法以模型参考自适应控制为代表。在液压伺服系统中，应用的主要是模型参考自适应
控制。 本科毕业设计说明书（论文）第 5页 共 33 页  
1.2.3  模糊控制理论在液压伺服控制系统中的发展及应用
模糊控制[10]
源于 1965 年美国 California 大学著名的控制论专家 L.A.Zadeh 所
创的模糊数学，但把模糊逻辑应用于模糊控制规则始于 1972 年，突破性的工作是1974
年英国剑桥大学的E.H.M 胡dnai，首次应用模糊控制实现了蒸汽机的控制，并获得了
比传统 DDC 控制更好的效果。
由于模糊控制利用隶属度函数和模糊合成法则等思想，巧妙地综合了人们的直觉
经验，从而在其他经典控制理论和现代控制理论不太奏效的场合，如具有纯滞后、大
惯性、参数漂移大的非线性不确定分布参数系统中，能够实现较满意的控制，至少也
应是一种有效的补充控制手段。
但是，模糊控制综合定量知识的能力差，一张模糊控制表必须通过反复精心整顿
能投入使用，量化因子和比例因子的选择也影响着整个系统的品质，所以模糊控制在
实际工业控制中，也存在精度不太高，自适应能力有限，很容易产生振荡的缺陷，针
对这些问题，人们也提出了一些改进方案，设计了各种高性能的模糊控制器。
目前，模糊控制的应用主要有下面几种类型:(1)常规模糊控制及其改进；(2)自
适应和自学习模糊控制；(3)专家模糊控制；(4)模糊预测控制(5)基于神经网络的模
糊控制。
1.2.4  神经网络控制理论在液压伺服控制系统中的发展及应用
1943年心理学家W.MCculloch和数理逻辑学家W.PittS首先提出了一个简单的神
经网络模型[11]
，利用该网络可以实现一些简单的逻辑关系。1949 年，D.D.Hbeb 首先
提出了一种调整神经网络连接权的规则，通常称为 Hebb 学习规则。1958 年，F.R。
Senblatt 等人研究了一种特殊类型的神经网络，称为“感知机”。美国物理学家
J.J.Hopfield 在 1982 年和 1984 年发表了两篇文章，提出了一种反馈互连网，并定义
了一个能量函数，它是神经网络的状态和连接权函数，利用该网络可以优化计算的问
题，称为 Hpofield 网。1986 年D.E.Rumelhart 和 J.L.Meelelland 等人提出多层前馈
网的反向传播算法， 简称 BP算法，该算法解决了感知机所不能解决的问题。 H叩 field
网和反向传播算法的提出，使人们看到了神经元网络的前景和希望，特别是 1987 年
在美国召开的第二届国际神经网络会议，掀起了神经网络研究的热潮，神经网络控制
正是在这个背景下发展起来的。
从己有的研究结果可以看出，神经元网络有以下几个突出的优点：
(1)可以任意逼近非线性，已证明三层BP 网络可对任意非线性函数进行逼近；
(2)可学习和自适应不知道或不确定的系统，如果系统发生了变化可修改网络权
值；
(3)能够同时处理定性和定量知识，这一点很有特色，用神经元网络处理规则已
是相当成熟了；
(4)由于其具有分布特性，特别适合于复杂系统；
(5)网络具有一定的容错能力，因而具有鲁棒性；
一般来讲，神经网络用于控制有两种方法，一种是用来实现模型;一种是直接作
为控制器使用。神经元控制的出现给智能控制注入了新的血液，特别是它具有较强的
学习功能，但神经元网络也有缺陷，主要是学习速度较慢，控制的稳定性也需要深入
的研究。
从控制技术的发展来看，毫无疑问，我们要加强现代控制理论和智能控制理论的 matlab负载模拟加载系统的建模与控制设计(4):http://www.youerw.com/jixie/lunwen_4154.html