智能控制 第章 模糊控制论-理论基础.pptVIP

削顶法图示 问题的分解 考察 设合成算子 取 ，需要考虑以下问题： 问题的分解 具体有以下两类问题： 等式问题： (ai1∧r1)=bi , （ai2∧r2)=bi , ... , （ain∧rn)=bi , 不等式问题： (ai1∧r1)??bi , （ai2∧r2) ?bi , ... , （ain∧rn) ?bi 分解问题的求解 a∧r=b 的解 a∧r≤b 的解 解的综合 设第k个方程等式成立，则一个部分解为： W[k]=[(r1),(r2)...,[rk],...(rn)] 其中 [rk] 表示第k个等式方程的解； (ri) 表示第i个不等式方程的解， i≠k 。 则分解问题的全部解为： Rji=W[1]∪W[2]∪... ∪W[n] 最终解为m个全部解的交集。 Rj= Rj1? Rj2? ? Rjm 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 步骤1 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]=[?? ], [r3]=0.5, 不等式方程的解为： (r1)=[0,1], (r2)=[0，1], (r3)=[0, 0.5], 步骤2 因此，此模糊方程的部分解分别为： R1=([r1]，(r2)，(r3)) =([0.5,1]，[0，1], [0，0.5]) R2=((r1)，[r2]，(r3)) =([0,1]，[?], [0，0.5])=[Φ], R3=((r1)，(r2)，[r3]) =([0,1]，[0，1], 0.5) 所以，R=R1∪R3 =([0.5,1],[0，1],[0，0.5])∪([0,1]，[0, 1],0.5) 其它类型的模糊方程 已知需控制的目标B和关系矩阵R，求控制输入A。 可作如下变形获得： * * 模糊语言逻辑 模糊语言逻辑是由模糊语言构成的一种模拟人思维的逻辑。 针对自然语言的模糊性； 涉及概念： 语言值 语言变量 语言算子 语言值 语言中与数值有直接联系的词，如长、短、大、小等，可以再加上语言算子（如很、非常、较、偏等）而派生出来的词组 。可以用模糊数来表示。 所谓模糊数，指至少有一个元素u的隶属度值为1 的模糊子集。 举例： ［个子高］ =0.2/150+0.4/160+0.6/170+0.8/180+1/190 +1/200 语言变量 用一个五元素的集合（X，T(X)，U，G，M）来表征 。 语言算子 语气算子 模糊化算子 判定化算子 语气算子 表示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 强化算子，如“很”、“非常”等 淡化算子，如“较”、“稍微”等 Hλ(A)=Aλ （A为语言值） 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： 模糊化算子 判定化算子 肯定化处理，例如“倾向于”、“大半是”等。 记判定化算子为P，则判定化变换可表示为P(A)，并且它们的隶属度函数关系满足： 当取α=1/2时，P1/2可用来表示“倾向于”。 2.3模糊逻辑、模糊逻辑推理和合成 2.3.1 二值逻辑 2.3.2 模糊逻辑的基本运算 2.3.3 模糊语言逻辑 2.3.4 模糊逻辑推理 2.3.5 模糊关系方程的解 模糊逻辑推理 不确定性推理方法的一种 方法还在发展之中，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。 常见种类 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 1. 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 隶属度函数的计算 模糊关系矩阵R的计算 采用Mamdani推理法 模糊蕴含最小运算法 模糊蕴含积运算法 广义否定式推理 前提1： 如果 x 是 A，则 y 是 B 前提2：