第五章模糊控制系统-1.pptVIP

设A?F（U），表示u“略短”， A= =(1.0,0.89,0.55,0.32,0.0) B=A R= ＝ 即表示“略长”。 设X={x1，x2，?，xn}为研究事物的因素集，在X上选A作为加 权模糊集，Y={y1，y2，?，ym}是评语集，B是Y上的决策集。R 是X到Y上的模糊关系，用R作模糊变换，可算得决策集B： B=A R=（b1，b2，?，bm） 要作出最后决策，可按最大值原理，选最大的Bi所对应的yi作为最终的评判结果。 模糊决策 [例]用户厂家对某控制系统的性能进行评价。因素集为X={超调量，调节时间，稳态精度}，评语集为{很好，较好，一般，差}。 若对于“超调量”一项的评价是，用户厂家有30%认为很好，30%认为较好，20%认为一般，20%认为差，则可用模糊关系表示为 R1=(0.3,0.3,0.2,0.2) 同样，可以写出对“调节时间”的评价的模糊关系为 R2=(0.1,0.2,0.5,0.2) 对“稳态精度”的评价的模糊关系为 R3=(0.4,0.4,0.1,0.1) 于是，可以写出这次性能评价的模糊关系为 模糊决策 由于各用户厂家对于因素集中各性能指标的要求不同，可得到不同的最终结论。我们用加权模糊阵A来表示这种不同的要求。 若厂家甲要求调节过程快，其它性能的要求不高，用加权模糊集可表示为 A1=(0.25,0.5,0.25) 而厂家乙对稳态精度要求较高，超调量的要求次之，对调节时间的要求不高，于是，也可写出加权模糊集为 A2=(0.3,0.2,0.5) 按上式，可算得甲、乙两厂家得决策集分别为 模糊决策 按照最大值原理，选择最大得隶属度所对应的评语。对厂家甲，从B1可看出第3个元素最大，故甲对该系统的评价为“一般”。从B2可看出第1和第2个元素大，故乙对该系统的评价是“好”。 模糊决策 作 业 已知语言变量x，y，z。 X的论域为{1,2,3}，定义有两个语言值：“大”＝{0, 0.5, 1}；“小”={1, 0.5, 0}。 Y的论域为{10,20,30,40,50}，语言值为： “高”={0, 0, 0, 0.5, 1}; “中”={0, 0.5, 1, 0.5, 0}; “低”={1, 0.5, 0, 0, 0}。 Z的论域为{0.1,0.2,0.3}，语言值为：“长”={0, 0.5, 1}；“短”={1, 0.5, 0} 则1）试求规则： 如果 x 是 “大” 并且 y 是“高” 那么 z是“长”； 否则，如果 x 是“小” 并且 y 是 “中” 那么 z是“短”。 所蕴涵的x，y，z之间的模糊关系R。 2）假设在某时刻，x是“略小”={0.7, 0.25, 0}，y是“略高”={0, 0, 0.3, 0.7, 1} 试根据R通过Zadeh法模糊推理求出此时输出z的语言取值。 λ水平截集 水平截集的定义 在论域U中，给定一个模糊集合A，由对于A的隶属度大于某一水平值λ （阈值）的元素组成的集合，叫做该模糊集合的λ水平截集。用公式可以 描述如下： 其中x∈U，λ∈[0,1]。显然，Aλ是一个普通集合。 例 已知 ，求A0.1、A0.2、A0.7 λ水平截集 1）A∪B的λ水平截集是Aλ和Bλ的并集： 2）A∩B的λ水平截集是Aλ和Bλ的交集： 3）如果λ∈[0,1],α∈[0,1] 且λ≤α ，则 模糊关系 (1) 普通关系 “关系”是集合论中的一个重要概念，它反映了不同集合的元素之间的关联。普通关系是用数学方法描述不同普通集合中的元素之间有无关联。 例 举行一次东西亚足球对抗赛，分两个小组 A={中国，日本，韩国}，B={伊朗，沙特，阿联酋}。 抽签决定的对阵形势为： 中国-伊朗，日本-阿联酋，韩国-沙特。 用R表示两组的对阵关系，则R可用序偶的形式表示为： R={（中国，伊朗），（日本，阿联酋），（韩国，沙特）} 模糊关系 可见关系R是A，B的直积A×B的子集。也可将R表示为矩阵形式，假设R中的元素r(i,j)表示A组第i个球队与B组第j个球队的对应关系，如有对阵关系，则r(i,j)为1，否则为0，则R可表示为： 该矩阵称为A和B的关系矩阵。 由普通关系的定义可以看出：在定义了某种关系之后，两个集合的元素对于这种关系要么有关联，r(i,j)＝1；要么没有关联，r(i,j)＝0。这种 关系是很明确的。 模糊关系 ① 模糊关系的定义 假设x是论域U中的元素，y是论域V中的元素，则U到V的一个模糊关系是指定义在 上的一个模糊子集 ，其隶属度 代表x和y对于该 模糊关系的关联程度。 例 我们用模糊关系来描述子女与父母长相