随着控制技术的不断发展和其在工业过程中的深入应用,实际工业过程中的受控对象越来越复杂,如时滞、非线性、不确定性和大惯性等特性,对于此类复杂系统,由于无法建立对象的精确数学模型,传统控制理论很难给出一个很好的控制效果,虽然预测函数控制对预测模型要求不高,但是控制效果还是受到一定限制,研究模糊环境下的预测函数控制,能够拓展预测函数控制的应用范围。本学位论文是在前人研究的基础上,对模糊预测函数控制算法进行研究,本文的主要研究工作概括如下:(一)模糊预测函数控制算法的研究现状和基本理论分析了目前模糊预测控制和预测函数控制的研究现状,简单介绍了预测函数控制算法,模糊推理和T-S模糊模型及其辨识,为本论文模糊预测函数控制算法的研究提供了理论依据。(二)一种比例因子自调整的模糊预测函数控制算法的研究1.针对常规模糊控制器的控制参数是固定的,不能适应过程的持续变化,本文提出了一种比例因子自调整的模糊预测函数控制算法,在常规模糊控制器的基础上,引入在线调整因子δ,实现输出比例因子K_u在线修正,然后用比例因子自调整的模糊控制得到的控制量、预测函数控制得到的控制增量与前一时刻的控制量共同来控制被控对象。2.将本文提出的算法应用在具有大纯滞后特性的主汽温控制系统中,内环采用PI控制,外环采用具有比例因子自调整的模糊预测函数控制算法。(三)基于遗传算法的广义T-S模糊模型预测函数控制算法1.针对普通T-S模糊模型的隶属度函数和模糊规则的确定带有很大的人为主观性问题,本文提出了先用减法聚类法确定聚类中心,然后用遗传算法同时对广义T-S模型的其他前提参数和结论参数进行辨识,并进行全局寻优,最后用预测函数控制算法对其进行控制。2.将本文提出的算法应用在具有强非线性特性的PH中和过程中,先用遗传算法对PH中和过程的模型进行辨识,得到广义T-S模型,然后用预测函数控制对PH中和过程进行控制。