第2章 模糊控制论.ppt

经典集合 表示方法 模糊概念 隶属度函数 模糊集合 Fuzzy Sets 表示方法 支集、模糊单点 2.2 模糊集合论基础 其它运算* 模糊集合运算的基本性质 模糊集合运算的基本性质 2.3模糊逻辑、模糊逻辑推理和合成 命题联结词 模糊逻辑的基本运算 基本定律 削顶法图示 2.4.2 知识库 2.4.4 精确化 Defuzzification 过程 例　土壤浇水模糊推理系统 例　土壤浇水模糊推理系统 例　土壤浇水模糊推理系统 2.5 模糊控制系统的设计 2.5 模糊控制系统的设计 2.5 模糊控制系统的设计 2.5.3 模糊控制器的设计原则 2.5 模糊控制系统的设计 2.7 模糊控制器的应用 2.7 模糊控制器的应用 我们都知道在现实生活中的一些概念是有着明确意义的，比如说“一个”、“男人”、“货币”等概念，对于这些概念，在数学上常常用经典集合来表示。但是现实生活中不是每个概念都是很明确的，比如我们说“青年人”这个概念，你能在年龄轴上画两条线，表明在两条线内的就是青年人，而在其外的就截然不是青年人吗？显然这样做是不行的，因为人的生命是一个连续的过程，一个人从少年走向青年是一日一日积累的，同样，一个人从青年步入中年也是一个渐变的过程。我们把这样的一类概念称之为模糊概念。 例如，某人有急事要找一个正在开座谈会的同事，这时你刚好要进会议室，他请你把要找的人叫出来，他告述你这个人的特征是秃顶大胡子，浓眉大眼，你进去只要目光一扫，就会找到这个人。然而，他如果明确告述你，他头上的头发是13000根，胡子有4999根，眼睛的尺寸是多少多少，你反而可能就无法判断是哪一个人。在这种情况下，给出的是模糊概念，得到的却是精确结果，相反，如果给出精确的描述，得到的结果倒可能是模糊的。这是因为模糊概念比精确描述可以覆盖更广的范围，这种定性描述可以利用人原有的知识来大大地增加信息量。 “模糊” Fuzzy ，英语注释为“Like Fuzz”或“indistinct in shape or outline ”，即“绒毛状的”、“形状（或轮廓）不清晰的”，甚至是“朦胧的”、“不精确的”、“不合乎逻辑的”。例如“温度高”、“数量大”、“个子高”等。 在黑板上画出“远远大于0”的实数集合F（连续域）。 精确兮，模糊所伏；模糊兮，精确所依。——老子。 随着系统复杂性的增加，我们描述系统行为的精确性和有效性就随之下降，一旦超过其阈值，其精确性和有效性（相似程度）几乎变成了互相排斥的特性了。（不相容原理）——Ｌ.扎德。 L.A.Zadeh 美国自动控制专家，美国工程科学院院士。1921年2月出生于阿塞拜疆的巴库。1949年获哥伦比亚大学电机工程博士学位，并留校任教。1959年离开Columbia转去Berkeley，现为Berkeley加利福尼亚大学电机工程与计算机科学系退休教授。因发展模糊集理论的先驱性工作而获电气与电子工程师学会 IEEE 的教育勋章。 某一牌照的汽车，其中有一部分零件是进口的，其它零件是国产的，要问这种汽车是否是国产的，那该怎么回答呢?在经典逻辑中，要么回答“是”，要么回答“不是”。从本质上说，只有百分之百是国产零件的汽车才能算是“国产”。如果这样说，也许现在世界上就没有一种汽车真正是“国产’’的。例如日本汽车中用到美国的集成电路芯片，美国汽车中用到了西欧的传感器等。事实上，我们经常会这样说：“这种车的零件大部分达到了国产化”，在二值逻辑中就无法表达象“大部分”这样的不精确含糊信息；实际上“大部分”还有一个“程度”的问题。在模糊逻辑中则利用隶属度来描述“程度”，那么就可说这种车国产化程度是86％，尚有14％靠进口。 就驾驶汽车而言，粗略地讲，司机根据自己的驾驶经念，在一般环境下采用如下三类规则来驾驶汽车： 如果速度慢，则施加给油门较大的力；如果速度适中，则施加给油门正常大小的力；如果速度快，则施加给油门较小的力。 设想设计一个可以自动控制汽车速度的控制器。那么如何模仿人类司机，也就是把人类司机所采用的规则转换到自动化控制器中去。我们可以利用模糊逻辑来构造模糊控制器。 互补律在模糊集合中不再成立，这是因为模糊集及其补集在论域上没有明确的边界。 步骤3：模糊推理 设系统误差e的量化值为l、误差变化de的量化值为-2 。 可得非零的隶属度函数为： 误差e ：μZE 1 0.2 μps 1 0.4； 误差变化 de： μNS -2 1 只有以下两条规则有效 如果误差e是ZE、且误差变化de是NS，则控制U为PS； 如果误差e是PS、且误差变化de是NS，则控制U为ZE； 步骤4：清晰化过程 由极大极小推理法可得控制量的输出模糊集为 μps 1,-2 min 0.2,1 0.2 μZE 1,-2 min 0.