模糊控制的理论基础概要.ppt

考虑单个等式和不等式的求解： a∧r=b 的解 a∧r≤b 的解 三、模糊逻辑、模糊逻辑推理和合成 先讨论其中的第i个方程的解： （ai1∧r1)∨（ai2∧r2)∨...（ain∧rn)=bi i=1,2...,m 显然，上述方式可以分解为n个等式方程和n个不等式方程 （ai1∧r1)=bi , （ai2∧r2)=bi , ... , （ain∧rn)=bi （ai1∧r1)≤bi , （ai2∧r2)≤bi , ... , （ain∧rn)≤bi 三、模糊逻辑、模糊逻辑推理和合成 设第k个等式方程成立，则存在一个解为： W[k]=[(r1),(r2)...,[rk],...(rn)] 其中 ［rk] 表示第k个等式方程的解； (ri) i≠k 表示第i个不等式方程的解 则i行方程的全部解为： ri=W[1]∪W[2]∪... ∪W[n] 最终解为m个全部解的交集。 R= r1? r2? ? rm 三、模糊逻辑、模糊逻辑推理和合成 例2-18 已知模糊关系方程 （0.5∧r1)∨（0.4∧r2)∨（0.8∧r3)=0.5 求 模糊关系方程解 三、模糊逻辑、模糊逻辑推理和合成 化为三个一元一次等式方程 ： (0.5∧r1)=0.5 ，(0.4∧r2)=0.5 ，(0.8∧r3)=0.5 和三个一元一次不等式： (0.5∧r1)≤0.5 ， (0.4∧r2)≤0.5 ，(0.8∧r3)≤0.5 等式方程的解为： ［r1]=[0.5,1], ［r2]=[φ], ［r3]=0.5, 不等式方程的解为： (r1)=[0,1], (r2)=［0，1], (r3)=［0, 0.5］, 三、模糊逻辑、模糊逻辑推理和合成 因此，此模糊方程的部分解分别为： W1=（［r1]，（r2），（r3）） =（[0.5,1]，［0，1],［0，0.5］） W2=（（r1），［r2］，（r3）） =（[0,1]，[φ],［0，0.5］）=[φ], W3=（（r1），（r2），［r3］） =（[0,1]，［0，1], 0.5） 所以，R=W1∪W3 =([0.5,1],[0，1],[0，0.5])∪([0,1]，[0, 1],0.5) 三、模糊逻辑、模糊逻辑推理和合成 语言变量：语言变量是用一个五元素的集合（X，T（X），U，G，M）来表征的 三、模糊逻辑、模糊逻辑推理和合成 为了对模糊的自然语言形式化和定量化，进一步区分和刻划模糊值的程度，常常还借用自然语言中的修饰词，诸如“较”、“很”、“非常”、“稍微”、“大约”、“有点”等来描述模糊值。引入：语言算子: 语气算子 模糊化算子 三、模糊逻辑、模糊逻辑推理和合成 语气算子用来表达语言中对某一个单词或词组的确定性程度包括强化算子和淡化算子 Hλ(A)=Aλ （A为语言值） λ1 强化算子 λ1 淡化算子 三、模糊逻辑、模糊逻辑推理和合成 例2-12: 我们以“年老”这个词为例，来说明语气算子的作用。 “年老”(x)=μ年老(x)= 求：非常老，比较老，有点老的隶属度函数 解： “非常老”(x)=μ非常老(x)= 三、模糊逻辑、模糊逻辑推理和合成 “比较老”(x)=μ比较老(x)= “有点老”(x)=μ有点老(x)= 三、模糊逻辑、模糊逻辑推理和合成 模糊化算子: 如“大概”、“近似于”、“大约”等。把原来的概念模糊化。 记模糊化算子为F。则模糊化变换可表示为F(A)，并且它们的隶属度函数关系满足： 其中，μR(x,c)是表示模糊程度的一个相似变换函数，通常可取正态分布曲线，即： 三、模糊逻辑、模糊逻辑推理和合成 模糊逻辑推理 是一种不确定性推理方法 比较典型的有 扎德（Zadeh）方法 玛达尼（Mamdani）方法 鲍德温（Baldwin）方法 耶格（Yager）方法 楚卡莫托（Tsukamoto）方法。 最常用的是玛达尼极大极小推理法。 三、模糊逻辑、模糊逻辑推理和合成 常见的推理有四种： 近似推理（常识性推理） 广义肯定式推理 广义否定式推理 模糊条件推理 多输入推理 多输入多规则推理 三、模糊逻辑、模糊逻辑推理和合成 近似推理：广义肯定式推理 前提1： 如果 x 是 A，则 y 是 B 前提2： 如果 x 是 A＇， 结论： y 是 B＇= A＇ο（A→B） A到B的模糊关系矩阵R 隶属度函数的计算 三、模糊逻辑、模糊逻辑推理和合成 μA→B(x,y)的计算方法采用玛达尼（Mamdani）推理