基于模糊数学的机械设计.docVIP

基于模糊数学的机械设计 10级机械制造与设计专业三班 姓名： 安伟民 学号：1004011331 姓名： 杨海明 学号：1004011339 　　现实世界中大量存在“亦此亦彼”处于中介过渡状态的模糊现象,它所导致的认识和判决过程中的不确定性,就是模糊性。模糊性是人类思维和客观事物普遍存在的属性之一。　　在数学和哲学领域里,不分明或模糊逻辑已有长久的历史。当人们发现,并非所有的逻辑判断陈述句均为同样程度的“真”或“假”时,模糊逻辑研究就开始了。1965年,美国加州柏克莱大学的扎德(L. A. Zadeh)教授发表了里程碑性的论文“模糊集合”。在这篇论文中,他第一次用“模糊”( fuzzy)这个词来表示技术文献中的“不分明”( vague) ,并提出当且仅当一个集合破坏了排中律和矛盾律时,该集合为模糊集合,从而把经典集合与多值逻辑融为一体,创立了模糊集合论,由此形成了基于模糊集合论的一门新的学科———模糊系统理论。1972年,扎德提出了用模糊语言进行系统描述的方法,为模糊控制的实施提供了有效手段。二十世纪八十年代中后期以来,日本和其它一些发达国家兴起了一股研究模糊技术的热潮,特别是在日本,采用模糊控制技术的家用电器产品大量涌现,倍受用户青睐。同时,模糊技术在地铁机车、机器人、过程控制、医疗以及故障诊断、语音和图象识别等领域的应用,也获得了成功。　　在机械设计中也存在大量的模糊信息,如机械零部件设计中,零件的安全系数常常从保守观点出发,取较大值而不经济,但在其允许的范围内存在着很大的模糊区间;机械制造中加工变量v、f、ap 的选取,其允许值和实际选取的值也存在一模糊区间,在这些区间里取值与允许值并无多大差别。但区间内往往含有丰富的工艺参数信息,并有可能获得意想不到的结果。如:材料的厚度约为2cm,冲击力约为8 t,零件底部圆角半径为5～6mm等等。传统设计模型是先把模糊信息进行一定的简化,即把模糊信息变成非模糊信息,然后再进行加工。这种设计模型未能有效描述这些信息,也不能直接利用这些信息去进行设计计算。因此在机械设计中引入模糊是很有必要的。　　一、模糊数学基础1. 模糊集合及其表示方法论域U上的一个模糊集合A是指,对于P u ∈U,都指定了一个数μA ( u) ∈ [0, 1 ]与之对应,它叫作u对A 的隶属度( degree of membership) 。这意味着定义了一个映射μA :　　μA :U → [0, 1 ], uαμA ( u)该映射称为A 的隶属函数(membership function) ,或集函数( set function) 。在给定的论域U上,可以有多个模糊集合。设U上模糊集合的全体为F (U) ,则: F (U ) = { A |μA :U →[0, 1 ] }　　正如普通集合完全由特征函数所刻画一样,模糊集合也完全由隶属函数所刻画。μA ( u)的值越接近于1, u就越属于A;反之,μA ( u) 的值越接近于0, u就越不属于A。当μA ( u) 的值域仅为{ 0, 1} 时,模糊集合A 就蜕化为一个普通集合,μA ( u) 也就演化为特征函数。因此,普通集合是模糊集合的特例,模糊集合是普通集合的推广。　　为了简便,可以将模糊集合A本身看作隶属函数μA ,即:　　A ( u) =μA ( u) , P u ∈U对于U 上模糊集合A, 隶属函数为μA ( u) , 常见的表示方法有序偶法、Zadeh法和向量法。　　隶属函数是模糊集合论赖以建立的基石,合理地确定出模糊集的隶属函数,对于较准确地描述和表达模糊概念是重要的。目前,建立隶属函数常用的方法有模糊统计法、二元对比排序法、经验权重法等,此外常常选择一些典型的模糊分布, 去逼近所研究的模糊集合的隶属函数。所谓模糊分布,是指以实数域R 为论域的隶属函数。最常见的几种模糊分布形态为三角型、正态型和梯型。均匀分布的隶属函数称为线性隶属函数, 不均匀分布时称为非线性隶属函数。　　2. 模糊集合的运算与普通集合类似,模糊集合也有相等以及包含、交、并、补运算。两个模糊子集间的运算,就是逐点对隶属函数做相应的逻辑运算。设A, B ∈ F (U ) ,如果对于P u ∈U,均有:　　(1) μA ( u) =μB ( u) 则称A 和B 相等,记为A = B ,即:　　A = B ZμA ( u) =μB ( u)(2)μA ( u) ≤μB ( u) 则称B 包含A,或A 是B 的子集,记为A A B ,即:　　A A B ZμA ( u) ≤μB ( u)并且分别称A ∪B , A ∩B 为A与B 的并集、交集,称为Ac为A的补集或余集,其隶属函数分别为:　　Ac : μA c ( u) = 1 - μA ( u) , P u