模糊控制规则自动生成软件研究与实现

摘要

针对工业控制领域自动化所遇到的时间、地点、经验、决策限制等问题，提出了模糊控制规则自动生成软件的设计研究。软件是在数据挖掘的理论基础上，对模糊控制器中控制规则的自动生成进行设计研究，其中包含了数据挖掘与模糊控制两大理论。　　对海量工业数据进行分析研究，从中提取未知反应工业状态的模式、规则，对复杂工业过程的历史数据包括正常状态、异常状态及各种故障状态数据等进行历史数据聚类和批量增量聚类，以自动生成模糊控制规则并更新规则，实现控制系统规则库的自学习与自完善，使系统能在运行过程中不断从新的实例中获得知识进而扩充知识库。　　对数据挖掘获得的模糊控制规则，还必须保证规则的优化性，并且必须保证系统的运行性能。因此，采用相平面法对模糊控制系统进行稳定性分析研究，以确保系统在稳定状态下运行；利用相对欧几里德距离来计算规则间的干涉强度，并进行规则的修正和规则完备性判定；采用遗传算法对模糊控制规则进行优化，从而使模糊控制系统能够在稳定运行的状态下获取最优的模糊控制规则。　　通过整体设计和模块设计研究描述，阐述了数据预处理、数据挖掘、自动生成模糊控制规则和性能判定及优化等特色功能模块设计，描述了各功能模块实现的关键技术，最终实现受控系统的参数自适应控制、运行优化控制。系统研究为在专家经验不足的应用领域进行智能控制奠定了理论基础。

目录

封面

声明

中文摘要

英文摘要

目录

引言

第1章 绪论

1.1 数据挖掘理论

1.2 模糊控制理论

1.3 数据挖掘与模糊控制研究现状

1.4 研究的主要内容

第2章 数据预处理

2.1 数据预处理的重要性

2.2 对数据进行预处理

第3章 数据挖掘

3.1 聚类分析

3.2 模糊语言变量的自动生成

第4章 自动生成模糊控制规则并更新规则

4.1 历史数据聚类生成模糊控制规则

4.2 模糊控制规则的自动更新

第5章 模糊控制系统性能判定及规则优化

5.1 性能判定及优化

5.2 稳定性判定

5.3 规则完备性判定

5.4 干涉强度的计算

5.5 相容性分析及规则修正

5.6 因子优化

5.7 规则优化

结论

参考文献

致谢

导师简介

作者简介

学位论文数据集