人工智能课件4祥解.pptVIP

4.1 模糊逻辑语言 模糊语言变量 语言变量是指以自然或人工语言中的“字”或“句”作为变量。 语言变量取为模糊集合时，则成为模糊语言变量。 模糊语言变量与模糊变量相比较，是一个级别更高的变量，它有句法规则和语义规则。 前述模糊逻辑函数 的 即为模糊变量，或称为“字”。 4.1 模糊逻辑语言 一个完整的模糊语言变量可定义为一个五元体（五维组），可简写为： 语言变量名称x 语言变量语言值名称的集合T(x) 论域U 语言规则G：说明一个完整的语句形式； 语义规则M：说明语句所在论域的范围。 4. 2 模糊逻辑推理 模糊逻辑是建立于模糊集合和二值逻辑概念基础上的一类特殊的多值逻辑。 是二值逻辑的模糊化。二值逻辑是阈值逻辑，而模糊逻辑是[0，1]的连续值逻辑。 模糊逻辑以合取、析取和蕴涵等定义为基础 ，利用三角范式和三角协范式，产生模糊推理中常用 的模糊蕴涵关系。 4. 2 模糊逻辑推理 三角范式：三角范式“*”是从[0,1]到[0,1]的两位函数，即*： [0,1]→ [0,1]。用于定义近似推理中的合取。 对于所有 ，有 交 代数积 有界积 强积 4. 2 模糊逻辑推理 三角协范式：三角范式 是从[0,1]到[0,1]的两位函数，即 ： [0,1]→ [0,1]。用于定义近似推理中的析取。对于所有 ，有 并 代数和 有界和 强和 4. 2 模糊逻辑推理 模糊蕴涵：由A→B所表示的模糊蕴涵是定义在 上的一个特殊的模糊关系，其关系及隶属度函数为： 模糊合取 模糊析取 基本蕴涵 4. 2 模糊逻辑推理 广义取式（肯定前提）假言推理法GMP 又称为广义前向推理 可表示为： 模糊蕴涵关系为： 4. 2 模糊逻辑推理 广义拒式（否定结论）假言推理法GMT 又称为广义后向推理 可表示为： 模糊蕴涵关系为： 4. 2 模糊逻辑推理 当 时，GMP就退化为“肯定前提的假言推理”，它与正向数据驱动推理有密切关系，在模糊逻辑控制中非常有用。 当 时 ，GMT就退化为“否定结论的假言推理”，它与反向目标驱动推理有密切关系，在专家系统中非常有用。 4. 2 模糊逻辑推理 可以把模糊蕴涵A→B理解为一条IF—THEN规则，则不同的模糊蕴涵关系就对应了不同的模糊推理规则。 五、 模糊判决方法 通过模糊推理得到的结果是一个模糊集合或者隶属函数，但在实际应用用，特别是在模糊逻辑控制中，必须用一个确定和值才能去控制伺服机构。 模糊判决：在推理得到的模糊集合中取一个相对最能代表这个模糊集合的单值的过程。 五、 模糊判决方法 重心法 取模糊隶属函数曲线与横坐标轴围成面积的重心作为代表点。即： 理论上比较合理，但计算比较复杂，不适用于实时性要求较高的系统。 五、 模糊判决方法 最大隶属度法 取模糊隶属度最大的那个元素作为输出即可，但前提条件是隶属度曲线一定是正规凸模糊集合（单峰曲线）。如果曲线为梯形平顶，则对所有最大隶属度的元素求平均值。 未考虑其他隶属度较小值的影响，代表性不好，适用于比较简单的系统。 五、 模糊判决方法 系数加权平均法 其输出由下式决定： 系数 根据实际情况决定，可通过选择和调整该系数来改善系统的响应特性。 五、 模糊判决方法 隶属度限幅元素平均法 用所确定的隶属度值对隶属函数曲线进行切割，再对切割后等于该隶属度的所有元素进行平均，用这个平均值作为输出执行量。 六、模糊控制 六、模糊控制 模糊控制中最常用到的误差语句 六、模糊控制 例：一模糊控制炉温过程，控制规则是：如果炉温（x)低（A），则外加电压（y）应高（B）。否则（即如果炉温不低）则电压不很高（C）。现状态是：如果炉温很低（A1），外加电压应如何调节（B1）。 解：设调控的电压范围取离散值为340V，360V，380V，400V，420V；调控温度为96℃、98 ℃、100 ℃ 、102 ℃ 、104 ℃。 为炉温， 为电压。 六、模糊控制 论域为： 分别对应上述炉温和电压。 （1）设定： 炉温低 外加电压高 炉温不低 六、模糊控制 电压不很高 炉温很低 六、模糊控制 （2）模糊关系R如下面表示： 即[（温度低×电压高）+（温度不低×电压不很高）] 则 对应所给的例题中已知μ值，可以得到R如下： 六、模糊控制 （2）模糊关系R如下面表示： 六、模糊控制 以上 求取过程为： 六、模糊控制 （3）现炉温很低 则应有电压 其中： 先小后大 电