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(shè)計,。該系統(tǒng)以變論域模糊控制為核心算法,，用BP神經(jīng)網(wǎng)絡(luò)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(xué)模型和隸屬度函數(shù)選擇較難的問題。
關(guān)鍵詞： 模糊控制,；變論域,；溫室環(huán)境控制；專家系統(tǒng),；BP神經(jīng)網(wǎng)絡(luò)

    隨著農(nóng)業(yè)的不斷發(fā)展,，設(shè)施農(nóng)業(yè)將成為未來農(nóng)業(yè)的主旋律,，因此發(fā)展溫室種植成為提高經(jīng)濟效益、改善農(nóng)業(yè)生態(tài)環(huán)境的一種有效途徑,。溫室生產(chǎn)以達到調(diào)節(jié)產(chǎn)期,、促進生長發(fā)育、提高質(zhì)量和產(chǎn)量為目的,。而溫室設(shè)施的關(guān)鍵是溫室環(huán)境控制,，調(diào)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(dāng)前的溫室環(huán)境參數(shù)自動調(diào)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(xué)模型,。應(yīng)用基于BP神經(jīng)網(wǎng)絡(luò)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(xué)模型，解決了模糊控制中初始論域選擇不當(dāng)對溫室控制的影響,，也無需過多的專業(yè)知識,。基于BP神經(jīng)網(wǎng)絡(luò)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(jié)構(gòu)及原理
1.1 控制系統(tǒng)的結(jié)構(gòu)
    系統(tǒng)結(jié)構(gòu)如圖1所示，傳感器采集到室內(nèi)和室外的溫度,，經(jīng)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(jīng)網(wǎng)絡(luò)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(xué)模型,，雖然使用模糊控制不需要建立精確的數(shù)學(xué)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(jié)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(dāng)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(shè)計
2.1 系統(tǒng)的原理
    基于BP神經(jīng)網(wǎng)絡(luò)的變論域模糊控制由模糊控制技術(shù)與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合構(gòu)成,，它兼有模糊推理的語言表達能力和BP神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)能力?；贐P神經(jīng)網(wǎng)絡(luò)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(jīng)網(wǎng)絡(luò)計算出當(dāng)前系統(tǒng)的伸縮因子，同時根據(jù)當(dāng)前系統(tǒng)的誤差利用ＢＰ神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力不斷地對伸縮因子的模糊劃分進行優(yōu)化,?；贐P神經(jīng)網(wǎng)絡(luò)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(wù)是將推理得到的模糊輸出轉(zhuǎn)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(quán)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(diào)控參數(shù)進行檢測,，調(diào)整各個執(zhí)行設(shè)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(jīng)網(wǎng)絡(luò)的變論域模糊控制的溫室環(huán)境控制系統(tǒng)的設(shè)計,。系統(tǒng)以模糊控制為基本控制方法，用BP神經(jīng)網(wǎng)絡(luò)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(fù)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(xué),，2008：.
[2] 李洪興.變論域自適應(yīng)模糊控制器[J].中國科學(xué)，1999,，29(l)：32-42.
[3] 張洪波,，陳平,，劉學(xué)，等.基于神經(jīng)網(wǎng)絡(luò)的專家系統(tǒng)在溫室控制中的應(yīng)用[J].成都信息工程學(xué)院學(xué)報,，2010,，25(3)：260-263.
[4] 劉增良，劉有才.模糊邏輯與神經(jīng)網(wǎng)卡(第1版)[M].北京：北京航空航天大學(xué)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(nóng)機化研究,，2003(2)：53-54.