第三章、模糊控制系统.pptVIP

 　  由极大极小推理法（玛达尼削顶法）可得控制量的输出模糊集为： 第1条规则： 图3-7 模糊推理过程示意图 再由重心法计算出模糊控制输出的精确量。 第2条规则： 最后将每一条推理规则得到的模糊控制子集进行“并”运算。 -4 -3 -3 -2 -2 -3 0 0 0 4 -3 -3 -3 -2 -2 -2 0 0 0 3 -3 -3 -2 -2 -1 -1 0 1 1 2 -3 -2 -2 -1 -1 0 1 1 2 1 -2 -2 -1 -1 0 1 1 2 2 0 -2 -1 -1 0 1 1 2 2 3 -1 -2 -1 0 1 1 2 2 3 3 -2 0 0 0 2 2 2 3 3 3 -3 0 0 0 3 2 2 3 3 4 -4 4 3 2 1 0 -1 -2 -3 -4 同样，对输入空间论域中的所有组合计算出相应的输出控制量，即可构成一个模糊控制器的控制表。 模糊控制表的建立是离线进行的，因此它丝毫没有影响模糊控制器实时运行的速度。查表法特点：运算速度快，实时性强。 表3-3 模糊控制表 第三节 模糊控制器的设计举例 一、流量控制的模糊控制器的设计 被制对象：单输入单输出的控制系统 要求：液位恒定； 系统控制量：阀门的流量。 语言值分档：“负大”、“负小”、“零”、“正小”、“正大”五个等级 (NB 、 NS 、 ZE、 PS、 PB) 模糊控制器的输入变量：误差e、误差变化de 输出变量：阀门流量u 语言值：“关”、“半开”、“中等”、“开”四个等级。 （“开”、“关”都代表模糊子集） 液位控制系统图 图3-8 误差和误差变化的隶属度函数图 图3-9　阀门流量的隶属度函数 举例：若e=5，de=8 求输出流量值u？ 1、模糊化过程 2、模糊逻辑推理 注意：或者（OR）表示“并”运算（取大）； 和（AND）表示“交”运算（取小） * 第一节 模糊控制系统的组成 模糊逻辑控制系统的基本结构： 模糊化 推理决策 精确化 被控对象 数据库和规则库 模糊 控制器 给定值 - + 输出 输入 模糊控制器三个重要功能：1)把系统的偏差从精确量转化为模糊量(模糊化过程、数据库完成) 。 第三章 模糊控制系统 3)把推理结果的模糊输出量转化为实际系统能够接受的精确数字量或模拟量(精确化接口完成)。 2)对模糊量由给定的规则进行模糊推理(规则库、推理决策完成)。 模糊控制器四个组成部分的设计： 一、模糊化过程 输入变量的值 （精确数字量） 对应语言值的隶属度 模糊子集（语言值） 速度 语言变量X 语言值规则G 语言值集合T(X) 算法规则M 例： 若输入值： 0.25 0.75 对应隶属度： 65 模糊控制器设计的关键在于如何有效地建立知识库。 二、知识库 知识库包括数据库和规则库。 1. 数据库的定性设计 量化等级的选择 量化方法（线性量化或非线性量化） 量化因子（比例因子） 模糊子集的隶属度函数 包括 (1)论域的离散化 离散化：把语言变量的论域从连续论域转换成有限整数的离散论域（量化过程）。 量化方法：设某物理量，其论域X=[-x，x]，把此论域转换成整数的离散论域N=[-n，-n+1，…，-1，0，1，…，n] 令k为量化因子，即 若 ，则有 与之对应 其中： （符号[ ]表示四舍五入取整） 量化等级：2n+1 若论域X=[xL，xH]，把此论域转换成整数的离散论域N=[-n，-n+1，…，-1，0，1，…，n] 量化因子k： 若 ，则有 与之对应 其中： 语言变量分档方法（隶属度表示方法）： 语言值 ①图形表示法（连续论域） 语言值 ②表格表示法（离散论域） 1 0.5 0 0 0 0 0 0 0 PB 0 0.5 1 0.5 0 0 0 0 0 PS 0 0 0 0.5 1 0.5 0 0 0 ZE 0 0 0 0 0 0.5 1 0.5 0 NS 0 0 0 0 0 0 0 0.5 1 NB 　　　　　　　相关的隶属度函数 语言变量值 4 3 2 1 0 -1 -2 -3 -4 量化等级 语言变量分档 任意一个连续的测量值可以通过相邻两个离散值的插值运算得到模糊度的值。 整数论域的元素 清晰量转化为模糊量 图：典型的模糊逻辑逻辑系统 量 化 模糊 规则 对象 量 化 清晰量： 输入 输出（控制量）u 偏差e 偏差变化率de 量化 语言变量值（整数论域） 例：e：[-50，50] de：[-150，150] u：[-64，64] 量化为：{-4， -3， -2， -1， 0， 1， 2， 3， 4}