如何運用雲模型改進模糊控制？以及雲模型在國內的發展現狀？

---

我正好是做這個課題的，個人認為基於雲模型的PID控制器談不上改進。。。我認為只是作為輔助而已。。。有空了再詳細說說這個問題

--------------------------------------------------------------------------------------------------------------------------------

論文快整完了，現在也可以來好好談談這個問題了。

首先呢，個人認為雲模型有一定的意義。雲模型比模糊理論多了一個隨機性。然而，這個新興的東西到底有木有個卵用呢？答案是：有一定的卵用。理由如下：

1.根據我做的演算法，在matlab上對二階系統的模擬來看，跟模糊控制相比較是不相上下的，各有優點，雲模型改進的PID控制器，優點就是系統響應迅速，超調量小。

2.無論是模糊控制、還是雲模型，都比一般的PID控制好得多（這不是廢話嗎？）。

雲模型的缺點：

1.推理程序編寫費勁，三千多行代碼，I5，2G的WIN7在修改m文件愣是卡了半天。。。

2.目前還不是很成熟，至少沒有matlab工具箱像模糊控制系統一樣的給你用。反正很空碟就是了，而且大多數現在研究的雲模型的人，也不願意分享程序代碼。。。網上找不到的，我試過了。

現在談談雲模型在國內的發展現狀：

首先，我只對雲模型在自動控制領域有點了解，因為我做的就是這個課題。但是你要知道，雲模型不值在控制領域有應用哦。目前，比較新鮮一點的是在電液伺服系統中的應用（知網參考論文：

張林.電液伺服系統的雲模型參數自整定PID控制策略研究:[碩士學位論文].河北:燕山大學，2014

）還有，電力系統也用到了，知網上這類論文還是不少的，我就不一一列舉了，大多數都是利用雲模型對PID參數進行自整定，類似於模糊理論用於PID整定。

國外的也有：

Igor ?krjanc，Sa?o
Blac?i?. Robust Evolving Cloud-based PID Control Adjusted by Gradient Learning
Method. Evolving and Adaptive Intelligent Systems (EAIS)，2014，10（1109）：1-8。論文的翻譯我就不貼出來了，畢竟我的論文還沒提交，以防萬一。

最後，雲模型改進模糊控制：

我個人認為，雲模型本身就改進了模糊理論，它本身就是在這上面發展而來的，可以說是模糊理論2.0版，多了個隨機性。所以別想這個了。改進常規PID控制，改進單神經元自適應控制神馬的可以實現，也相對容易。

回答完畢！歡迎交流~

--------------------------------------------------------------------------------------------------------------------------------------------

工作兩年後我增加一下一些想說的：抱歉了，實在沒有精力教你們這些畢業生了。自從回答了這個問題後，天天有做畢業論文的學生找上門，搞雲模型的，搞控制的，一開始一個兩個指導一下倒還好說，人多了就不行了，我又不是導師是不是？你想問的問題還是應該和你的導師探討比較合適，以後勿擾，bye!

---

不懂 頭次聽說雲模糊

---

推薦閱讀：