模糊控制系统2.1模糊集合摘要.pptVIP

第二章 模糊控制系统 模糊控制系统是一种自动控制系统。 它是以模糊数学、模糊语言形式的知识表示和模糊逻辑推理为理论基础，采用计算机控制技术构成的一种具有闭环结构的数字控制系统。 它的组成核心是具有智能性的模糊控制器。 在控制原理上它应用模糊集合论、模糊语言变量和模糊逻辑推理的知识，模拟人的模糊思维方法，对复杂过程进行控制。 2.1 模糊集合 经典的集合理论是基于布尔逻辑的，一个特定的对象或变量要么属于一个给定的集合(逻辑1)，要么不属于(逻辑0)。 但是，在基于模糊逻辑的模糊集合理论中，一个特性的对象对于给定的集合总有一个隶属度，其可能是0(完全不属于这个集合)到1(完全属于这个集合)之间的某个值。 正是由于这个原因，模糊逻辑常被称为多值逻辑，以区别于二值布尔逻辑。 输入/输出映射问题 一个模糊逻辑问题可以被等效为一个通过“黑箱”描述的具有输入/输出的、静态的和非线性的映射问题。 所有的输入信息定义在输入空间中，并在黑箱中被处理，结果显示在输出空间中。 通常映射可以是静态的也可以是动态的，且映射的特性是由黑箱的特性决定的。 2.1.1隶属函数 (MF) 例如，温度是一个模糊变量，它可以由语言变量冷、温、热来定义，每一个语言变量可以用一个三角形的或含有部分直线段的隶属函数(MF)来表示。 一个MF是一条描述模糊变量在某区域的值如何被映射为0到1之间的一个隶属值μ(隶属度)的曲线。 不同种类的隶属函数 a)三角形 b)梯形 c) 高斯形 d)双侧高斯形 不同种类的隶属函数 e)钟形 f)右开口S形 g)左开口S形 h)差值S形 不同种类的隶属函数 i)乘积S形 j)多项式Z形 k)多项式π形 l)多项式S形 2.1.2 模糊集合运算 采用三角型MF的模糊集合A和B之间的或、与、非逻辑运算如图(左边)，并与右边相应的布尔逻辑运算相比较。 2.1.3模糊系统 一个模糊推理系统(或称模糊系统)实质上包含从一个基于模糊逻辑的给定输入集合到输出集合的映射算式。该映射的过程反映了推理或推断的基本思想。一个模糊推理过程包括以下五个步骤： 步骤1：输入变量的模糊化； 步骤2：对规则的前提部分应用模糊运算(AND、OR、NOT)； 步骤3：从前提到结论的推理； 步骤4：所有规则作用结果的聚集； 步骤5：解模糊。 餐馆小费模糊推理系统 其中“食物”和“服务”是输入模糊变量(变量范围(或论域)是[0，10])； “小费”是输出模糊变量(变量范围是[0，0.25])。 输出是这个系统三条规则执行结果的合成。 饭店小费模糊系统中的信息处理 输入变量“服务”采用三个模糊集合表示，分别为“差”、“好”、“极好”，对应于曲线型MF； 变量“食物”用两个模糊集合表示，分别为“糟糕”和“美味”，采用直线型MF； 输出变量“小费”由“少”、“一般”和“多”三个集合表示，采用三角形MF。 步骤1：输入变量的模糊化； 例如，考虑“服务”质量的分数为3，该精确输入对于“差”模糊集的隶属度为μ=0.3，即为模糊化的结果。如果“食物”的打分为8，其对应于“糟糕”模糊集的模糊化结果为μ=0。 一旦输入被模糊化，便可知它对某条规则前提部分的隶属度。 步骤2：对规则的前提部分应用模糊运算； 在这个规则中，使用的是“OR”运算，因此在0.3和0两个值之间，模糊算子的运算结果为0.3，该值也被定义为一条规则的开放度(DOF)。反之，如果这条规则包含“AND”运算，那么0将被选取。 步骤3：从前提到结论的推理； 在这个规则中，输出MF“少”在μ=0.3时被截得以形成如图所示的模糊输出. 步骤4：所有规则作用结果的聚集 采用叠加方法对这些输出进行合成，以形成最终的模糊输出结果 ，如图右边的底部所示。 步骤5：解模糊。 最后，模糊输出(面积)转化为精确输出(小费为16.7%)，即一个单纯的数字. 2.1.3推理方法 1、Mamdani方法 考虑一个模糊系统中的三条规则，其一般表述形式如下： 规则1：如果X是负小(NS)且Y是零(ZE)，那么Z是正小(PS); 规则2：如果X是零(ZE)且Y是零(ZE)，那么Z是零(ZE)； 规则3：如果X是零(ZE)且Y是正小(PS)，那么Z是负小(NS)。 其中，X和Y是输入变量；Z是输出变量；NS、ZE和PS是模糊集合。 基于Mamdani方法的三规则模糊推理过程 当输入为X=-3和Y=1.5时， 规则1的开放度(DOF)为 DOF1=μNS(X)∧μZE(Y)=0.8∧0.6=0.6 输出为截去顶部的MF(PS’) 对于规则2和规则3，有 2、Lusing Larson方法 这种方法的输出MF是被标定而不是被截去顶部，如图所示。例如，考虑同样的三条规则和相同的输入，X=-3,Y