达相匹配的医疗知识水平, 提高输入准确性;二是通过在处方层次对症状隶属频率等指标进行修正, 来逐步调整完善适应证。初步的实际测试中使用者处方选择结果与中医临床医生辩证处方结果吻合率呈逐步上升趋势, 基本达到设计要求。目前使用人群和输入处方有限, 进一步的研究有待开展。
模糊控制系统数学 篇8
1 模糊数学实现“计算机辅助教学评估系统”
假如某学校对4个的教师水平进行考核。以往对教师的教学质量评估大多是定性分析,或者是单因素的定量评价,这往往带有主观片面性,不够准确、全面。然而借助模糊数学的方法,综合考虑多种因素,却可更好地模拟人们的模糊判断,从而有效的对教学质量这种复杂的涉及到多种因素的事物进行综合评估。下面说明整个计算机上的评估信息系统的构成及应用过程。
1.1 确定评价因素集
在模糊数学中这4个教师分别为u1,u2,u3,u4,设论域U={u1,u2,u3,u4}.现分别对每个人的教学水平高低按百分制打分,然后均除以100,于是U上的每一个元素Ui(i=1,2,3,4)都对应[0,1]之间的一个数值,即折合成隶属度.设他们的成绩如下:
甲:85分记为:μA~(u1)=0.85;乙:75分记为:μA~(u2)=0.90;
丙:90分记为:μA~(u3)=1;丁:100分记为:μA~(u4)=1.
这样就确定了一个模糊子集A~,它表示该教师对“教学水平高”,这个模糊概念的隶属程度.其模糊子集A~表示为:
现在要了解这4个教师那个“水平高”(90分以上);那个水平“较高”(80分以上);那个水平“一般”.于是:
“技术水平高的”人员组成的普通集合为:A0.9={u3,u4};
“技术水平较高的”人员组成的普通集合为:A0.8={u1,u3,u4};
“技术水平一般的”人员组成的普通集合为;A0.7={u1,u2,u3,u4};
这里A0.9,A0.8,A0.7即是λ=0.9.λ=0.8,λ=0.7时A~的水平截集λ-的Aλ的(置信水平)或阈值.
1.2 确定权重,评语集和等级评语向量
一般情况下,各因素对评价对象的影响是不一致的,因此必须确定各因素的权重,因素的权重分配集是U上的模糊集合,一般可记为A~=(a1,a2,…,an),其中ai表示第i个因素ui的权重,它们必须满足归一化条件:.为了得到相对比较公正的权重分配可采用列表法计算,如对二级指标中u11“教师讲课观点正确,内容丰富”,就可以分别给出权重如下:0.35,0.3,0.25,0.3,0.1,0.3,0.4,0.4就可利用列表法计算u11的权重.
评语分为很好、好、一般、差,分别以vk(K=1,2,3,4)表示,则评语集为V={v1,v2,v3,v4},评语等级向量为D=(100,85,75,60).
1.3 模糊运算
首先,得到考查数据50份,将结果统计好记录到评估汇总表中,由评估表得U1的单因素评价矩阵
其中rij表示就j个评判等级vj而言同学对第i个因素ui作出的评价,相应的权数矩阵为:A11=(0.31,0.33,0.30,0.16).
1.4 模糊综合评判结果的确定
这里用普通矩阵乘法规则,即取对应元素之积之各作乘积的元素.所以S′=0.27×100+0.27×85+0.25×75+0.21×60=81.3分即可得到该教师的综合评分为81.3分。
1.5 系统主要模块设计
如图1所示。
2 结束语
随着科学技术的发展,需要广泛的借助于计算机这个有力的工具,这就要求计算进一步模拟人脑的思维和方法,去处理复杂多变是的事件。模糊数学就是使计算机具备人脑识别和模糊识别的特点,可以使计算机更“智能”化。在教师评价系统中引入模糊数学,使得该评价方法更客观、公正,能为教学质量提供理论依据。
参考文献
[1]吴万锋.模煳数学与计算机应用[M].北京:电子工业出版社,2008.
[2]杨炘.中国国际石油投资模糊数学综合评价方法[J].清华大学学报:自然科学版,2006(6).
[3]宋晓秋.模糊数学原理与方法[M].徐州:中国矿业大学出版社,2004.
[4]段立群.建立在模糊数学基础上的综合评估方法[J].煤炭技术,2008(10):138-140.
[5]魏永义.模糊数学法在学生成绩评价中的应用[J].卫生职业教育,2011,29(8):40-41.
[6]孟广武.模糊数学的基本理论及其应用[J].聊城师范学院:自然科学版,2011(15).
[7]胡继才.应用模糊数学[M].武汉:武汉科技大学出版社,2010(8).
[8]李希灿.模糊数学方法在中国土地资源评价中的应用进展[J].地理科学进展,2009(5).
模糊控制系统数学 篇9
一、成熟期中小企业内部控制的基本特征
处于成熟期的企业一般成立时间在7年以上,该阶段的企业社会知名度不断提高,资产规模及销售量处于稳定期,与客户之间也建立了相对稳固的关系,组织结构趋于完善,股权多元化逐步实现,员工数量越来越多。 但走向成熟的中小企业面临着突破现状,保证企业持续、健康发展及如何避免企业核心人才流失的问题。 随着规模的扩大,单凭企业经营者个人及家族成员力量已无法满足继续发展的要求,虽然外聘管理人员开始进入企业,部分企业也建立了授权审批制度等内部控制制度,职责分工也在逐渐变细,但是许多中小企业自身没有意识到内部控制的重要性,没有完全按照内控制度执行,严重阻碍了中小企业的生存和发展。
我国目前还没有制定专门针对中小型企业的内部控制法律、法规,这决定了中小企业在内部控制方面只能根据自己的特点, 对相关法规进行合理借鉴, 来促进企业自身内部控制的改进。对于成熟期中小企业而言,为了健康持续地生存和发展, 建立完善的企业内部控制体系并有效执行, 是企业获得更大发展的必要条件之一。
二、成熟期中小企业内部控制评价指标体系建立
内部控制评价应满足以下原则:
(一)目的性原则 。 指标体系设计时,应选取能够评价对象的本质特征、 结构及其构成要素的客观描述, 并为评价的目的服务, 为评价结果的判断提供依据。
(二)可操作性原则 。 指标体系设计时,指标的数量要尽可能少而精,且要考虑评价人员对指标的理解程度和判断能力及现实评价的可能性。
(三)层次性原则 。 指标体系的设计, 应能准确地反映各层次之间的支配关系并层次分明、结构合理、相互关联, 为衡量各因素的重要程度和确定指标权重提供方便。
(四)全面性原则。选取的指标应从总体上涵盖企业内部控制涉及的主要因素。
根据《企业内部控制基本规范》及指标体系建立的原则与方法, 结合成熟期中小企业的经营模式、 内部控制现状等因素, 本文从五个方面设定了一级指标,在此基础上设定了22个相应的二级指标, 作为评价中小企业内部控制的指标体系,如表1所示。
三、成熟期中小企业内部控制模糊综合评价模型的构建及应用
成熟期企业组织机构、 规章制度设立比较完善,内部控制评价体系复杂且有层次,对其定性因素进行评价有一定模糊性,还存在着各因素之间权重赋权的问题。本文的主要思路是先对二级指标进行模糊综合评价,得出对应指标的综合评价结果,对其应用模糊综合评价方法,以得出其对应的各个基本指标 (一级指标)的综合评价结果,以求得企业内部控制的综合评价结果,是一个多级模糊评价的应用。而模糊数学中的隶属度概念既满足模糊性的特点,又有模糊数学的模糊变换方法,可对应于权重性和综合性的特点。 所以,模糊数学的特性基本满足了内部控制评价的主要原则及要求。
(一)案例企业情况概述 。 本文以烟台某服饰有限公司为例, 阐述模糊综合评价方法在中小企业内部控制中的具体应用。经调查,烟台某服饰有限公司2006年成立,注册资本70万元, 现有职工100人左右。 该公司主要从事服装出口业务,以及服装来料加工、进料加工等业务, 与多家烟台服饰零售商和代理商建立了长期稳定的合作关系。 企业管理层比较重视产品质量及客户维护方面,产品主要销往日、韩地区,也有部分产品内销,近年来销量一直比较稳定。
企业管理层对于货币资金的控制比较重视, 对于采购及外销方面均有相应的内部控制制度, 对自营加工方面采购部 门限额以下的 有权自主进 料,超过限额的必须经经理签字批准。 国外客户的维护主要是经理本人及家族成员进行, 公司不太重视员工的培训和职业生涯的规划。
(二)成立内部控制评价小组 。 本文运用专家咨询法, 选取了5位专家 (课题组成员2人 , 行业专家1人 ,校企合作单位负责人2人) 成立评价小组, 对该公司的内部控制情况进行调查和分析, 掌握该公司的基本内部控制制度, 在与该公司财务和审计人员进行沟通的基础上, 确定内部控制关键控制点, 并且对这些关键控制点进行评分,选定内部控制评价的指标集。
(三)确定内部控制模糊评价的指标集。经过评价小组的分析讨论,确定内部控制关键控制点, 该公司内部控制评价的基本指标集由5个一级指标组成,U=(环境控制U1, 风险评估U2, 信息系统与沟通U3, 控制活动U4,对控制的监督U5)。 每个一级指标由其对应的控制点构成,共由22个二级指标组成了影响企业内部控制的基本指标集,如表1所示。
(四)确定内部控制模糊评价的等级集。经过评价小组的分析讨论,确定该公司内部控制评价具体控制点的等级集 为V ={V1,V2,V3,V4} =( 优秀 , 良好,一般,较差)。评价小组成员可以根据该公司内部控制的实际情况, 对具体的内部控制点的控制情况通过评价给出优秀、良好、一般、较差四个等级。
(五)确定各个基本指标间的权数分配集。 在确定权重时主要由评价小组和企业的内部主要人员沟通商议之后进行评分。 每个一级指标由多个具体的关键控制点组成, 让评分人员分别给每个一级指标中的每个具体指标进行权重评分。 本文确定绝对评分法的分值在0-10分之间,由于文章篇幅限制, 本文仅列示控制环境指标内部控制点权重计算表,如表2所示。
在二级指标控制点权重计算的基础上, 得出内部控制基本指标权重计算表,如表3所示。
(六)确定成本控制模糊评价矩阵R。 在对二级指标运用模糊综合评价方法而得到相应结果的基础上, 评价小组的各个成员分别对各个基本指标做出独立的评价。 本文仅列示控制环境指标,如表4所示。
通过分析我们可以得到二级指标的矩阵R1(矩阵R2、R3、R4、R5由于篇幅限制不予列示)。
结合内部控制点权重计算, 第一层次的评价结果如下:
控制环境内部控制的评价结果: (0.404 0.41 0.186 0)
风险评估内部控制的评价结果: (0.484 0.39 0.126 0)
信息系统与沟通内部控制的评价结果:(0.734 0.266 0 0)
控制活动内部控制的评价结果: (0.044 0.58 0.376 0)
对控制的监督内部控制的评价结果:(0 0.216 0.784 0)
得到该公司内部控制的最后模糊矩阵:
(七)内部控制模糊评价综合评价结果。 根据矩阵乘法可以得到B=Ag·R:
B=(0.2 0.21 0.22 0.19 0.18)·R = (0.35228 0.3715 0.27622 0)
通过以上的计算我们可以得到如下结论: 对于企业内部控制的基本指标,评价小组中有35.228%认为该公司的内部控制情况优秀; 有37.15%认为内部控制情况良好;有27.622%认为内部控制情况一般;没有人认为内部控制情况较差。 根据最大隶属原则,我们可以认为该公司的内部控制情况为良好。
四、 案例企业内部控制评价结果的建议
由上述分析可了解到该公司内部控制的总体水平以及各个基本指标的基本情况。 因此,我们就可以对该公司的内部控制提出针对性建议。 (1)从总体上讲, 该公司内部控制的水平处于良好状态,但没有达到优秀水平,说明在内部控制的建设过程中还存在一些问题。 因此还需要采取措施完善企业的内部控制, 使企业继续做大做强。 (2)通过调查及分析发现 ,该公司对部分有能力的员工并没有委以重任,该公司虽已引入相关管理人员, 但家族成员在企业中仍担任要职。 建议企业对有能力的员工采取激励措施并进行定期培训,树立团队意识,突破销售及设计方面的瓶颈, 避免团队变动风险及由此引发的经营风险, 使企业向更好的方向发展,避免进入衰退期。 (3) 信息系统与沟通方面, 由于该公司有涉外业务, 所以外销部分财务信息比较准确、 可靠, 出口退税环节依法进行。建议提高产品内销部分账务信息的规范性,进行预防性控制。 (4)对控制的监督方面,该公司没有设置专门的内部控制监督机构, 导致虽然有内部控制,部分制度也在执行,但执行的效果情况没有得到有效监督。建议聘任专职监督人员负责监督各制度执行的有效性及各项业务程序的履行情况,聘请会计师事务所进行外部审计。
《模糊数学》的混合教学 篇10
因此, 《模糊数学》[1]课程的教学就显得尤为重要。在传统教学模式中, 教师是教学活动的主体, 是知识的传授者, 而学生则处于被动接受老师灌输知识的地位。这种教学模式忽视了学生的认知主体作用, 不利于培养学生的创新思维和创新能力。伴随新理念和新技术的不断涌现, 信息技术与课程教学的整合日渐深入, 其中翻转式教学成为国内外教育改革的新潮流, 为教与学的进一步发展提供了新思路。如何将传统教学的优势和数字化教学的优势结合起来, 使二者优势互补, 既发挥教师引导、启发、监控教学过程的主导作用, 又充分体现学生作为学习过程主体的主动性、积极性与创造性, 从而获得更佳的教学效果, 这是我们所最追求的共同目标。本文将翻转式教学与传统教学相结合, 探索了针对《模糊数学》课程的一种新的混合教学方式。
一、《模糊数学》课程教学现状
目前, 《模糊数学》课程教学大多数教学内容仍采用“教师讲授为主型”的教学模式, 也就是在课堂内进行知识的传授, 而在课堂外进行知识的内化。这种教学方式存在以下问题。
1. 课堂缺乏“活力”。
课堂成了教师的“一言堂”, 学生是知识的被动接受者。缺乏学生的自主思考, 久而久之则会导致学生思维的依赖性, 抑制学生自主学习和创新思维能力的发展。
2. 对教学对象的“一视同仁”, 忽视了学生的个体差异。
《模糊数学》一般在大三、大四学生中开设。大四的学生更关注是否学以致用, 将学到的知识运用于毕业论文的写作中去。大三的学生更关注于课程本身的内容, 是否可以用于感兴趣的课题。面对现行的教学模式, 采用的是教学内容统一、教学方式统一、教学时间和地方统一, 难以满足不同水平学习者的需要, 从而影响学习者的兴趣和积极性, 影响教学目标的实施。
3. 课程未能充分运用现代技术手段。
受到教师观念的限制, 虽然技术进步了, 教学手段更新了, 但是教学的观念还是停留在教师利用技术手段来“教”、学生“学”的被动教学。现代化的教学手段也仅限于PPT。
因此, 现行的教学模式不利于教学效果的提高。结合《模糊数学》课程本身的特点, 将翻转式教学适当地应用于教学, 以弥补现行教学模式中的不足就成为我们关注的课题。
二、混合教学模式的实施
翻转式教学模式是建立在网络信息技术条件下的教与学过程, 它将知识传授与内化这两个教学过程进行了翻转和重新安排, 使学生有更多自主学习、协作学习和个性学习的选择余地, 在教与学的过程中与传统教学学习过程相反。我们希望构建一种新的混合教学模式, 将翻转式教学与传统教学相结合, 相互作用, 通过不断改进, 逐步达到最优教学效果。
1. 混合教学模式的构建。
(1) 教师资源准备。教师根据对教学目标、教学对象、教学内容, 设计教学活动和教学资源。教学活动设计, 主要指分配学习任务、划分学习小组、制定评价标准等。教学资源的形式包括:教学视频、微课、教学PPT。教学视频可以由课程主讲教师亲自录制或者使用网络上优秀的开放教育资源。 (2) 学生课前学习。在课前, 教师利用网络发布新的学习任务和要求, 学生通过网络中教师提供的教学视频、教学PPT、微课等教学资源进行自主学习, 在学习过程中可以积极与同学或老师进行交流。在理解课程内容基础上完成练习或作业。在整个学习或练习过程中, 学生应当详细记录遇到的问题, 通过与同学、老师交流进行解决或者等待在课堂中提出, 由教师帮助解决。 (3) 教师课堂主导。教师主要通过课堂教学促进学生对知识的理解和掌握, 课堂中教师的大部分时间用于听取学生或小组的学习汇报、观看作业成果、进行答疑、问题讨论和深化、并接受其他学生的质疑, 师生之间进行深入交流, 对于教学难点或重点, 在课堂上适当进行强化。发现学生学习中存在的问题并给予及时指导, 了解学习进度, 有效控制教学过程的顺利进行。 (4) 学生课堂活动。学生通过课前学习已基本理解了所要求学习的知识, 课堂环节主要是进行知识内化。学生可以向教师汇报自己对知识的理解, 展示自己或小组的作业情况和其他学习成果。对于学习中遇到的问题及时向教师反馈, 教师做出解答。
2.《模糊数学》课程的混合教学模式的具体实施。
模糊数学就是经典数学的推广, 很多知识都是已有经典数学知识的推广, 是一门应用性很强的学科, 与实际生活密切相关。在实际教学中, 理论教学与实际相结合, 结合我们身边的实际问题, 我们将课程按照模块化进行教学。 (1) 基础知识的学习, 以教师课堂教学为主导。课堂上教师阐明“模糊数学”中的三大定理和几个基本理论, 结合大量的实际应用例子, 讲清每一个基本理论所包含的概念、原理与方法, 从而让学生加深对理论概念的理解。学生可课前或课后下载和学习教师根据教学知识点制作教学PPT、教学视频、微课等教学资源。结合教师课堂内容进行知识的消化、整理和理解。 (1) 模块知识的学习。我们将知识点分成五大模块, 分别是:模糊决策、模糊规划、模糊聚类、模糊控制、模糊识别。通过小组汇报来实现五大模块的学习。学生组成小组后按照自己的意愿选择知识模块, 对自己感兴趣的课题进行学习。课前由教师提出具体要求, 让小组成员做充分准备, 通过查资料、调研及参考教师提供的网络资料 (教学视频、教学PPT、微课等) , 利用理解的基本理论, 运用基本方法, 针对几个实际问题, 将此模块的内容深刻理解。让学生走上讲台, 向师生汇报, 并接受其他师生的提问, 师生互动促进学生更好地实现知识的内化, 真正把理论教学办成理论应用研究讨论的课堂, 让学生体会到理论的实用价值, 从而激发其学习兴趣, 培养其创新意识。这也拓宽了学生的知识面, 开拓学生的思维, 为写毕业论文提供更多的思路, 也为今后继续学习深造、将来参加工作、转变思维方式和提高分析解决实际问题的能力打下良好的基础。 (3) 课程考核。以往的考核是按照平时分和卷面分来定最后的综合成绩。混合教学后, 成绩评定也相应做了调整。我们将小组汇报、学生课堂交流和学生在网络上的活跃度增加到了平时成绩中, 按照30%的平时成绩 (包括出勤、作业、课堂交流、网络活跃度) 、小组汇报占30%、卷面成绩占40%, 使得对学生的成绩评价更加客观、准确。
3. 实施效果。
(1) 学生学习的综合能力提升。学习的主要目的就是为了应用到实际中, 尽最大努力去解决现实生活中遇到的实际问题。模糊数学教学强调其在解决实际问题中的作用。近几年的大学生数学建模比赛中的若干问题也可以通过模糊数学理论去建立数学模型。在模糊数学教学的过程中, 能真正让大学生体会到学习数学的重要性和应用的广泛性。模糊理论与计算机实践教学也紧密结合, 在学习了模糊综合评判理论以后, 学生们应用matlab实现对东华大学本科生生源水平的评估。在学习了模糊模式识别理论以后, 学生们应用电脑研制“数字、英文字母的模糊识别”软件。大四学生在学习《模糊数学》后都感到毕业论文不再是毫无思绪了。学生们都感到本课程能学以致用, 综合以往学到的知识, 使自己能理论结合实际, 实实在在做出些结果来, 在学术科研的各方面的能力有所提高。 (2) 学生学习的主动性提高。学生们普遍认为《模糊数学》课程是一门生动的、有意思的课程, 在课堂上的小组汇报和讨论给了同学们展示自己才华的机会, 大大激发了学生学习的主动性, 激发了学习兴趣, 增强了自信心和主观能动性, 培养了创新能力。 (3) 学习成绩优良率大幅提高。比较未进行教学改革之前, 现在的优良率达到了70%左右, 不及格率极低。这说明了同学们对该课程确实投入了精力和时间好好学习了。
4. 有待解决的关键问题。
(1) 教学视频的制作。录制质量好的教学视频是实施翻转课堂教学首要需解决的问题。为保证教学视频的质量, 能充分吸引学生积极参与到视频的学习中, 教师在录制教学视频时需要考虑视觉效果、知识主题的突出性、互动策略、时长和学生的自我操控性等, 避免死板、单调的讲述。这些都将给我们主讲教师对课程知识的理解程度, 对教学技术的使用和时间提出了挑战。 (2) 在线学习系统的搭建。要保证混合教学中的学生自主学习能顺利进行, 又能随时随地在师生间、生生间进行良好的互动交流, 无论是课前还是课中, 教师都需要通过信息技术构建学习支持系统来为学生提供个性化与协作化的学习环境。因此, 该在线学习系统除了提供可以让学生自由交流的空间外, 还需重点解决如何通过教师干预来引导学生自我组织和控制个性化学习和探究性学习, 又如何通过此环境来记载和跟踪学生的学习过程和学习结果等关键问题。 (3) 进一步优化成绩考核制度。在混合教学模式下, 以往从传统“结果”来给出综合成绩的评价方式, 也将从“过程”和“结果”两方面进行的多元化评价方式, 不断优化。
三、结束语
《模糊数学》的混合教学模式, 为高校课程的翻转课堂教学模式的应用提供了一种可借鉴的教学方案, 恳请大家指正。
摘要：随着模糊数学理论的飞速发展, 使其在很多领域得到应用并取得了重要成果。高校中开设《模糊数学》课程在也成了一种必然趋势。本文介绍了将翻转式教学与传统教学相结合, 适用于《模糊数学》课程的一种新的混合教学模式。
关键词：模糊数学,翻转式教学,混合教学
参考文献
模糊控制系统数学 篇11
关键词：多变量；模糊系统建模；控制理论；分析
中图分类号： TP1 文献标识码： A 文章编号： 1673-1069（2016）14-171-2
0 引言
在现实世界中有庞大的多变量模糊系统存在，这个系统其参数以及结构都具有多变性。尽管目前的多变量模糊系统的建模以及控制理论已经有了很大的提升和完善，但还是存在一些问题和缺陷，因为目前的多变量模糊系统建模与控制的方法缺乏有效性和简便性，且在计算的过程中缺乏高效简捷的方法，因而使得大部分的多变量模糊系统模型缺乏实际效用，且只能应用于变量单一的系统中。尽管后来有人也研究出了一些比较简易的模型和快捷的计算方法，但是这也使得其准确性大大降低，另外现有的模型还不能直接分析其动态的特性。因此研究和分析多变量模糊系统的建模与控制理论，为建立适用的模型提供更好的理论基础和依据就变得尤为重要。
1 多变量模糊系统中存在的问题
目前的多变量模糊系统的建模与控制仍然处于初级的发展阶段，这时已经形成了较为标准的模糊控制结构，也有一定的控制规则，但还存在一些难以克服的问题和缺陷。首先是目前系统控制的规则主要还是以理论以及操作经验为主，但是在其完善和拓展上还存在较大的困难。其次就是这时所依赖的控制器尽管是在多变量模糊系统建模以及控制理论的基础上研发出来的，但是其对于模糊系统中的各个维数的关系以及指数的增长趋势都不能进行实际意义上的控制，因此也缺乏实际意义。然后就是控制器的组成结构以及运算方式都非常复杂，很难满足实际应用的智能体系。最后就是系统的分析存在较大的难度。而目前所使用的模糊系统的建模与控制的理论大都只适合于单一的系统，因此为了更好满足工程实践以及多变量模糊系统发展的要求，就必须对其建模与控制理论进行研究和分析，从而促进多变量模糊系统的功能完善以及进一步的发展。常规模糊控制器结构如图1所示。
2 多变量模糊系统中的新颖模型
2.1 穴映射模型
为了有效的弥补目前多变量模糊系统模型的不足，专家们在应用变量论域以及模糊系统分散化的前提条件下，提出了穴映射的相关概念，即模糊穴以及穴空间，同时还建立了两种表示穴映射内部关系的模型，即推理模型和矩阵模型，另外还给出了辨识的方法以及计算的方法。当描述系统的穴映射内部的关系时，可以用矩阵R来进行表达，这样就可以获得一个矩阵的模型。这个模型的优点就是不管系统中的变量多与否，其都能应用上述的模型来进行描述和表示，即可以用一个二维的矩阵或者是并行的穴映射的矢量来进行表示，这就使得多变量模糊系统建模趋向简易化，也为防止维数爆炸提供了重要的解决途径。
2.2 动态方程模型
目前的多变量模糊系统在建模的过程中大部分只考虑了系统的外部因素，因此可以说这种多变量模糊系统的模型只是一种函数模拟器，因此很难获得其内部的动态数据用以设计控制器。而为了分析多变量模糊系统的复杂性，并对其进行有效的控制，专家们建立了一种新颖的动态方程模型，用来反映系统的各类响应，并达到获取内部控制数据的目的。这种动态的模型是依靠观测的状态来设置一个局部反应系统，用以反映内部的行为，并运用特征矢量建立相应的矢量关系，从而达到与外部行为相互呼应的效果。这种模型能够极大的简化分析的过程和环节，但是其计算出的结果却比较保守。
2.3 神经网络模型
在多变量模糊系统建模的方法中，其主要是依靠理论知识和操作经验来加以完成。但是如果理论知识不充分或者是多变量的系统太过复杂，就会导致其结构很难被辨识出来，因此为了有效的解决这一问题，专家们就研究出了一种新型的神经网络模型，从而为多变量模糊系统建模提供了一种新途径。这种神经网络模型的活跃度比较高，并且能够与模糊逻辑有效的综合起来，并为以模糊逻辑为发展基础的智能模糊系统打下了良好的理论基础。
2.4 递阶结构模型
对于多变量模糊系统来说，建模必须按照一定的层次结构来进行，因此在建模的过程中必须遵从一定的递阶结构。而递阶结构模型的出现，有效的保证了模型的完整的层次结构，并且其辨识方法也更为先进。这种模型辨识的方法就是运用递阶控制的均衡联系法来进行辨识，从而有效的促进了各个子系统之间能够达到良好的平衡状态。
3 多变量模糊系统控制理论
3.1 直接控制
在多变量模糊系统的控制理论中，首先就是直接控制。这种控制理论不需要了解和分析控制对象的的特点以及特性，同时对于促进产业化的提升具有重要的作用和意义。但是其也存在一定的缺陷，即设计出的控制器不能尽快满足控制对象的需求和特性，同时其还要考虑到变量系统的敏感性和耦合性。因此在运用的过程中，首先要学习优化计算和结构理论，以及学会推理运算的基础方式和理论。
3.2 间接控制
多变量模糊系统的间接控制中，先要为控制的对象进行建模，建模的依据就是模糊逻辑体系，然后在此基础上设计出一个符合理想标准的控制器。这种间接控制器能够为多变量模糊系统建模提供更合理的信息，其次就是能够对系统进行深入的分析，同时还能使控制理论得到进一步的完善和提升。但是其也存在一些不足，即存在不确定性，并且也缺乏一定的有效性。间接控制的方法如图2所示。
4 总结
综上所述，尽管目前人们对于多变量模糊系统的建模以及控制理论有了进一步的分析和认识，但是还没有达到完善优化的目的，因此未来研究任务还非常艰巨。因此未来多变量模糊系统建模与控制的研究方向为：加大对多变量模糊系统建模的深入分析；设计一套完整的适应多变量模糊系统发展的控制理论。只有不断进行研究和分析，才能保证多变量模糊系统建模与控制的过程能够得到有效的发展和提升。
参 考 文 献
[1] 罗运辉.非线性多变量热工过程多模型控制及其应用研究[D].山东大学，2011.
[2] 任耀庆.多变量模糊逻辑控制系统的设计及其应用[D].中南大学，2013.
[3] 任贵杰.单元机组协调控制系统的建模与控制优化研究[D].北京交通大学，2011.
[4] 赵曌.基于PLS方法的建模以及控制器设计[D].浙江大学，2012.
电压无功模糊控制系统设计 篇12
关键词：电压,无功,模糊控制
引言
采用九区图控制法[1]对无功补偿装置进行控制时主要采集无功功率偏差后进行调节, 在调整无功功率时, 因电网中无功和电压为关联变量, 仅对其中一个变量进行调节而不考虑两者关联难以达到理想效果。
1 控制策略的设定
模糊数学[2]在1965 年提出, 模糊逻辑于1974 年进行成功应用于锅炉和蒸汽机控制[3]。由于模糊控制不需要建立精确的数学模型, 能获得专家经验的优点, 对经典手段难以控制的对象或只能靠有经验的操作人员才能控制的对象更为适用。
电压无功补偿有不同的电压等级和应用场合, 难以建立精确的数学模型。使用模糊控制策略, 利用长期积累的专家经验来进行控制操作, 可以解决传统控制方法中存在的系统不稳定、开关器件频繁动作等问题。
2 模糊控制器设计
首先确定模糊控制器的结构, 以无功和电压偏差为输入信号, 电容器组投切信号为输出。以表格方式建立专家知识库, 控制器实现主要通过查表法进行, 控制器典型结构见图1。
图中Eq、Ev表示电压和无功功率偏差输入的连续值, 对连续值通过量化后转化至模糊论域, X1、X2表示偏差输入的模糊值, 模糊值经采用专家知识库进行推理后得到输出量U的模糊值, 输出模糊值经去模糊化后用于控制电容器组投切。根据和电压无功综合调节的基本原则[4]进行调节。
2.1 输入量模糊化
对系统电压偏差和无功缺额进行采样。
式中:x为电压偏差;y为系统的无功缺额。
根据控制系统常采用的方法, 将系统输入和输出偏差变量的论域定为{-6, -5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5, 6}, 输入变量语言值取为{PB、PM、PS、ZR、NS、NM、NB}。对于不同电压等级的电压, 国家规范有不同的电压偏差和功率因数要求, 假设所应用电压等级要求电压偏差范围为[-Umax, Umax], 无功功率偏差范围为[-Qmax, Qmax], 根据基本论域范围计算得到电压、无功功率和N组电容器组输入量比例因子如下:
2.2 输入量隶属度设计
语言变量论域上的模糊子集由隶属度函数来描述, 隶属度函数有多种构造方法, 因电压无功变化规律较为接近正态分布, 用正态函数构造各变量的隶属度函数[5]:
式中:μ (x) 为隶属度, 参数a对于模糊集合PB、PM、PS、ZR、NS、NM、NB分别取+6, +4、+2、0、-2、-4和-6, 其中参数b的取值对隶属度函数曲线的形状有直接影响, 进而具有不同的控制特性。当取值较大时控制灵敏度高, 但同时会导致剧烈的输出量变化。反之则函数曲线变化较缓, 虽然灵敏度较低, 但输出量的变化平缓, 系统动作次数相对较少。模糊化时首先将隶属度函数幅值表存入系统存储器, 对连续输入量X1、X2在[-6, 6]范围内进行取整, 然后通过查表的方法进行模糊化。
按照上述原则确定的隶属度函数如下:
表1给出b=1.8时输入量隶属度赋值。
2.3控制规则
模糊控制器以专家知识库为基础建立控制规则, 根据长期经验积累总结出来的带有模糊性的控制规则, 再通过语言来归纳人工控制时使用的控制策略。对电压无功模糊控制器的控制规则可以下模糊条件语句, 即
式中A、B分别为电压偏差和无功偏差对应的模糊子集, C为输出量Y对应的模糊子集, 表2给出具体控制规则。
3输出信息的模糊判决
通过模糊推理得到的模糊量不能直接用于控制, 必须转换为精确量, 这种转换过程称为模糊判决, 即清晰化。清晰化方法中重心法较为常用。该法以控制作用论域上的点u∈U对控制作用模糊集的隶属度U (u) 为加权系数进行加权平均而求得解模糊结果。对于离散论域的情形,
本次设计中由所得论域Z={-6, -5, …, 0, …, 5, 6}上的元素Zk, 采用重心法对其进行模糊判决, 将模糊输出量转制为用于实际控制的精确量uij。
4 基于MATLAB的实现
运用MATLAB软件中Fuzzy Logic Tool Box提供的图形用户界面工具或利用MATIAB命令编程均可建立模糊推理系统。将模糊推理系统变量结构导人Simulink之中, 并利用Power System Blocket模块根据电压等级、负荷特点建立电网模型进行仿真。
5 结束语
电压无功模糊控制不需要建立精确的数学模型, 可避免在轻载时出现的振荡问题, 减少开关器件的动作次数, 可适用于不同电压等级和工作场合, 具有良好的准确性和鲁棒性。
参考文献
[1]吴慧政, 赵景水, 王峰.基于九区图法的变电站VQC频繁动作的分析和预防[J].电力学报, 2007, 22 (1) :65-67.
[2]Zadeh L A, Fuzzy Set.Information and control.1965, 8 (2) :338-358.
[3]Mamdani E H.Applications of Fuzzy Algorithms for Control of Simple Dynamic Plant.Proc IEEE, 1974, 121:1585-1588.
[4]Yi Hsin Len, Chern Lin Chen, Tso Min Chen.Analysis and Design for Asymmetrical Half-bridge Forward Mode Converters[C].IEEE Power Electronics Drive Systems, 2001 (1) :126-130.