IC02模煳控制的数学基础.ppt

第2章 模糊控制的数学基础 2.1 引言 2.2 模糊集合 2.3 模糊关系与模糊关系矩阵运算 2.4 模糊逻辑推理 1. 什么是模糊控制? 3) 集合的直积 模糊集合及其运算规则 在普通集合中，论域中的元素（如a）与集合（如A）之间的关系是属于（a∈A），或者不属于（a A），它所描述的是非此即彼的清晰概念。但在现实生活中并不是所有的事物都能用清晰的概念来描述，如: 对论域U上一个确定元素u0是否属于论域上的一个边界可变的普通集合A*的问题，针对不同的对象进行调查统计，再根据模糊统计规律计算出u0的隶属度。 由张教授调查统计结果可知，共调查统计129次，其中27岁的人属于“青年人”这个边界可变的普通集合的次数为101次。根据模糊统计规律计算隶属度为： 2.3 模糊关系与模糊关系矩阵运算 指对普通集合的直积施加某种模糊条件限制后得到的模糊集合。记作R表示。模糊关系可用扎德表示法、隶属函数或矩阵形式来表示。 (4)合成 (1)并、交、补运算 (2)相等与包含 (1)准备知识 (2) 模糊条件语句 设 、 、 分别为不同论域X、Y、Z上的模糊子集，则由“ ” 型条件语句所决定的在X×Y×Z上的三元模糊关系为： 目前我们已经学习了三种基本的模糊条件语句，简单小结如下： （3）模糊推理 Zadeh推理法是假言推理在模糊事件情况下的一种近似推理方法。 若 ，则 ； 如今 ； 结论 扎德推理的逻辑结构结构为： Zadeh推理结构 ①若 则 型 若 ，则 ； 如今 ； 结论 ②若 则 否则 型 若 ，则 否则 ； 如今 ； 结论 ③若 且 则 型 若 且 ，则 ； 如今 且 ； 结论 例 设计一个三角形隶属函数，按[-3，3]范围七个等级，建立一个模糊系统，用来表示{负大，负中，负小，零，正小，正中，正大}。Matlab仿真结果如图所示。 模糊系统的隶属函数 模糊与概率的差别： C A 口极渴的人饮用哪杯液体？ 模糊性与随机性的差别 概率论主要研究和处理随机现象，所研究的事件本身有着明确的含义，只是由于条件的不充分，使得在条件与事件之间出现不确定性的因果关系。这种在实践的出现与否上显现出的不确定性称为随机性。可见随机性则主要反映的是客观上的自然的不确定性。 模糊数学是研究和处理模糊现象的，所研究的事物概念本身是模糊的。即一个对象是否符合这个概念很难确定，这种由于概念的外延模糊而造成的不确定性称为模糊性。模糊性主要是人为的主观理解上的不确定性。 模糊与概率的差别： C A 啤酒 盐酸 模糊隶属度表示物体（对象）对不精确定义性质的相似程度。 概率把信息转变为事件发生或出现的频度。 支集 支集 核 交叉点 截集 ③ 核 ④ 截集 ⑤ 交叉点 ⑥ 模糊单点 年龄 隶属函数 1.0 0.5 45 90 模糊集合的基本运算 1．幂等律 A∪A=A，A∩A=A 2．交换律 A∪B=B∪A，A∩B=B∩A 3．结合律 (A∪B)∪C=A∪(B∪C) (A∩B)∩C=A∩(B∩C) 模糊集合的基本运算法则 4．吸收律 A∪(A∩B)=A A∩(A∪B)=A 5．分配律 A∪(B∩C)=(A∪B)∩(A∪C) A∩(B∪C)=(A∩B) ∪(A∩C) 6．复原律 7．对偶律 8．两极律 A∪E=E，A∩E=A A∪Ф=A，A∩Ф=Ф 关系是指对两个普通集合的直积施加某种条件限制后得到的序偶集合。常用R表示。 例：A=（1，3，5），B=（2，4，6）则直积集合为： A×B ={(1，2) (1，4) (1，6) (3，2) (3，4) (3，6) (5，2) (5，4) (5，6)} 对其施加ab的条件限制，则满足条件的集合为： A×Bab={(3，2) (5，2) (5，4)} 对A×B施加ab的条件限制后得到的新的集合定义为关系，记做R。 则：Rab={(3，2) (5，2) (5，4)}。 1) 关系与模糊关系 Rab=A 1 0 0 0 3 1 0 0 5 1 1 0 2 4 6 B 关系R可以用矩阵形式来表示。一般形式为： 则对上例有： 当论域元素有限时，模糊关系R可用扎德表示法表示和模糊关系矩阵来表示。 模糊关系 例：设A和B为两个不同论域上的普通集合，A=（1 2 3），B=（1 2 3 4 5），对A×B施加 a?b的模糊条件限制后得到一个模糊关