引言

溫室綜合環(huán)境控制就是對(duì)如溫度、濕度、光照強(qiáng)度等環(huán)境因子進(jìn)行綜合調(diào)節(jié)和控制。通過合理地控制溫室中的各個(gè)執(zhí)行機(jī)構(gòu)，使作物和環(huán)境因子達(dá)到最佳的統(tǒng)一，這是溫室控制的目標(biāo)。溫室系統(tǒng)是一個(gè)非線性、大滯后、大慣性、強(qiáng)耦合、時(shí)變的復(fù)雜大系統(tǒng)，它要受到多變的外部環(huán)境、受控對(duì)象的不確定性、作物形態(tài)、尺寸不斷變化的影響.針對(duì)模糊控制和神經(jīng)網(wǎng)絡(luò)控制的優(yōu)缺點(diǎn)，本文將模糊理論的知識(shí)表達(dá)與神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)能力有機(jī)地結(jié)合起來，采用快速的學(xué)習(xí)算法，提出了一種模糊神經(jīng)網(wǎng)絡(luò)控制方案。

1 溫室模糊神經(jīng)網(wǎng)絡(luò)控制器結(jié)構(gòu)的確定

對(duì)溫室內(nèi)作物影響最大的環(huán)境因子為溫度和濕度。因此，在本文設(shè)計(jì)的溫室模糊控制器中，輸入量選擇兩個(gè)，分別是溫度誤差、濕度誤差，輸出量有六個(gè)，分別是天窗、遮陽(yáng)網(wǎng)、循環(huán)風(fēng)機(jī)、側(cè)窗、燃油加熱器、微霧加濕器。圖1 為溫室智能控制基本結(jié)構(gòu)圖。

圖1 溫室智能控制基本結(jié)構(gòu)圖

其拓?fù)浣Y(jié)構(gòu)如圖 2 所示：

圖2 模糊神經(jīng)網(wǎng)絡(luò)控制器拓?fù)浣Y(jié)構(gòu)

2.模糊推理規(guī)則的制定

將模糊神經(jīng)網(wǎng)絡(luò)控制器的模型描述為：

訓(xùn)練初始參數(shù)設(shè)置如下，各變量的論域分別為：

式中m 為隸屬函數(shù)的中心值，σ為隸屬函數(shù)的寬度。m 和σ的初始參數(shù)值可以憑經(jīng)驗(yàn)給出，若沒有可靠的經(jīng)驗(yàn)，則初始參數(shù)值可按如下規(guī)則設(shè)定:將隸屬度函數(shù)的中心取為均勻分布在定義域內(nèi)，隸屬度函數(shù)的寬度則可取為同一值，使得相鄰隸屬函數(shù)交點(diǎn)的隸屬度值等于0.5。對(duì)于溫度誤差 m 取值為-6、-4、-2、0、2、4、6，σ取值為1.2。濕度誤差m 取值為-4、-2、0、2、4，σ取值為1.2。天窗，燃油加熱器的m 取值為0、2、4、6，σ取值為1.2。而對(duì)于循環(huán)風(fēng)機(jī)，側(cè)窗，遮陽(yáng)網(wǎng)和微霧加濕器，其值為開關(guān)量0 和1。模糊控制器控制規(guī)則的設(shè)計(jì)原則是使系統(tǒng)輸出相應(yīng)的動(dòng)態(tài)性能與穩(wěn)態(tài)性能達(dá)到最佳。即當(dāng)誤差較大時(shí)，選擇控制量以盡快消除誤差為主，而誤差較小時(shí)，選擇控制量以防止超調(diào)，主要考慮系統(tǒng)的穩(wěn)定性。

根據(jù)專家經(jīng)驗(yàn)，將控制過程中各種可能出現(xiàn)的情況及相應(yīng)的控制策略進(jìn)行分析匯總，可得到35 條控制規(guī)則，用“IF-THEN”形式的條件語(yǔ)句來加以描述，部分條件語(yǔ)句如下：

3.溫室模糊神經(jīng)網(wǎng)絡(luò)控制器的學(xué)習(xí)算法

4. 模糊神經(jīng)網(wǎng)絡(luò)控制器仿真與結(jié)果分析

根據(jù)上述設(shè)計(jì)思路，對(duì)系統(tǒng)進(jìn)行仿真研究。其中輸入輸出訓(xùn)練集的一一對(duì)應(yīng)關(guān)系是基于上述模糊規(guī)則給出，模糊控制與神經(jīng)網(wǎng)絡(luò)得以有效的結(jié)合。

圖3 為系統(tǒng)在MATLAB 中的仿真曲線，在經(jīng)345 次訓(xùn)練后，誤差可達(dá)到0.000745347，小于期望誤差的最小值0.001。仿真實(shí)驗(yàn)結(jié)果表明，模糊神經(jīng)網(wǎng)絡(luò)控制器在溫室系統(tǒng)中的應(yīng)用具有良好的效果。溫室控制系統(tǒng)仿真結(jié)果如圖4 所示。

圖 3 神經(jīng)網(wǎng)絡(luò)訓(xùn)練的誤差曲線圖

圖 4 模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)溫度仿真曲線

模糊神經(jīng)網(wǎng)絡(luò)控制則超調(diào)量小，響應(yīng)快，無振蕩，平穩(wěn)性好，而且穩(wěn)態(tài)誤差很小。這說明模糊神經(jīng)網(wǎng)絡(luò)控制的動(dòng)態(tài)特性和靜態(tài)特性最為優(yōu)越。從能量損耗角度來講，由于模糊神經(jīng)網(wǎng)絡(luò)的響應(yīng)時(shí)間快，調(diào)節(jié)時(shí)間短，超調(diào)量小，這時(shí)對(duì)加溫的調(diào)節(jié)更接近于實(shí)際室內(nèi)所需負(fù)荷的要求，這樣就可以更好的達(dá)到滿足作物生長(zhǎng)所需的溫度及節(jié)能的效果。

5.小結(jié)

綜上所述，為了獲得滿意的控制系統(tǒng)性能，將神經(jīng)網(wǎng)絡(luò)和模糊控制技術(shù)相結(jié)合，引入模糊神經(jīng)網(wǎng)絡(luò)控制方法，系統(tǒng)通過網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練使控制精度大為提高，使系統(tǒng)有了較強(qiáng)的適應(yīng)性和魯棒性，獲得比較理想的控制效果，提高控制方面的優(yōu)越性，也為實(shí)際控制提供了理論依據(jù);該控制器模型的設(shè)計(jì)方法和實(shí)現(xiàn)技術(shù)主要是從工程應(yīng)用的角度出發(fā)進(jìn)行的，具有實(shí)踐性和可操作性，仿真研究及實(shí)驗(yàn)結(jié)果驗(yàn)證了設(shè)計(jì)的合理性與可行性，該控制器模型具有較高的應(yīng)用價(jià)值。