智能控制导论8.ppt

课程名称：智能控制导论 1、模糊集合交、并、补的运算性质如何？ 与经典子集完全相同，并取最大，交取最小，可以与经典特征函数性质比较。 2、什么是隶属函数？ 利用模糊集合对事物的不确定性进行描述的函数叫隶属函数。它是在[0，1]上的多值函数或连续函数，他表示的是属于命题的程度。很显然，对于不同的模糊命题，就对应不同的隶属函数。如“远远大于0的实数集合”模糊命题。 3、隶属函数的求取原则是什么？ 1）隶属函数的模糊集合必须是凸模糊集合 2）变量所取隶属度函数通常是对称和平衡的 3）隶属度函数符合人们的语义顺序 4）对同一输入没有两个隶属度函数会同时有最大隶属度（-20度） 4、隶属度函数的求取方法有哪些？ 统计法、专家经验法、例证法、二元对比排序法 5、什么是统计法？利用统计法确定隶属函数的方法步骤如何？ 所谓统计法就是采集大量数据，利用统计分析的原理求得某个模糊概念的数学表达形式，即隶属度函数。 以“青年人”这个模糊概念的隶属函数求取为例，步骤： 1）确定论域：要调查的人数。 2）统计收集数据：将收集到的信息统一做在一张表格内 3）将年龄跨度分段，计算每个年龄段出现的频次。 4）将年龄作为横坐标，将相对频数作为纵坐标，绘制曲线。 5）根据曲线即可求得“青年人”这个模糊概念。 三、常用的隶属函数 在模糊控制中，使用的隶属函数的图形基本可分为三类。 1、Z函数 左大右小的偏小型下降函数，适用于输入值比较小的隶属度函数的确定。 2、S函数 左小右大的偏大型上升函数，适用于输入值比较大时的隶属函数的确定。 3、II函数 对称凸函数，适用于输入值位于中间时的隶属函数的确定。 第三章 模糊矩阵与模糊关系 §3.1 模糊矩阵 一、模糊矩阵的定义 对任意i≤n及j≤m，都有rij∈[0,1]，则称R=(rij)n×m为模糊矩阵。 注意 1）模糊矩阵各元素取值0≤ rij ≤1， 2）模糊矩阵可以不是n行m列，即论域中的模糊集合不一定非是n或m，一般要小于n、m，由模糊集合构成的模糊矩阵也不一定是n×m（因为模糊集合的元素数不一定正好是U的元素数，A是U的子集） 3）模糊矩阵最大只能有n行m列，通常用Un×m表示。 二、模糊矩阵的并、交、补 R、S为模糊矩阵， R=(rij)n×m，S=(sij)n×m 则 例：两个模糊矩阵R和S 三、模糊矩阵的运算关系 例 四、模糊矩阵的合成 1. 定义 设Q=(qij)n×m，R=(rjk)m×l是两个模糊矩阵，它们的合成指的是一个n行l列的矩阵S，S的第i行第k列的元素sik等于Q的第i行元素与R的第k列对应元素两两先取较小者，然后在所得结果中取较大者，即 1≤i≤n， 1≤k≤l 就叫模糊矩阵Q与R的合成，或称模糊矩阵乘积。 可与经典矩阵相乘比较，前列后行相等。“两两相与再相并”。 2、模糊矩阵的性质 例：两个模糊矩阵，求Q。R=? R。Q=? §3.2 模糊关系 一、关系 关系：描述事物之间存在的某种联系。 两数的大小关系、父子关系、东西的有无关系等，都是清晰关系。但并非所有的关系都能用“有”和“没有”来表达清楚。如 “父子相像”这个关系，很难绝对用“像”和“不像”来描述，通常是用他们相像的程度来描述。再如人与人之间的复杂关系，存在一个好坏程度的问题。这些关系就是模糊关系。 二、模糊关系 普通关系描述的是元素之间是否关联，而模糊关系则描述元素间关联程度的多少。 设X、Y是两个非空模糊集合，则直积： X×Y={(x,y)| x∈X, y∈Y} 中的一个模糊子集R，称为从X到Y的一种模糊关系，记作（从X到Y的映射） 模糊关系R由其隶属函数 完全刻划。序偶(x, y)的隶属度为 事实上，模糊控制就是求输入、输出的模糊关系。 例：考察两个整数间“大得多”的模糊关系，取论域U={1, 5, 7, 9, 20}，用 来表示模糊关系R，则 很显然，两个数及其隶属度的大小就表明了两数之间的大小关系，究竟是“大得多”还是“差不多”。20比1要“大得多”，其隶属度为“1”，其次20比5也大得多，其隶属度为0.95，而9比7，7比5的关系显然不能用“大得多”来表示，因此，其隶属度最低，为“0.1”，这样，由序偶对及其隶属度所构成的模糊集合就表明了两个整数间“大得多”