第3章模糊控制理论基础.ppt

模糊控制理论基础 教学内容 一、概述 二、模糊集合 三、隶属函数 四、模糊关系及运算 五、模糊推理 模糊控制是建立在人工经验基础之上的。对于一个熟练的操作人员，他往往凭借丰富的实践经验，采取适当的对策来巧妙地控制一个复杂过程。若能将这些熟练操作员的实践经验加以总结和描述，并用语言表达出来，就会得到一种定性的、不精确的控制规则。如果用模糊数学将其定量化就转化为模糊控制算法，形成模糊控制理论。 定义： 以模糊集合理论、模糊语言变量和模糊推理为基础的控制方法 或为： 采用模糊集合理论和模糊逻辑，并同传统的控制理论结合，模拟人的思维方式，对难以建立数学模型的对象实施的一种控制方法 特点 特点： 无须对象数学模型 反映人类智慧 易于人们接受 构造容易 鲁棒性、适应性好 3.2模糊集合 模糊集合的概念是由美国加利福尼亚大学著名教授L.A.Zadeh于1965年首先提出来的。模糊集合的引入，可将人的判断、思维过程用比较简单的数学形式直接表达出来。模糊集理论为人类提供了能充分利用语言信息的有效工具。 模糊集合是模糊控制的数学基础。 对大多数应用系统而言，其主要且重要的信息来源有两种 来自传感器的数据信息：常用0.5，2，3，3.5等数字来表示 来自专家的语言信息：常用诸如“大”、“小”、“中等”、“非常小”等文字来表示。 传统的工程设计方法只能用数据信息而无法使用语言信息。 人类解决问题时所使用的大量知识是经验性的，它们通常是用语言信息来描述。 语言信息通常呈经验性，是模糊的。因此，如何描述模糊语言信息成为解决问题的关键。 各元素与隶属度结合在一起。 Zadeh表示法： A= μA（x1）∕x1 + μA （x2）∕x2 +… + μA （xn）∕xn论域E={x1，x2，…xn}, A为E上的一个模糊集,xi的隶属度  为μA(Xi) “+”不是相加,“∕”也不是相除—分子：隶属度；分母元素。 A1=0.1 ∕a +0.3 ∕b +0.4 ∕c +0.7 ∕d +1.0 ∕eA2=1.0 ∕a +0.8 ∕b +0.55 ∕c +0.3 ∕d +0.1 ∕e 序偶表示法：A1={ （a ，0.1），（b ，0.3），（c ，0.4）， （d ，0.7），（e ，1.0）}A2={（a ，1.0），（b ，0.8），（c ，0.55）， （d ，0.3），（e ，0.1）}也可进一步化简为矢量表示：A1={μA1(a) μA1(b) μA1(c) μA1 (d) μA1(e)} ={0.1 0.3 0.4 0.7 1.0}A2={1.0 0.8 0.55 0.3 0.1} 函数描述法： 论域E上的模糊子集A完全可由隶属 函数μA(x)表征。例：年龄的论域，E=[0，100]，“年老O”，“年轻Y”1.0  x 50 100 x 25 50 模糊集的交、并、补运算具有以下性质 设A，B，C，为论域E上的模糊子集 ， ? 为空集，则 幂等率 A ∪ A = A ,A∩ A = A 交换率 A∪ B = B∪ A ,A∩ B = B∩ A 结合率 (A∪ B) ∪ C = A∪ (B∪ C),  (A∩ B) ∩ C=A∩ (B∩ C) 吸收率 (A∩ B) ∪ A=A ,(A∪ B) ∩ A=A 分配率 A∩ (B∪ C) = (A∩B) ∪ (A∩ C) A∪ (B∩ C) = (A∪B) ∩ (A∪ C) 复原率 对偶率 3.3隶属函数 1、模糊集合的特征函数-----隶属函数 * 经典集合中： 特征函数只取 0 和 1 两个值。 * 模糊集合中： 特征函数取值范围扩大至[0，1]区间，可连续取值。模糊集合中的特征函数称为隶属函数。 模糊集合中的隶属函数，是经典集合中的特征函数的扩展和一般化。 2.典型的隶属函数图形： （1）高斯函数 （2）广义钟型 （3）S函数 （4）T型隶属函数 （5）三角形隶属函数 （6）Z型隶属函数 隶属函数仿真 例3.5 针对上述6种隶属函数仿真，10≥x≥0，M为隶属函数类型，1－6 程序见chap3-2.m 改变参数分析结果 模糊系统隶属函数