基于粗糙集理论的智能控制方法研究

论文摘要

粗糙集作为一种知识发现和数据分析的新方法,因其具有自动抽取控制规则,控制算法可以完全来自数据本身等优点,使它在基于规则的控制中具有很大的优势和发展潜力。本文主要围绕基于粗糙集理论提取控制规则并构建粗糙控制系统,来对粗糙集在控制上的应用进行了研究。由于粗糙集理论只能对离散化数据进行处理,因此针对连续属性离散化问题,本文提出基于二进制粒子群优化算法(Binary Particle Swarm Optimization, BPSO)的离散化法方法,在保证决策表分类能力不变的情况下,通过粒子间的相互作用寻求尽量少的断点集；并提出利用边缘断点(bound cuts)来减少候选断点的数目,降低了算法的时间和空间复杂度；最后利用UCI机器学习数据集对算法进行了测试,结果验证了此方法的有效性,且相比其他离散化方法,本文方法原理简单容易实现,展现了一定的优越性。为了说明利用粗糙集理论对输入输出数据进行提取规则的有效性,本文构建了模拟PID控制器的粗糙控制规则库,并设计了粗糙控制系统来加以仿真验证。此方法采用外部测试信号充分激励被控对象,从而生成可以充分反映操作工或者现有控制器的控制策略的数据,解决了历史操作数据信息不全的问题；并提出了基于连续属性全距离(Continuous Attribute Whole Distance, CAWD)的论域空间降维方法来精简数据集,简化后续工作量；仿真结果表明了粗糙控制器能取得令人满意的控制效果,从而表明了所提取的控制规则的有效性；最后通过对规则库的研究发现了基于PID控制规则的相似性规律,应用此规律使粗糙控制器可以适应相似的参考输入,提高了粗糙控制器的适应性。最后,将本文所设计的粗糙控制方法成功应用在了一级倒立摆线性系统模型中。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题研究的意义
• 1.2 粗糙集理论简介
• 1.2.1 粗糙集理论及特点
• 1.2.2 粗糙集理论的研究方向
• 1.2.3 粗糙集相关软件
• 1.3 粗糙集理论在控制上的应用综述
• 1.3.1 粗糙集在控制中的应用
• 1.3.2 粗糙控制的实施流程及分类
• 1.4 本文主要工作
• 第2章 粗糙集理论简介
• 2.1 粗糙集理论的构成
• 2.1.1 信息知识表达系统
• 2.1.2 粗糙集理论
• 2.1.3 粗糙集中的知识约简
• 2.2 粗糙集理论中的决策表约简算法
• 2.2.1 属性的依赖性和属性的重要性
• 2.2.2 常见决策表属性约简方法
• 2.3 粗糙集理论中的连续属性离散化方法
• 2.3.1 离散化问题描述
• 2.3.2 常见离散化方法
• 2.4 粗糙集理论面临的问题
• 2.5 本章小结
• 第3章 基于二进制粒子群算法的连续属性离散化方法研究
• 3.1 粒子群算法的基本原理
• 3.2 二进制粒子群算法原理
• 3.3 粒子群算法收敛性分析
• 3.3.1 粒子群算法收敛性特点
• 3.3.2 初始种群数目的选取
• 3.3.3 惯性权重的选取
• 3.4 基于BPSO的连续属性离散化
• 3.4.1 粗糙集中离散化问题的描述
• 3.4.2 算法实现
• 3.4.3 算例与结果分析
• 3.5 离散化过程中的问题分析
• 3.6 本章小结
• 第4章 拟PID控制的粗糙控制器设计
• 4.1 粗糙控制系统简介
• 4.2 粗糙控制器的设计方法
• 4.2.1 数据采集
• 4.2.2 粗糙集提取规则
• 4.2.3 粗糙规则的更新和补充
• 4.2.4 逆离散化
• 4.3 PID控制简述
• 4.4 拟PID控制的粗糙控制器设计与仿真
• 4.4.1 PID仿真控制系统
• 4.4.2 粗糙规则库的建立
• 4.4.3 拟PID粗糙控制仿真
• 4.4.4 PID控制规则的相似性
• 4.5 本章小结
• 第5章 基于粗糙控制器的一级倒立摆控制系统设计与仿真
• 5.1 一级倒立摆系统数学模型的建立
• 5.1.1 模型参数
• 5.1.2 一级倒立摆系统数学模型的建立
• 5.2 一级倒立摆系统的粗糙控制器设计
• 5.3 基于粗糙控制器的一级倒立摆系统仿真
• 5.4 本章小结
• 第6章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢