自适应控制的研究对象是具有一定程度不确定性的系统，这里所谓的“不确定性”是指描述被控对象及其环境的数学模型不是完全确定的，其中包含一些未知因素和随机因素。
自适应控制和常规的反馈控制和最优控制一样，也是一种基于数学模型的控制方法，所不同的只是自适应控制所依据的关于模型和扰动的先验知识比较少，需要在系统的运行过程中去不断提取有关模型的信息，使模型逐步完善。具体地说，可以依据对象的输入输出数据，不断地辨识模型参数，这个过程称为系统的在线辩识。
模糊自适应控制
1 、精确量的模糊化:由于输入数据是精确值，而模糊控制中的控制规则用到的都是模糊的语言量，这就需要对输入数据进行模糊化，用相应的模糊集合来表示。
2 、模糊推理:模糊控制算法的设计。通过一组模糊条件语句构成模糊控制规则，利用模糊推理合成原则和经模糊化的输入集合，计算出模糊关系。
3 ,输出信息的反模糊化:将模糊推理得到的模糊控制量变换为实际用于控制的精确量。
知识库实质上就是将操作者在控制过程中的实践经验加以总结而得到的一条条模糊条件语句的集合。模糊控制规则是模糊控制器的核心。
| 欢迎光临 智能车制作 (http://111.231.132.190/) | Powered by Discuz! X3.2 |