模糊控制技术在过程控制中的应用研究
|
摘要
自1965年Zadeh教授创建模糊集理论和1974年Mamdani成功地将模糊控制应用于锅炉、蒸汽机的控制以来，模糊控制技术得以迅速的发展并在工程中得以广泛地应用。模糊控制技术之所以具有如此强大的生命力，是因为它具有其他控制方法不可替代的优点：其一是不需要被控对象的精确数学模型；其二是控制速度快、鲁棒性好，模糊控制的上升特性比其它控制方法的好，这一点和人的反应是相近的，虽然说人对细微的变化不是很敏感，但是对于大的变化却能够快速，准确的判断和加以控制；其三是模糊控制本身具有预测功能，这一功能可以从模糊控制规则中体现出来。模糊控制规则来源于专家的经验知识，任何一个专家在制定某个计划和控制策略的时候，都是在对未来有充分的估计和预测的基础上制定出来的，因而可以说模糊控制本身就具备预测功能，这点相比于其它控制方法是最为难能可贵的。
但是模糊控制也有其自身的缺陷：其一，数学机理还不是很清楚，总体来说模糊控制的理论研究是落后其应用的。其二，模糊控制的核心部分——控制规则，过分依赖于专家的经验知识，如果说没有专家的经验，或者是不全的经验，那么该模糊控制器的控制规则是有漏洞的，就有可能出现意想不到的结果。其三，模糊控制的控制精度不高，主要原因是模糊控制的稳态误差和零点极限环振荡问题，这一缺陷直接制约了其在高精度控制领域的应用。本文正是出于对这些问题的考虑，做了一些试探性工作，具体如下：
1．自调整模糊控制器与规则自适应模糊控制器设计，在模糊控制系统中，模糊控制的性能在很大程度上取决于模糊控制规则的确定是否合理以及模糊控制器的有关参数大小选择是否合适。对于一般的控制系统，采用相同的模糊控制规则以及一组固定不变的参数，往往控制性能不够理想。本论文分别探讨了比例参数K_u的自调整模糊控制和规则自适应模糊控制两种方法，实验表明，控制效果良好。
2．除稳态误差，提高控制精度，我们在探索新的控制方法的同时，也不能忽视了传统控制方法的优点。把模糊控制和其他的控制方法相结合，相辅相成，是现代控制智能控制研究的一种方法。本论文探讨了把模糊控制和PID相结合和在模糊控制中引入智能积分器两种方法，在实验中得到很好的控制效果。
3．模糊控制在MIMO系统中的应用，当前大多关于模糊控制的文献都集中在SISO系统中的应用，其实模糊控制的更大的优势是在MIMO系统中的应用。本论文探讨了模糊控制器本身的解耦特性，并且举出一个实例说明模糊控制在MIMO系统中的优越性。
Since Prof. L.A.Zadeh of California University established the "Fuzzy Set" theory in 1965 and E.H.Mamdani firstly successfully applied the fuzzy control technology to the boiler and the steam engine control systems in 1974, the fuzzy control technology has been developed quickly and applied widely in control project. The fuzzy control technology therefore has the so formidable vitality, is because it has the merit which other control methods cannot be substituted: First is it needs not the precise mathematical model of the controlled object; Second is its fast controlling speed, good robustness, fuzzy control's rising character is better than other control methods, this point is close to person's response, although the person is not very sensitive to the slight change, they can fast and accurately judge and control to the big change; Third is fuzzy control technology itself has the forecast function, this function may manifest from the fuzzy control rule. The fuzzy control rule originates from expert's experience knowledge. Any expert has full estimate and forecast to the future when they formulates some plan and control strategy, thus we can say fuzzy control itself has the forecast function, this spot will compare to other control methods is most commendable.
But fuzzy control also has its own flaw: First, mathematics mechanism is not very clear, generally speaking the fuzzy control fundamental research is falls behind its application. Second, the fuzzy control's core partial - controls rule, excessively relies on expert's experience knowledge, if be short of expert's experience, or has not the entire experience, then this fuzzy controller's control rule has the loophole and maybe appear the unexpected result. Third, the fuzzy control's precision is not high. The main reason is the fuzzy control static error and the zero vibration, which has directly restricted it in the high accuracy control domain application. This article has done some exploratory work for these questions, specifically as follows:
1.The design of auto-adjusted fuzzy controller and the rule auto-adapted fuzzy controller. In the fuzzy control system, the performance is decided greatly by the fuzzy control rule and related parameter. Regarding the general control system, the performance is not ideal with the same fuzzy control rule as well as group of fixed invariable parameters, The paper has separately discussed two design methods of auto-adjusted proportion parameter Ku fuzzy controller and the rule auto-adapted fuzzy controller, the experiment indicated that, the control effect is good.
2.Eliminating static error, increasing the control precision. While we explore the new control method, we shouldn't neglect the traditional control method's merit. Unifying the fuzzy control and other control methods is good research way in field of
modern intelligence control. The paper has discussed two methods of unifying the fuzzy control with PID and the intelligent integrator. We obtain the very good control effect in the experiment.
3.The application of fuzzy control in the MIMO system. Current literatures about the application of fuzzy control mostly all concentrate in the SISO system. Actually the fuzzy control's bigger superiority is applied in the MIMO system. The paper has discussed fuzzy controller's characteristic of eliminating coupling, and pointed out its merit by an example.
但是模糊控制也有其自身的缺陷：其一，数学机理还不是很清楚，总体来说模糊控制的理论研究是落后其应用的。其二，模糊控制的核心部分——控制规则，过分依赖于专家的经验知识，如果说没有专家的经验，或者是不全的经验，那么该模糊控制器的控制规则是有漏洞的，就有可能出现意想不到的结果。其三，模糊控制的控制精度不高，主要原因是模糊控制的稳态误差和零点极限环振荡问题，这一缺陷直接制约了其在高精度控制领域的应用。本文正是出于对这些问题的考虑，做了一些试探性工作，具体如下：
1．自调整模糊控制器与规则自适应模糊控制器设计，在模糊控制系统中，模糊控制的性能在很大程度上取决于模糊控制规则的确定是否合理以及模糊控制器的有关参数大小选择是否合适。对于一般的控制系统，采用相同的模糊控制规则以及一组固定不变的参数，往往控制性能不够理想。本论文分别探讨了比例参数K_u的自调整模糊控制和规则自适应模糊控制两种方法，实验表明，控制效果良好。
2．除稳态误差，提高控制精度，我们在探索新的控制方法的同时，也不能忽视了传统控制方法的优点。把模糊控制和其他的控制方法相结合，相辅相成，是现代控制智能控制研究的一种方法。本论文探讨了把模糊控制和PID相结合和在模糊控制中引入智能积分器两种方法，在实验中得到很好的控制效果。
3．模糊控制在MIMO系统中的应用，当前大多关于模糊控制的文献都集中在SISO系统中的应用，其实模糊控制的更大的优势是在MIMO系统中的应用。本论文探讨了模糊控制器本身的解耦特性，并且举出一个实例说明模糊控制在MIMO系统中的优越性。
Since Prof. L.A.Zadeh of California University established the "Fuzzy Set" theory in 1965 and E.H.Mamdani firstly successfully applied the fuzzy control technology to the boiler and the steam engine control systems in 1974, the fuzzy control technology has been developed quickly and applied widely in control project. The fuzzy control technology therefore has the so formidable vitality, is because it has the merit which other control methods cannot be substituted: First is it needs not the precise mathematical model of the controlled object; Second is its fast controlling speed, good robustness, fuzzy control's rising character is better than other control methods, this point is close to person's response, although the person is not very sensitive to the slight change, they can fast and accurately judge and control to the big change; Third is fuzzy control technology itself has the forecast function, this function may manifest from the fuzzy control rule. The fuzzy control rule originates from expert's experience knowledge. Any expert has full estimate and forecast to the future when they formulates some plan and control strategy, thus we can say fuzzy control itself has the forecast function, this spot will compare to other control methods is most commendable.
But fuzzy control also has its own flaw: First, mathematics mechanism is not very clear, generally speaking the fuzzy control fundamental research is falls behind its application. Second, the fuzzy control's core partial - controls rule, excessively relies on expert's experience knowledge, if be short of expert's experience, or has not the entire experience, then this fuzzy controller's control rule has the loophole and maybe appear the unexpected result. Third, the fuzzy control's precision is not high. The main reason is the fuzzy control static error and the zero vibration, which has directly restricted it in the high accuracy control domain application. This article has done some exploratory work for these questions, specifically as follows:
1.The design of auto-adjusted fuzzy controller and the rule auto-adapted fuzzy controller. In the fuzzy control system, the performance is decided greatly by the fuzzy control rule and related parameter. Regarding the general control system, the performance is not ideal with the same fuzzy control rule as well as group of fixed invariable parameters, The paper has separately discussed two design methods of auto-adjusted proportion parameter Ku fuzzy controller and the rule auto-adapted fuzzy controller, the experiment indicated that, the control effect is good.
2.Eliminating static error, increasing the control precision. While we explore the new control method, we shouldn't neglect the traditional control method's merit. Unifying the fuzzy control and other control methods is good research way in field of
modern intelligence control. The paper has discussed two methods of unifying the fuzzy control with PID and the intelligent integrator. We obtain the very good control effect in the experiment.
3.The application of fuzzy control in the MIMO system. Current literatures about the application of fuzzy control mostly all concentrate in the SISO system. Actually the fuzzy control's bigger superiority is applied in the MIMO system. The paper has discussed fuzzy controller's characteristic of eliminating coupling, and pointed out its merit by an example.
引文
[1] 汤兵勇等．模糊控制理论与应用技术．北京：清华大学出版社，2002．9
[2] 章卫国等．模糊控制理论与应用．西安：西北工业大学出版社，2000．10
[3] 张曾科．模糊数学在自动化技术中的应用．北京：清华大学出版社，1977．7
[4] 韩启纲等．计算机模糊控制技术与仪表装置．北京：中国计量出版社，1999．8
[5] 王立新．自适应模糊系统与控制——设计与稳定性分析．北京：国防工业出版社，1995．
[6] 窦振中．美国模糊逻辑控制技术研究历史和发展．电气自动化．1997，1：64～67
[7] 唐旬．国内首台模糊推理机分立元件样机研制成功，光明日报，1988年5月7日第一版
[8] Zadeh LA. Fuzzy Sets. Informat Control.1965, 8:338～353
[9] Mandani E H. Application of Fuzzy Alyorilhms for simple Dynamic Plant. Proc. IEEE. 1974, 121:1585～1588
[10] Mandani E H. Application of Fuzzy Alyorilhms for simple Dynamic Plant. Proc. IEEE. 1974,101:1585～1588
[11] 刘向杰，周孝信，柴天佑．模糊控制的现状与新发展．信息与控制，1999，28(4)：283～295
[12] 蔡自兴等．人工智能及其应用，北京：清华大学出版社，2000．5
[13] 冯冬青、谢宋和等．模糊智能控制．北京：化学工业出版社，2003．3
[14] 邓兵，梁文林．模糊控制系统中量化因子和比例因子研究．电光与控制学报，1999．1：36-40
[15] 林小峰．分层调整因子的模糊控制器．广西大学学报(自然科学学版)，1998．23：33～37
[16] 林小峰，廖志伟等．隶属函数对模糊控制性能的作用和影响．电机与控制学报，1998．12：50-54
[17] 刘向杰，夏靖波等．一类基于正态分布的隶属函数的模糊控制器策略研究．控制与策略，1998，13(4)：365～368
[18] 李宁等．输入隶属函数不均匀分布时典型模糊控制器结构分析．清华大学学报,2000,40(1)：120～123
[19] 范醒哲，张乃尧．输出隶属函数不均匀分布时典型模糊控制器结构分析．清华大学学报,2000,41(7)：121～124
[20] 林小峰．隶属函数对模糊控制性能的作用与的影响．电机与控制学报，1998,2(4)：197～200
[21] J.M. Keller and J. Givens. Membership function issues in fuzzy pattern recognition. Pro. inter. conf. on SMC. Tuscon, 1985,210～214
[22] 方千山．隶属函数对模糊控制系统的作用与影响研究．中国科学院自动化信息技术发展战略研讨会论文集，CASI＆CAIT2001，北京．
[23] 石飞，郑芳经．模糊控制隶属函数的优化算法及其应用．上海大学学报(自然科学版)，1994．4：55-59
[24] 白瑞林，肖津．模糊控制中隶属函数的自动生成．自动化与仪表，1995．2：60-64
[25] 张景元．模糊控制规则库及其优化方法．淄博学院学报(自然科学与工程版)，200．9：25-29
[26] 曹恒，孙宝元．确定模糊控制量最少推理规则数量的原则．车用发动机，2000．10：52-56
[27] 王景，刘良栋等．在线规则自适应模糊控制算法及应用．控制理论与应用，1999．10：60-65
[28] 潘永湘，刘庆丰等．混沌在模糊控制规则优化中的应用．西安理工大学学报，2000．3：34-36
[29] 金耀初，蒋静坪．基于进化计算的模糊控制规则优化中的应用研究．控制与决策，1996．11：34-37
[30] 康赐荣，陈芳等．基于ANN的模糊控制规则的自动生成．华侨大学学报(自然科学版)，1977．4：50-58
[31] 孔微，谷丽娜等．积分在提高模糊控制器精度中的作用．青岛化工学院学报(自然科学版)，1977．4：43-47
[32] 焦晓红，方一鸣等．过程控制系统的变积分系数FUZZY-PI控制器设计．系统工程与电子技术，2001．11：34-37
[33] 贺云波，简林等．模糊控制器的三种积分改进方法对比及应用．机床与液压，2001．1：44-48
[34] 彭佩珍，陆平．模糊控制器中的积分器．南京航天航空大学学报，1994．11：63-66
[35] 白瑞林，熊聪聪．一种带智能积分的模糊控制器研究．自动化仪表，1995．4：12-16
[36] Zadeh L.A. Outline of a New Approach to Analysis Complex Systems and Decision Processes. IEEE Trans. Syst. Man. and Cyberm. 1973,3(1):28～44
[37] 窦振中．模糊逻辑控制及其应用．北京：北京航空航天大学出版社，1995．7
[38] 刘有才，刘增良．模糊专家系统原理与设计．北京：北京航空航天大学出版社，1995
[39] 戒月莉．计算机模糊控制原理与应用．北京：北京航空航天大学出版社，1995．4．
[40] 楼顺天等．基于MATLAB的系统分析与设计——模糊系统．西安：西安电子科技大学出版社．2001．5
[41] 张国良等．模糊控制及其MATLAB应用．西安：西安交通大学出版社，2002．11
[42] 闻新等．MATLAB模糊逻辑工具箱的分析与应用．北京：科学出版社，2001．4
[43] 王永初，任秀珍，工业过程控制系统设计范例，北京：科学出版社，1986．6
[44] 金以慧．过程控制．北京：清华大学出版社，2001．7
[45] Li H.X, Gatland H.B. A new methodology for designing a fuzzy logic controller. IEEE Trans on fuzzy systems, 1995,3:116～123
[46] 鲍新福，都志杰，王芳君．自调整比例因子控制器．自动化学报，1987，13(2)：129～133
[47] 毛宗源，狄净．自调整比例因子控制器控制锅炉燃烧过程．自动化学报，1991，17(5)：611～614
[48] 王永初．最佳控制系统设计基础．北京．科学出版社．1980．3
[49] 方千山，王永初．模糊控制器因子的自寻优．电子测量与仪器学报．No．3，2002
[50] 王万森．人工智能原来及其应用．北京：电子工业出版社，2003．4
[51] 诸静．模糊控制原理及其应用．北京：机械工业出版社，1995．7
[52] 汪培庄．李洪兴，模糊系统理论与模糊计算机，北京：科学出版社1996．3
[53] 刘增良．模糊技术与应用选编(1)～(5)．北京：北京航空航天大学出版社．1997-2001
[54] 袁曾任，人工神经元网络及其应用，北京：清华大学出版社，1999．10
[55] 扬行峻，郑里君．人工神经网络．北京：高等教育出版社，1992
[56] 蔡自兴，徐光祜．人工智能及其应用．北京：清华大学出版社，1996．
[57] 丛爽．典型人工神经网络的结构，功能及其在智能系统中的应用．信息与控制，2001，30(2)：97～103
[58] 李士勇．模糊控制．神经控制和智能控制论，哈尔滨：哈尔滨工业大学出版社，1998．9
[59] 常虹，何丕廉．神经网络与模糊技术的结合与发展．计算机应用研究，2001，5：4～6
[60] 刘士荣，俞金寿．过程建模和控制中的神经网络与模糊逻辑融合技术的现状与发展趋势．宁波大学学报(理工版)，1999，12(1)：84～94
[61] 李士勇．Fuzzy-PID复合控制的数字仿真．计算机仿真．1988，(1)：16～23
[62] 胡泽新，邵惠鹤等．两种新型模糊控制器及其应用．自动化仪表．1991，(5)：7～9
[63] 方千山．基于模糊盒树法的自适应PID．中国仪器仪表学会第四届青年学术会议论文集，北京，2002，9
[64] 胡包钢，G．K．I．Mann，R．G．Gosine，关于模糊PID控制器推理机维数的研究，自动化学报，1998，24(5)：608～615
[65] 张玮，宋年年．提高模糊控制精度的研究现状．科技情报开发与经济．2002，(2)：114～116
[66] 黎浩荣，李丽勤等，对一种高精度模糊控制方案的研究与改进，清华大学学报(自然科学版)，2002，(2)：114～117
[67] 白连平，陈秀真等．提高模糊控制器稳态精度的研究．西安交通大学学报．2001，(2)：119～123
[68] 张曾科．一种提高模糊控制器控制精度的方法．清华大学学报(自然科学版)．1998，(5)：58～61
[69] 王岩、张福恩．一种提高模糊控制器稳态精度的差值方法．工业仪表与自动化装置．2001．(1)：33～36
[70] 黎浩荣，李立勤等．对一种高精度模糊控制方案的研究与改进．清华大学学报(自然科学版)，2000，40(2)：114～117
[71] 张金明，李人厚，张平安．模糊系统稳定性．系统工程与电子技术，2000，22(1)：30～34
[72] 丁永生，应浩等．解析模糊控制理论：模糊控制系统的结构和稳定性分析，控制与决策，2000．15(2)：129～135
[73] 章正斌等．模糊控制工程．重庆：重庆大学出版社．1995．6
[74] 王永初，解耦控制系统，四川：四川科学技术出版社，1986
[75] 柴天佑，多变量自适应解耦控制及应用，北京：科学出版社，2001
[76] 柴天佑，多变量自校正解耦控制器的全局收敛性分析，自动化学报，1989，Vol．15(5)：32-36
[77] 刘国荣，多变量系统模糊自适应解耦控制，控制理论与应用，1997，14(2)：52-56
[2] 章卫国等．模糊控制理论与应用．西安：西北工业大学出版社，2000．10
[3] 张曾科．模糊数学在自动化技术中的应用．北京：清华大学出版社，1977．7
[4] 韩启纲等．计算机模糊控制技术与仪表装置．北京：中国计量出版社，1999．8
[5] 王立新．自适应模糊系统与控制——设计与稳定性分析．北京：国防工业出版社，1995．
[6] 窦振中．美国模糊逻辑控制技术研究历史和发展．电气自动化．1997，1：64～67
[7] 唐旬．国内首台模糊推理机分立元件样机研制成功，光明日报，1988年5月7日第一版
[8] Zadeh LA. Fuzzy Sets. Informat Control.1965, 8:338～353
[9] Mandani E H. Application of Fuzzy Alyorilhms for simple Dynamic Plant. Proc. IEEE. 1974, 121:1585～1588
[10] Mandani E H. Application of Fuzzy Alyorilhms for simple Dynamic Plant. Proc. IEEE. 1974,101:1585～1588
[11] 刘向杰，周孝信，柴天佑．模糊控制的现状与新发展．信息与控制，1999，28(4)：283～295
[12] 蔡自兴等．人工智能及其应用，北京：清华大学出版社，2000．5
[13] 冯冬青、谢宋和等．模糊智能控制．北京：化学工业出版社，2003．3
[14] 邓兵，梁文林．模糊控制系统中量化因子和比例因子研究．电光与控制学报，1999．1：36-40
[15] 林小峰．分层调整因子的模糊控制器．广西大学学报(自然科学学版)，1998．23：33～37
[16] 林小峰，廖志伟等．隶属函数对模糊控制性能的作用和影响．电机与控制学报，1998．12：50-54
[17] 刘向杰，夏靖波等．一类基于正态分布的隶属函数的模糊控制器策略研究．控制与策略，1998，13(4)：365～368
[18] 李宁等．输入隶属函数不均匀分布时典型模糊控制器结构分析．清华大学学报,2000,40(1)：120～123
[19] 范醒哲，张乃尧．输出隶属函数不均匀分布时典型模糊控制器结构分析．清华大学学报,2000,41(7)：121～124
[20] 林小峰．隶属函数对模糊控制性能的作用与的影响．电机与控制学报，1998,2(4)：197～200
[21] J.M. Keller and J. Givens. Membership function issues in fuzzy pattern recognition. Pro. inter. conf. on SMC. Tuscon, 1985,210～214
[22] 方千山．隶属函数对模糊控制系统的作用与影响研究．中国科学院自动化信息技术发展战略研讨会论文集，CASI＆CAIT2001，北京．
[23] 石飞，郑芳经．模糊控制隶属函数的优化算法及其应用．上海大学学报(自然科学版)，1994．4：55-59
[24] 白瑞林，肖津．模糊控制中隶属函数的自动生成．自动化与仪表，1995．2：60-64
[25] 张景元．模糊控制规则库及其优化方法．淄博学院学报(自然科学与工程版)，200．9：25-29
[26] 曹恒，孙宝元．确定模糊控制量最少推理规则数量的原则．车用发动机，2000．10：52-56
[27] 王景，刘良栋等．在线规则自适应模糊控制算法及应用．控制理论与应用，1999．10：60-65
[28] 潘永湘，刘庆丰等．混沌在模糊控制规则优化中的应用．西安理工大学学报，2000．3：34-36
[29] 金耀初，蒋静坪．基于进化计算的模糊控制规则优化中的应用研究．控制与决策，1996．11：34-37
[30] 康赐荣，陈芳等．基于ANN的模糊控制规则的自动生成．华侨大学学报(自然科学版)，1977．4：50-58
[31] 孔微，谷丽娜等．积分在提高模糊控制器精度中的作用．青岛化工学院学报(自然科学版)，1977．4：43-47
[32] 焦晓红，方一鸣等．过程控制系统的变积分系数FUZZY-PI控制器设计．系统工程与电子技术，2001．11：34-37
[33] 贺云波，简林等．模糊控制器的三种积分改进方法对比及应用．机床与液压，2001．1：44-48
[34] 彭佩珍，陆平．模糊控制器中的积分器．南京航天航空大学学报，1994．11：63-66
[35] 白瑞林，熊聪聪．一种带智能积分的模糊控制器研究．自动化仪表，1995．4：12-16
[36] Zadeh L.A. Outline of a New Approach to Analysis Complex Systems and Decision Processes. IEEE Trans. Syst. Man. and Cyberm. 1973,3(1):28～44
[37] 窦振中．模糊逻辑控制及其应用．北京：北京航空航天大学出版社，1995．7
[38] 刘有才，刘增良．模糊专家系统原理与设计．北京：北京航空航天大学出版社，1995
[39] 戒月莉．计算机模糊控制原理与应用．北京：北京航空航天大学出版社，1995．4．
[40] 楼顺天等．基于MATLAB的系统分析与设计——模糊系统．西安：西安电子科技大学出版社．2001．5
[41] 张国良等．模糊控制及其MATLAB应用．西安：西安交通大学出版社，2002．11
[42] 闻新等．MATLAB模糊逻辑工具箱的分析与应用．北京：科学出版社，2001．4
[43] 王永初，任秀珍，工业过程控制系统设计范例，北京：科学出版社，1986．6
[44] 金以慧．过程控制．北京：清华大学出版社，2001．7
[45] Li H.X, Gatland H.B. A new methodology for designing a fuzzy logic controller. IEEE Trans on fuzzy systems, 1995,3:116～123
[46] 鲍新福，都志杰，王芳君．自调整比例因子控制器．自动化学报，1987，13(2)：129～133
[47] 毛宗源，狄净．自调整比例因子控制器控制锅炉燃烧过程．自动化学报，1991，17(5)：611～614
[48] 王永初．最佳控制系统设计基础．北京．科学出版社．1980．3
[49] 方千山，王永初．模糊控制器因子的自寻优．电子测量与仪器学报．No．3，2002
[50] 王万森．人工智能原来及其应用．北京：电子工业出版社，2003．4
[51] 诸静．模糊控制原理及其应用．北京：机械工业出版社，1995．7
[52] 汪培庄．李洪兴，模糊系统理论与模糊计算机，北京：科学出版社1996．3
[53] 刘增良．模糊技术与应用选编(1)～(5)．北京：北京航空航天大学出版社．1997-2001
[54] 袁曾任，人工神经元网络及其应用，北京：清华大学出版社，1999．10
[55] 扬行峻，郑里君．人工神经网络．北京：高等教育出版社，1992
[56] 蔡自兴，徐光祜．人工智能及其应用．北京：清华大学出版社，1996．
[57] 丛爽．典型人工神经网络的结构，功能及其在智能系统中的应用．信息与控制，2001，30(2)：97～103
[58] 李士勇．模糊控制．神经控制和智能控制论，哈尔滨：哈尔滨工业大学出版社，1998．9
[59] 常虹，何丕廉．神经网络与模糊技术的结合与发展．计算机应用研究，2001，5：4～6
[60] 刘士荣，俞金寿．过程建模和控制中的神经网络与模糊逻辑融合技术的现状与发展趋势．宁波大学学报(理工版)，1999，12(1)：84～94
[61] 李士勇．Fuzzy-PID复合控制的数字仿真．计算机仿真．1988，(1)：16～23
[62] 胡泽新，邵惠鹤等．两种新型模糊控制器及其应用．自动化仪表．1991，(5)：7～9
[63] 方千山．基于模糊盒树法的自适应PID．中国仪器仪表学会第四届青年学术会议论文集，北京，2002，9
[64] 胡包钢，G．K．I．Mann，R．G．Gosine，关于模糊PID控制器推理机维数的研究，自动化学报，1998，24(5)：608～615
[65] 张玮，宋年年．提高模糊控制精度的研究现状．科技情报开发与经济．2002，(2)：114～116
[66] 黎浩荣，李丽勤等，对一种高精度模糊控制方案的研究与改进，清华大学学报(自然科学版)，2002，(2)：114～117
[67] 白连平，陈秀真等．提高模糊控制器稳态精度的研究．西安交通大学学报．2001，(2)：119～123
[68] 张曾科．一种提高模糊控制器控制精度的方法．清华大学学报(自然科学版)．1998，(5)：58～61
[69] 王岩、张福恩．一种提高模糊控制器稳态精度的差值方法．工业仪表与自动化装置．2001．(1)：33～36
[70] 黎浩荣，李立勤等．对一种高精度模糊控制方案的研究与改进．清华大学学报(自然科学版)，2000，40(2)：114～117
[71] 张金明，李人厚，张平安．模糊系统稳定性．系统工程与电子技术，2000，22(1)：30～34
[72] 丁永生，应浩等．解析模糊控制理论：模糊控制系统的结构和稳定性分析，控制与决策，2000．15(2)：129～135
[73] 章正斌等．模糊控制工程．重庆：重庆大学出版社．1995．6
[74] 王永初，解耦控制系统，四川：四川科学技术出版社，1986
[75] 柴天佑，多变量自适应解耦控制及应用，北京：科学出版社，2001
[76] 柴天佑，多变量自校正解耦控制器的全局收敛性分析，自动化学报，1989，Vol．15(5)：32-36
[77] 刘国荣，多变量系统模糊自适应解耦控制，控制理论与应用，1997，14(2)：52-56