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:
※一切計算都是調度問題
※群雄逐鹿 誰會成為雲計算行業第一股?
※2018年或成為雲計算轉折之年:IaaS整合 PaaS崛起 SaaS蓄勢
※王東臨:創新從未停止 IT基礎架構革命蘊含新機會
※雲計算市場增長迅速 IBM逆勢下滑的糾結與希望