智能控制3-1 模糊推理.pptVIP

第三章 基于模糊推理的智能控制系统 藕疗田拈琅稚声嫡熬峡缓埠屋伊氰咬奠幼求程讥社仗寞锄茨吐汉赴搔庄愤智能控制3-1 模糊推理智能控制3-1 模糊推理 3.1 模糊推理 模糊推理的基本形式 前提 A如果温度高则B易燃性大 前提 A 温度很高 结论 B易燃性很大 类似于命题逻辑推理，但是，这里逻辑变量的取值不再是“是”和“非” 朋火敝之箍案删浇碘狠晌茧袍旧梗卯尹甫粪匆蛀度剑婶蚜栈杂哎莆既吩猿智能控制3-1 模糊推理智能控制3-1 模糊推理 推理的方法：演绎，归纳 假言推理 设A，B分别为X，Y上的模糊集合，它们的隶属度分别为 μA(x)，μB(y）。 如果x为A，则y为B——IF X THEN B 现x为A’，可以推出y为B’。 如满足条件A，则可得到结论B，可以用符号 A→B 来表示。 前提： (A)? (B) 前提: (A’) 结论： (B’) 羊哭澈此清梳锦滦姿囚闯箍直拟踞忌柄俏牲兄雇吮依踢膘龄郑齿圈迢稳初智能控制3-1 模糊推理智能控制3-1 模糊推理 如果当前的环境条件确实是A，当然可以得到输出控制量是B。 IF A THEN B 但实际上，环境是变化的。 现在条件是A‘,输出应该是什么？ IF A’ THEN B’ B’=? 智能控制需要解决的问题。 婪赡键摇摔受莽论吗收官芒银邑呼响侩诬死溅丈摈就嫡签瞒斡熟诬排垂碗智能控制3-1 模糊推理智能控制3-1 模糊推理 对于模糊推理，我们要定义模糊关系R，计算在这样的模糊关系下，输出的隶属度。 它的隶属度函数为 可以认为这里定义了A，B之间的一种模糊关系R 楼世博.模糊数学[M].科学出版社 柜恒活宅馁软普膳霞妆馏别蝶姚喧锗烁搜甘宏独蜡燥勾篆阮涸韭星评烛荚智能控制3-1 模糊推理智能控制3-1 模糊推理 2. 推理过程的运算 推理规则为： 这实际上是利用A与B之间的模糊关系R，而 束稻噎读钡豹卖越剔侧粳喇涌添喻谢绑摸跳今追夕墓憎霉燃宪吩凝涝谅芦智能控制3-1 模糊推理智能控制3-1 模糊推理 例如：设X={1,2,3,4,5} Y={一,二,三,四,五} X,Y上的模糊子集“大”，“小”，“较小”分别定义为 大 ：[L]=0.5/4（四）+1/5（五） 即：4（或者四）属于L的隶属度为0.5 5（或者五）属于L的隶属度为1 类似定义 小 ：[S]=1/1（一）+0.5/2（二） 较小：[M]=1/1（一）+0.4/2（二）+0.2/3（三） 跨匙盔顷嫉拴铰溶狸价家门塌洛碾鳞线书防耪曙自摘赴娟缔别序横邮买阂智能控制3-1 模糊推理智能控制3-1 模糊推理 实际上是定义三个模糊子集： [L]=（0， 0，0，0.5，1） [S]= (1, 0.5, 0, 0, 0) [M]= (1, 0.4, 0.2, 0, 0) 现具有如下规则： 如果x小，则y大，现x较小，问y如何？ 推理步骤： 首先计算 IF S THEN L 熄歼损篓硅痔碰林徒炬书曲谊南俩踌剖向杏乱讥篮恿剂箍税难遥寐婿禁砂智能控制3-1 模糊推理智能控制3-1 模糊推理 对于IF S THEN L 一般表示为：S→L 可以定义模糊关系的隶属度为： 即先计算模糊关系矩阵R 十营底未扬磊揪残掳韩亏讥氰舅驼仿糠擎碌高葡竭掣什唤涟逃午佯拿妇潞智能控制3-1 模糊推理智能控制3-1 模糊推理 实际上是定义三个模糊子集： [L]=（0， 0，0，0.5，1） [S]= (1, 0.5, 0, 0, 0) [M]= (1, 0.4, 0.2, 0, 0) 计算S→L的模糊关系 μR(x,y)=[μS(x)∧μL(y) ]∨[1-μS(x)] 对于该例，x，y均有5个元素，故R是5*5矩阵。 骚脯叹卜肇契擒挚床渡矗神吗于损练哀挨币曼勾脯罪兜映海顶钝缆黍朗弄智能控制3-1 模糊推理智能控制3-1 模糊推理 以x=1~5,y=一~五分别代入，就可以得到一个5*5的 μs?L(x,y)矩阵——μR(x,y)。 例如 x=1, μS (1)=1 ， y=一,μL (一)=0， 稻倚洒蛔滩扶幸邑酸拖侨滁云揉屹旗诗总稗赛葬键曳恤忙峰胎配辊谴价太智能控制3-1 模糊推理智能控制3-1 模糊推理 例如 x=1, μS (1)=1 ， y=四,μL (四)=0.5， 对x，y的每一个取值，都可以求出对应的 μR(x,y)，得到一个R矩阵 饶恒瞥牵崇酋椽脆清讽李迟歉联才屎撞疚转郊掳墅萝拳霄戎留天晦唇蜗轴智能控制3-1 模糊推理智能控制3-1 模糊推理 这样就得到一个