摘 要： 詳細介紹了基于變論域模糊控制的溫室環(huán)境控制系統(tǒng)，以溫度控制系統(tǒng)為例進行設計。該系統(tǒng)以變論域模糊控制為核心算法，用BP神經網絡改變模糊控制的論域。根據(jù)誤差和誤差變化率選擇合適的論域，不僅克服了誤差過大或過小時對溫室控制的影響，還解決了溫室多變量難以建立數(shù)學模型和隸屬度函數(shù)選擇較難的問題。
關鍵詞： 模糊控制；變論域；溫室環(huán)境控制；專家系統(tǒng)；BP神經網絡
隨著農業(yè)的不斷發(fā)展，設施農業(yè)將成為未來農業(yè)的主旋律，因此發(fā)展溫室種植成為提高經濟效益、改善農業(yè)生態(tài)環(huán)境的一種有效途徑。溫室生產以達到調節(jié)產期、促進生長發(fā)育、提高質量和產量為目的。而溫室設施的關鍵是溫室環(huán)境控制，調節(jié)溫室環(huán)境的溫度、濕度、CO2濃度、光照等環(huán)境因子，使植物一直在最佳的生長環(huán)境下成長。
溫室環(huán)境控制即實現(xiàn)溫室的智能化管理，根據(jù)溫室環(huán)境控制系統(tǒng)把當前的溫室環(huán)境參數(shù)自動調節(jié)到植物最佳的生長環(huán)境。溫室環(huán)境系統(tǒng)是一個多變量、大慣性的非線性系統(tǒng),且有交連、時延等現(xiàn)象，很難對這類系統(tǒng)建立精確的數(shù)學模型。應用基于BP神經網絡的變論域模糊控制方法對溫室環(huán)境進行控制，則不需要建立精確的數(shù)學模型，解決了模糊控制中初始論域選擇不當對溫室控制的影響，也無需過多的專業(yè)知識?；贐P神經網絡的變論域模糊控制方法不僅使溫室環(huán)境控制更加精確，而且控制系統(tǒng)的建立也變得更加容易。
1 控制系統(tǒng)的結構及原理
1.1 控制系統(tǒng)的結構
系統(tǒng)結構如圖1所示，傳感器采集到室內和室外的溫度，經過變論域模糊控制系統(tǒng)得出控制決策，并通過被控對象進行加熱和開窗操作。變論域模糊控制系統(tǒng)采用基于BP神經網絡的變論域模糊控制算法。
1.2 基本原理
1.2.1 變論域模糊控制
在溫室環(huán)境控制過程中，由于溫室環(huán)境是一個多變量的非線性系統(tǒng)，難以建立數(shù)學模型，雖然使用模糊控制不需要建立精確的數(shù)學模型，但初始論域的選擇卻對整個控制的精度有很大的影響。因此，變論域模糊控制能解決初始論域選擇的問題[1]。
變論域是在論域上模糊劃分不變的前提下，論域隨著誤差的變小而收縮，亦隨著誤差的變大而膨脹，通過論域的變換，將專家總結出來的初始規(guī)則庫變成更加有效的新規(guī)則庫。表面上看，規(guī)則的個數(shù)沒有變化，但是由于論域的收縮而使得規(guī)則局部加細，相當于增加規(guī)則數(shù)，從而提高了控制精度[2]。論域的變化情況如圖2所示。
2 系統(tǒng)的總體設計
2.1 系統(tǒng)的原理
基于BP神經網絡的變論域模糊控制由模糊控制技術與BP神經網絡相結合構成，它兼有模糊推理的語言表達能力和BP神經網絡的自學習能力?；贐P神經網絡描述系統(tǒng)論域的伸縮變化，在系統(tǒng)控制過程中用ＢＰ模糊神經網絡計算出當前系統(tǒng)的伸縮因子，同時根據(jù)當前系統(tǒng)的誤差利用ＢＰ神經網絡的學習能力不斷地對伸縮因子的模糊劃分進行優(yōu)化?；贐P神經網絡的變論域模糊控制系統(tǒng)的原理如圖4所示。
(4)去模糊化
從模糊推理而得到的控制輸出是一個模糊集，它反映了控制語言的模糊性，但實際中對于一個物理對象的控制是唯一確定的。去模糊化的任務是將推理得到的模糊輸出轉換成非模糊值(清晰值)，以便形成精確的控制量去控制被控過程。去模糊化的方法有多種，例如最大隸屬度法、重心法（加權平均法）等。采用重心法反模糊控制的計算公式為：
3 系統(tǒng)的流程
溫室系統(tǒng)是一個大滯后、 非線性的系統(tǒng) ,需要不斷地對溫室系統(tǒng)的調控參數(shù)進行檢測，調整各個執(zhí)行設備的開啟時間，從而使得溫室總是保持在作物生長的最佳環(huán)境狀態(tài)。圖5為系統(tǒng)的流程圖[5]。
本文詳細介紹了一種基于BP神經網絡的變論域模糊控制的溫室環(huán)境控制系統(tǒng)的設計。系統(tǒng)以模糊控制為基本控制方法，用BP神經網絡改進了模糊控制的論域，從而提高溫室環(huán)境控制的精度。適合溫室環(huán)境控制的多輸入、多輸出和多變量的復雜現(xiàn)象。
參考文獻
[1] 李良峰.變論域模糊控制算法的研究[D].成都：電子科技大學，2008：.
[2] 李洪興.變論域自適應模糊控制器[J].中國科學，1999，29(l)：32-42.
[3] 張洪波，陳平，劉學，等.基于神經網絡的專家系統(tǒng)在溫室控制中的應用[J].成都信息工程學院學報，2010，25(3)：260-263.
[4] 劉增良，劉有才.模糊邏輯與神經網卡(第1版)[M].北京：北京航空航天大學出版社，1996：116-118.
[5] 陶然，王樹文，薛圓滿，等．智能化溫室環(huán)境控制系統(tǒng)的研究[J].農機化研究，2003(2)：53-54.