07(模糊理论11用)试卷.ppt

人工智能（Artificial Intelligence）主要研究如何利用计算机软件来实现模拟人类的思维活动。 其核心是人类大脑的模拟, 包括： 功能模拟 结构模拟 应用机械故障诊断系统的AI技术常用的可以分为三大类： 专家系统（Expert System）、 人工神经网络（Artificial Neural Networks）、 模糊集理论（Fuzzy Set Theory） 电脑和人脑 电脑扩大并延伸了人脑的功能，但两者存在重大差别： 如 工作方法 智能性 语言 可靠性 等方面。 2. 智能性 计算机的人工智能： 建立在对精确符号系统的数据处理上。 人脑的自然智能： 接受的信号具有某种不确定性。 用统计方法处理（具有模糊性）。 经典二值（布尔）逻辑 在经典二值（布尔）逻辑体系中，所有的分类都被假定为有明确的边界；（突变） 任一被讨论的对象，要么属于这一类，要么不属于这一类； 一个命题不是真即是假，不存在亦真亦假或非真非伪的情况。（确定） 模糊逻辑 对二值逻辑的扩充。关键的概念是：渐变的隶属关系。 一个集合可以有部分属于它的元素；（渐变） 一个命题可能亦此亦彼，存在着部分真部分伪。（不完全确定） 模糊逻辑是通过模仿人的思维方式来表示和分析不确定、不精确信息的方法和工具。 模糊逻辑本身并不模糊，它并不是“模糊的” 逻辑，而是用来对“模糊”（现象、事件） 进行处理，以达到消除模糊的逻辑。 模糊数学: 将0，1二值逻辑推广为可取[0,1]闭区间中任意值的连续逻辑。 例：判断一个人是不是秃子，假设500根头发以下算秃子 那么计算机会认为499根是秃子，501根不是秃子，可是我们人会认为多一根也是秃子呀？那502根呢？503……那我们都是秃子…… 那么用模糊数学这个结论是什么呢？499根是秃子的几率100%，501根，99.99% 10000根呢？嗯，0.001%的可能性是秃子。呵呵，机器也能判断了 集合概念 集合是数学中最基本的概念之一。 讨论某一概念的外延时总离不开一定的范围。这个讨论的范围，称为“论域”，论域中的每个对象称为“元素”。 关键:建立切合实际的隶属函数。 隶属函数:是对事物的模糊性进行定量描述. 如齿轮故障振动诊断的大多数振动参数的隶属函数可用下列曲线表示： 确定隶属函数的方法:可以根据统计数据、经验、试验或者理论分析确定。 (1)曲线法：由问题的具体性质决定，如三角形隶属函数、梯形隶属函数、高斯函数、钟形函数等。 (2)统计试验法 (3)推理法 圆形A和方形B是U上的模糊集合，用所含圆弧数来表示隶属度。 (4)评判记分法 美国自动控制专家，美国工程科学院院士。 1921年2月生于苏联巴库。 1949年获哥伦比亚大学电机工程博士。任伯克利加利福尼亚大学电机工程与计算机科学系教授。 1965年，扎德在《信息与控制》杂志第8期上发表《模糊集》的论文,引起了各国数学家和自动控制专家们的注意。模糊集（边界不明显的类）提供了一种分析复杂系统的新方法。他提出用语言变量代替数值变量来描述系统的行为，使人们找到了一种处理不确定性的方法。 Zedeh开创了模糊集理论。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。 当论域U中各元素排列次序固定时，模糊集合A可用模糊向量表示，向量由元素对A的隶属度按顺序组成： 例2：设论域为自然数集N=｛0，1，2，3，……｝，若N上的一个模糊集合A表示为 模糊诊断 用于多特征参数（特征向量，征兆向量）的故障综合诊断 诊断对象（设备）可能发生的所有故障组成的集合，称故障论域 所有征兆组成的集合，称征兆论域 实际上设备的状态一般是模糊的，可以用论域上的一个模糊集合表示 用各元素对集合的隶属度值组成的模糊向量表示 设备的故障征兆，也具模糊性，用各元素对集合A 的隶属度组成的模糊向量表示： 它表示该设备监测值隶属于征兆xi 的程度，它是在 征兆向量中征兆xi对诊断故障所起作用的量度。 模糊关系矩阵 故障论域与征兆论域之间的关系，用0和1之间的数值rij表示它们之间的关联程度。如图6－2。写成矩阵形式如下： 若已知征兆模糊向量A和模糊关系矩阵R，则可按下式求设备的故障模糊向量B 例：某种柴油机“负荷转速不足” 五个主要原因为： y1（气门弹簧断），y2（喷油头积炭堵孔），y3（机油管破裂），y4（喷油过迟），y5（喷油泵驱动键滚键）； 六个征兆分别为： x1（排气过热