基于AFS模糊逻辑综合评价算法的研究.pdfVIP

基于 AFS 模糊逻辑的综合评价算法研究 胡伟杰 刘晓东 大连理工大学信息与控制中心 辽宁大连(116024) E-mail:huawei0724@ 摘 要：本文通过对热轧层流冷却过程中控制系统参数整定的研究，提出了一种基于 AFS 模糊逻辑理论的模糊综合评价算法，并根据工业生产流程过程中实际测试得到的数据进行了 仿真测试计算。仿真结果表明，采用本文方法所建立的模糊控制系统不仅具有较好的控制效 果，而且具有良好的可解释性。 关键词：AFS模糊逻辑 模糊综合评价 热轧层流冷却 中图分类号：TP181 1. 引 言 AFS 理论[1] （公理模糊集理论）于 1995 年被首次提出，作为模糊集理论的一种新的研究 AFS 理论应用 AFS 代数和 AFS 结构来描述自然语言的不确定性和原始数据随机分布的 方法， 不确定性，为模糊概念的隶属函数及其逻辑运算提供了客观统一的确定方法，克服了传统研 究方法中隶属函数确定的主观性和模糊逻辑算子选择的随意性。它比现有的模糊逻辑更接近 于人类的思维逻辑，更便于计算机处理。可直接在原始数据和相关信息上建立更接近于现实 世界的智能系统模型。 综合评价是对多种属性的事物，或者说其总体优劣受多种因素影响的事物，做出一个能 合理地综合这些属性或因素的总体评价。例如，教学质量的评估就是一个多因素、多指标的 复杂的评估过程，不能单纯地用好与坏来区分。而模糊逻辑是通过使用模糊集合来工作的， 是一种精确解决不精确不完全信息的方法，其最大特点就是用它可以比较自然地处理人类思 维的主动性和模糊性。因此对这些诸多因素进行综合，才能做出合理的评价，在多数情况下， 评价涉及模糊因素，用模糊数学的方法进行评价是一条可行的也是一条较好的途径。 模糊综合评价较好地处理了评价问题中的模糊信息，而且方法简单、概念清楚，已经在 国民经济和工农业生产的许多方面得到了广泛的应用。 本文所处理的问题是中国某钢厂在实际生产过程的一道工艺流程，在实际生产过程中的 算法需要有更好的可解释性和较高的可操作性，所以针对这一问题，本文采用基于 AFS 模糊 逻辑的综合评价方法，该算法更便于操作人员理解控制生产过程，具有更强的鲁棒性和可解 释性。并且在此算法中，针对传统的确定权重集的方法中往往带有较浓厚的主观色彩，有可 能使得评价结果失真这一不足，提出了利用模糊格贴近度来优化确定权重集的新方法。本文 最后将基于 AFS 模糊逻辑的综合评价算法运用到热轧带钢层流冷却过程中，取得了良好的仿 真控制效果。 1. AFS 理论 AFS 理论是由 AFS 结构[2,3] 和 AFS 代数[2,3] 构成的。AFS 结构是一个三元组(M , τ, X ) ，它是 论域X 和属性集 M 之间的复杂关系的数学抽象。EI 代数 EM(expending one set M , AFS 代数的一 种)是由属性集 M 生成的。论域X 上的每一个概念都能用 EM 中的元素表示并且(EM , ∧, ∨, ) 本课题得到国家973项目（项目编号：2002CB312201-06）资助 - 1 - 是一个模糊逻辑系统。 EI 代数一种特殊的 AFS 代数。设 M 是一非空集合，定义： EM={∑ A | A ⊆2M , i ∈I, I 为任意一非空指标集} i ∈I i i 其中∑ A 表示形式和。当A 按照不同的次序作和时，∑ A 表示EM 中相同的元素，例如 i ∈I i i i ∈I i ∑ A =A +A =A +A , A , A ∈2M 。 i ∈{1, 2} i 1 2 2 1 1 2 定义 2.1[2,3] 设M是一非空集合, ∑ A , ∑ B ∈EM。如果在E