1、PDF外文：http:/ 7100 字 出处： Ishaque K, Abdullah S S, Ayob S M, et al. A simplified approach to design fuzzy logic controller for an underwater vehicleJ. Ocean Engineering, 2011, 38(1): 271-284. 本 科 毕 业 设 计 (论文 ) 外文翻译（附外文原文） 学 &nbs
2、p;院： 机械与控制工程学院 课 题 名 称 ： 人工神经网络在认 知科学 研究中的应用状况的 报告 专业 (方向 )： 自动化 （控制） 班 级：
3、 学 生： 指 导 教 师 ：
4、 日 期 ： 水下 运载工具 模糊逻辑控制器 的 简单 设计 方法 K. Ishaque n, S.S.Abdullah,S.M.Ayob,Z.Salam （ Faculty of Electrical Engineering, Universiti Teknologi Malaysia, UTM 81310, Skudai, Johor Bahru
5、, Malaysia ） 摘要 ： 模糊逻辑控制器（ FLC）的 性能 是 由 其 推 理 规则 决定的 。在大多数情况下， FLC 会使用 很 多 算法 ， 以使其 控制 功能 的 精确性得到增强 。 不过 运行 大型的 算法 需要 很 多的计算时间 ， 这 使得 安装使用 的 FLC 必须有 快速和高效的性能。本文描述 一种 水下运载工具模糊逻辑控制器的简单设计方法（ FLC），水下运载工具也被称为深度下潜救援运载工具（ DSRV） 。这 一 方法 使控制器成为 单输入 模糊逻辑控制器（ SIFLC）， 其 省略了 普通 模糊逻辑控制器中 将 双 输入 FLC（ CFLC）
6、转变成 单输入 FLC 的步骤。 SIFLC 使推理法则得到简化 ， 主要是 简化了控制参数的转化过程。 控制器 是 在 MATLAB/SIMULINK程序平台上 使用航海系统模拟器（ MSS）来模拟 状况 的 ， 其以此达到 简化的目的。在 仿真 中 ，波动的干扰提交到 DSRV 中。 在 SIFLC 上显示 出 相同输入系统的 Mamdani 和 Sugeno 类型 的相同 反应，而且SIFLC 只 需 要非常小的转换 。 在两个量级间 ， 他的执行时间是少于 CIFLC 的。 关键词 ：模糊逻辑控制器； 距离符号法 ；单输入模糊逻辑控制；水下运载工具
7、;电子工程系， teknologi malaysia 大学， UTM81310， Skudai， johor bahru， malaysia 1 引言 无人 水下 运载工具 是一个自动的，像 水下 机器人设备 一样 能完成水下任务 （例如搜索和营救操作，考察，监视，检查，维修和保养）的设备。 UUV 控制是一个很有挑战的任务， 主要是由于 在海洋中存在 困难且 不可预测的环境 因素 。在操作 过程中 ， 由于 运载工具难以定 义的，也难以密切结合每一个子系统 Goheen 和 jefferys (1990)， UUV 会受到复杂地环境因素影响， 这些环境因素 具有多轴运动轨迹和高
8、度非线性特征。之所以如此是因为运载工具难以定义，其也难以与每一个子系统密切结合，进一步说，在不断变化的环境条件和强烈的外部干扰下，例如风速和海流，运载工具的动态性能会有相当大的变化，这使得水力系统难以正确测量和精确预测 (Humphreys and Watkinson,1982:Abkowitz,1969:Lewis et al.,1984)。 现在 在 发展 UUV 控制器 方面，科学家 已经有 了 很多的 尝试 ， 其中就 有 线性 控制法 和智能控制法两种方法 。 由 复杂的控制需求状况 ， 可以 很清楚的 知道线性控制器 是不能满足 控制 运载工具的要求的 (Yoerger
9、 and Slotine,1985)。智能控制方法包括神经网络、 变化模拟（ SIC）和模糊控制器（ FLC），他们 功能 强大 且可以 适应不确定的水 中 环境 ， 而且 他们 表现出了对干扰的 卓越 的 免疫力。 Russel 和 Bugge(1981)提出 了 自动导航系统 ， Yuh(1990)在 UUV 中 补充了 的 参数变化。Yoerger(1991)、 Slotine(1985)等成 功的发展了 UUV 滑块模拟控制器 。 Fossen 与 Sagatun（ 1991）提出 了 滑块模拟法 ， Healey 与 David（ 1993） 进一步改进 这一方法 。其他
10、的智能控制 研究 还有 Yuh（ 1990） 、 Ishiii（ 1998） 、 Kim 与 Yuh（ 2001） 和 Wang（ 2000） 的工作，他们 使用了 模糊神经控制器， 它 也叫自适应神经模糊推断系统（ SANFIS）。 在 许多 不同方法 中 都会使用到 模糊资格函数神经网络（ FMFMM）， 该网络模型 以 工作 量 为基础，是 Suh 和 Kim(1994,2000)为了非线性控制或非线性函数近似而提出的 ， FMFMM 集合了 FLC 和 NN 的优势。 Debitetto(1994)和 Kato(1995)还提出了在 UUV 中使用 FLC 的 一些应用 。
11、;尽管 在 UUV 中 智能控制应用很有前景，但是他 的 执行过程 需要 进行 复杂 的 运算 并且耗费 大量 的计算机 资源 ， 例如， FLC 不得不处理模糊化、基础规则存储、 推论机制和去模糊 等操作。 虽然 有这些问题，但是 他还是可以 指导 具有 简单控制结构的 FLC（ FLC 的优点是计算能量需求少 ） ， 并且对比其他非线性控制器 Liu 和 Lewis(1993)，在转换控制参数时 他 能 提供更高的自由度。 本文 提出 一个简单的常规模糊控制器（ CFLC） ， 也 称作单输入模糊控制器（ SIFLC） 。其使用 “距离符合法” (Choi et al.,200
12、0)来 简化 过程 ，通过 SFLC 输入的仅仅 是 一个可变的距离量。对比 CFLC，他 只 需要一个错误量 作为 输入 ，并由此 产生 一个 衍生错误量 ，他 成为了单输入单输出控制器 ， 输入量的减少 优化 了规则表 的 尺寸 。 因为规则数量从 减少到 ，所以 SIFLC 减少 了 处理器的计算负担， 这里的 是模糊度水平 。在这里， 控制 面能近似成一个分段的连续面， 从而 建立一个有用的查询 表 (Ayob et al.,2009)。 通过修改提出 的 控制计划 ， 可以 模拟 UUV 的特殊类型， 这 称作深度下潜救援 运载工具正在执行 。本文
13、给出了 SIFLC 的概述并强调 了 其 控制 面板 的构造。 DSRV 模型 是 由 Healey(1992)提出的， 然而 是Fossen 和 Perez(2004)将其 使用 到 海洋系统模拟器。在仿真中， DSRV 应用 了 波动 干扰 ，并 使用 MMS、SIFLC 和 两种类型的 CFLC（ 即 Mamdani 和 Sugeno flc） 来 进行 对比和评估。 2 单输入模糊控制器 2.1 距离符号法 典型的 FLC 有两个控制输入：误差 （ e） 和变化误差 （ ） ，在 table 1 中描述了在 二 维 空间相域（ e， ） 中创造出的
14、 规则表 ，规则表 包括了 在对角方向 上 有 相同输出关系 的 点 ， 而且每个点在特殊对角线 都 有一个量， 这个量 正 比于主要对角线 的距离， 这被称作 Toeplitz 结构。 对所有 类型 的 FLC，Toeplitz 比例是正确的， 其 使用误差和衍生 数值， 也就是 、 和 作为 输入变量 。 通过 观察 table 1 中输出关系组的 一致 模式， 将 有 很 大 的 机会 简化表格。 在 table 1 中描述了这 两个变量的 代替 输入（ , ） 集 ，他 能获得相对的输出 。 Choiet（ 2000） 首先提出了 使用 单 变量输入 的化简方法 ， 这个方法被 称作距离符合法。 这 个方法 将输入量简化 为单输入变量， 即距离 d，距离表示 的是 主对角线 上平行于对角线（在输入集 e 和 的 线）的 绝对距离量。 由于距离 d 的设定，Q( 。 )成为了 一个 在主对角线和垂直线间与 已知操作点 P( ， )相互作用的点 。在 Fig1 中描述了 简单线函数的 主对角线， i.e。
