1。3。2 研究方法 4

第二章 云模型理论 5

2。1 用云模型表示概念的不确定性 5

2。1。1 云和云滴 5

2。1。2 云的数字特征 5

2。1。3 云模型的类型 6

2。1。4 云理论的简单应用分析 7

2。2 云模型发生器 8

2。2。1 正向云发生器 CG(Ex,En,He,n) 8

2。2。2 X 条件云发生器（Ex，En,He,x0,N) 9

2。2。3 Y 条件云发生器 9

2。3 云模型的映射特性 10

2。3。1 简介 10

2。3。2 一维云模型单规则推理及算法 11

第三章 PID 控制器的设计与仿真 14

3。1 仿真软件 MATLAB2016a 的简单介绍 14

3。2 PID 控制器的设计与探究 14

3。2。1 PID 控制器简述及其控制特性分析 14

3。2。2 PID 控制系统的建模 16

3。2。3 PID 控制器输入输出映射关系的探究 18

第四章 云模型映射器的建立 20

4。1 一维云模型映射关系的建立 20

4。1。1 一维云模型单规则推理映射定理和仿真 20

4。1。2 多规则推理映射的验证 21

4。2 PID 型云模型智能控制系统的建模与仿真 23

4。2。1 S 函数的概述 23

4。2。2 一维云模型控制器 26

4。2。3 P 型、I 型和 D 型云模型控制器模块的自定义 27

4。2。4 PID 型云模型智能控制系统搭建与仿真 27

结语 30

致谢 31

参考文献 32

第一章 绪论

1。1 云模型研究背景和研究意义

自然语言中的概念是带有确定性质的，人们在使用‘大概’‘也许’等定量不 明确的词语时，对这些词语表达的是模糊性还是随机性并不十分关心。关于如何理 解不确定性的概念，并不一定要单独从它的模糊性和随机性去分析。相反，能够将 这个概念不确定性的两方面通过一个转换模型将模糊性和随机性联系起来倒是更 为合理，云模型就是在这样的理论基础下应运而生。

随着科技水平的日益提升，在工程控制领域中，我们要求控制效果越来越精细， 但是对于很多被控对象来说，控制系统复杂，系统干扰较多。传统控制方式不能满 足工程要求。随着新的控制理论出现，尤其是人工智能的出现，智能控制被越来越 多的用于生产实践中，智能控制作用于被控对象，解决了很多控制领域的难题，比 如复杂系统难以建模、经典控制理论无法满足控制要求等问题；当然也使得工业控 制慢慢突破经典控制理论的束缚。论文网

李德毅教授提出的云模型是一种定性与定量之间不确定转换模型，他用三个数 字特征：期望（Ex）、熵（En）、超熵（He）将模糊性和随机性结合起来，并且对 隶属函数进行了全新的诠释[1]。