正在加载图片...
第8期 李等：一种粗糙规则化的双因子免疫控制器 ,1075 的双因子免疫控制器就能够体现出原双因子免疫控 0.7 0.6 制器通过学习在第2次响应时才能够体现出来的控 0.5 制性能，将在线的免疫进化过程转化为离线的规则 提取过程，改善了控制器的响应速度；将潜在的免疫 0.3 记忆转化为实际存在的控制规则，解决了控制器在 02 相同场合重复应用时需要重复学习的问题 0.4 100 200 300 400 03 tis 0.2 图4双因子免疫控制器抗随机干扰仿真结果 0.1 Fig-4 Simulation of two factor immune controller resisting distur bance 0.4 -0.10100200300400500600 tis 0.3 图7粗糙规则化后抗滞后仿真结果 02 Fig.7 Simulation of the anti-lag capability of a rough rules con- troller 0.1 5结语 本文利用粗糙集理论对双因子免疫控制器的控 -0.1 100 200 300 400 制数据进行分析、处理，对控制器内部的潜在规则进 tis 行提取；提出了一种新的规则评价标准，利用该标准 图5粗糙规则化后抗随机干扰仿真结果 从提取出的规则中筛选出较优秀的部分构造粗糙规 Fig.5 Simulation of rough rules controller resisting disturbance 则化的双因子免疫控制器.通过仿真实验，证明了 0.25,4=0.5,k=0.04,控制信号仍采用高限值为 粗糙规则化的双因子免疫控制器在控制中能够很好 1、低限值为0.5的方波信号.仿真结果如图6和图 地表现出普通双因子免疫控制器的抗大滞后能力， 7所示. 并能对普通双因子免疫控制器的抗干扰性能和学习 1.4 记忆性能进行优化，可以有效抑制干扰，更快地输出 成熟的控制信号，实验结果还表明，粗糙规则化的 1.0 双因子免疫控制器的超调量比普通双因子免疫控制 0.8 0.6 器的超调量要大一些，在今后的工作中将会对此问 0.4 题进行进一步的探讨和研究， 0.2 粗糙规则化的双因子免疫控制器相对于普通双 0 -0.2 因子免疫控制器来说，其控制性能受控制环境的影 -0.4 100200300400500600 响更小.并且在从一个普通双因子免疫控制器的控 t/s 制数据中提取出规则后，可以将该规则同时应用于 多个相同的被控对象，从而实现多个系统的集中控 图6双因子免疫控制器抗滞后仿真结果 Fig.6 Simulation of the anti-lag capability of a two immune con- 制，值得一提的是，在控制阶段中，粗糙规则化的双 troller 因子免疫控制器就是一组简单的规则，该规则可以 实现对输入数据的推理，即使同时控制多个对象，控 由图中能够看出，粗糙规则化的双因子免疫控 制器的负担也不会很大，因此在实际工业生产中有 制器能够将原双因子免疫控制器抗大滯后的特性用 着良好的推广前景， 提取到的规则表达出来，并在控制仿真中表现出与 原双因子免疫控制器非常接近的抗大滞后性能， 参考文献 此外，在第1次阶跃信号的响应时，粗糙规则化 [1]Fu D M,Zheng D L,Wei Y G.A two-cell immune controller图4 双因子免疫控制器抗随机干扰仿真结果 Fig．4 Simulation of two-factor immune controller resisting disturbance 图5 粗糙规则化后抗随机干扰仿真结果 Fig．5 Simulation of rough rules controller resisting disturbance 0∙25μ＝0∙5k＝0∙04控制信号仍采用高限值为 1、低限值为0∙5的方波信号．仿真结果如图6和图 7所示． 图6 双因子免疫控制器抗滞后仿真结果 Fig．6 Simulation of the ant-i lag capability of a two-immune controller 由图中能够看出粗糙规则化的双因子免疫控 制器能够将原双因子免疫控制器抗大滞后的特性用 提取到的规则表达出来并在控制仿真中表现出与 原双因子免疫控制器非常接近的抗大滞后性能． 此外在第1次阶跃信号的响应时粗糙规则化 的双因子免疫控制器就能够体现出原双因子免疫控 制器通过学习在第2次响应时才能够体现出来的控 制性能．将在线的免疫进化过程转化为离线的规则 提取过程改善了控制器的响应速度；将潜在的免疫 记忆转化为实际存在的控制规则解决了控制器在 相同场合重复应用时需要重复学习的问题． 图7 粗糙规则化后抗滞后仿真结果 Fig．7 Simulation of the ant-i lag capability of a rough rules controller 5 结语 本文利用粗糙集理论对双因子免疫控制器的控 制数据进行分析、处理对控制器内部的潜在规则进 行提取；提出了一种新的规则评价标准利用该标准 从提取出的规则中筛选出较优秀的部分构造粗糙规 则化的双因子免疫控制器．通过仿真实验证明了 粗糙规则化的双因子免疫控制器在控制中能够很好 地表现出普通双因子免疫控制器的抗大滞后能力 并能对普通双因子免疫控制器的抗干扰性能和学习 记忆性能进行优化可以有效抑制干扰更快地输出 成熟的控制信号．实验结果还表明粗糙规则化的 双因子免疫控制器的超调量比普通双因子免疫控制 器的超调量要大一些在今后的工作中将会对此问 题进行进一步的探讨和研究． 粗糙规则化的双因子免疫控制器相对于普通双 因子免疫控制器来说其控制性能受控制环境的影 响更小．并且在从一个普通双因子免疫控制器的控 制数据中提取出规则后可以将该规则同时应用于 多个相同的被控对象从而实现多个系统的集中控 制．值得一提的是在控制阶段中粗糙规则化的双 因子免疫控制器就是一组简单的规则该规则可以 实现对输入数据的推理即使同时控制多个对象控 制器的负担也不会很大因此在实际工业生产中有 着良好的推广前景． 参 考 文 献 ［1］ Fu D MZheng D LWei Y G．A two-cell immune controller 第8期 李 等： 一种粗糙规则化的双因子免疫控制器 ·1075·