2012计算智能-9.模糊控制.ppt

第 4 章 基于遗传算法的随机优化搜索 模糊控制 模糊控制应用模糊数学的知识，模拟人的思维方式，把自然语言描述的策略改造成模糊控制规则，把输入输出作为模糊集合按模糊推理的方法进行处理，进而确定控制量。 很多场合，系统很难通过精确计算来达到预定控制效果，例如烹调的温度控制，飞机的航道校正等。 模糊控制分为3个步骤： 模糊化 模糊推理 （控制规则） 去模糊化 输入 模糊化的 控制信号 明确 控制信号 模糊化 的输入 模糊控制 模糊化 模糊推理 （控制规则） 去模糊化 输入 模糊化的 控制信号 明确 控制信号 模糊化 的输入 模糊化：将观测值转换为相应的模糊集合。如100℃转换为温度“高” 模糊推理：利用经验中获得的模糊规则，在此基础上产生“模糊输出”。 去模糊化：将“模糊输出”转换为实际控制精确值。 模糊控制 例12 某自动控制系统需要根据设备内温度和湿度确定设备运转时间。温度的论域是[0℃,100℃]，有3个模糊标记：低、中、高。湿度的论域是[0%，60%]，有3个模糊标记：小、中、大。运转时间的论域是[0s,1000s],有3个标记：短、中、长。隶属度函数如下图所示 模糊控制 模糊规则为： 温度 低 中 高 小 中 长 长 中 短 中 中 大 长 短 中 湿度 现在设备温度为64℃ ，湿度为22%，计算运行时间。 解：1.模糊化，计算隶属度 温度 隶属度 低 0 中 0.53 高 0.1 湿度 隶属度 小 0.075 中 0.467 大 0 模糊控制 隶属度为0的规则不被激活，因此激活的规则为： 2. 模糊推理 (1) 温度高且湿度小，运转时间长 由于是“且”的关系，因此，隶属度取∧操作 隶属度为0.1∧0.075=0.075 (2) 温度中且湿度中，运转时间中 隶属度为0.53∧0.467=0.467 (3) 温度中且湿度小，运转时间长 隶属度为0.53∧0.075=0.075 (4) 温度高且湿度中，运转时间中 隶属度为0.1∧0.467=0.1 模糊控制 确定模糊输出为： 规则(1)、(3)确定的输出为运转时间长，隶属度取较大值。为max(0.075,0.075)=0.075 规则(2)、(4)确定的输出为运转时间中，隶属度取较大值。为max(0.467,0.1)=0.467 3. 去模糊化 去模糊化一般采用“重心法”，即对每条规则的输出计算平均值。 所以，需要运行569.2s * * * * * * 第 4 章 基于遗传算法的随机优化搜索 * * * * * *