基于粒子群算法的大棚温度自适应离散模糊控制系统

简介

针对大棚温度调控存在明显的非线性滞后问题,提出一种基于自适应量化因子的离散模糊控制策略,其中量化因子通过粒子群算法自适应优化。首先,依据实验大棚的温度变化规律,对温度进行离散模糊处理,并基于误差建立模糊规则库,应用加权平均法解模糊,构建一种离线计算、在线查表的大棚温度离散论域模糊控制系统。然后,采用粒子群算法自适应优化控制器的输入量化因子和输出比例因子,从而在确保系统稳定的基础上提高系统控制精度。最后,针对某实际大棚模型的温度调节问题,利用所提出的控制策略,在Simulink中建模并进行比较仿真。仿真结果表明,粒子群优化算法能够显著提高系统性能,特别是温度达到稳态的时间缩短了46.3%。