555模糊控制(5-2)分析.ppt

第五章 模糊控制技术（2）（Fuzzy Control） 交大机械学院 赵升吨 教授 第四节 模糊关系(Fuzzy Relation ) 一、关系 客观世界中事物之间都存在某种联系，描述事物间联系的数学模型就是关系。 二、直积 设有两个集合A、B两者之间的直积 它是由序偶（a,b）的全体所构成的二维论域上的集合。 三、模糊关系 是普通关系的推广。 普通关系是描述元素之间是否有关联， 模糊关系则是描述元素之间关联程度的多少。 定义：设A×B是集合（A和B直积），以A×B为论域定义的模糊集合R称为A和B的模糊关系，对A×B中的任一元素（a,b）都指定了对R的隶属度 ，R的隶属函数 可看作以下映射 因此 是以（a,b）为自变量的空间曲面， 用矩阵表示 第四节 模糊关系 例：设X为横轴,Y为纵轴，X×Y是整个平面，模糊关系“x远大于y”的隶属函数为 第四节 模糊关系 第四节 模糊关系 例 X={1，4，7，8} Y={2，3，6} 定义 则 第四节 模糊关系 四、模糊关系的运算 （模糊关系的合成意义） 设R，S分别是X和Y上的模糊关系，那么R和S的合成 是Z上的模糊关系，其隶属函数为 前一矩阵的列数和后一矩阵的行数相同，计算时， 先相乘（前两者之间取最小）， 后相加多个（多个之间取最大）。 第四节 模糊关系 设U，V，W是论域，Q是U到V的一个模糊关系，R是V到W的一个模糊关系，Q对R的合成 指的是U到W的一个模糊关系，它具有隶属函数 当论域U，V，W为有限时，模糊关系的合成可用模糊矩阵的合成表示。设Q，R，S模糊关系对应的模糊矩阵分别为 即用 表示模糊关系的合成。 第五节 模糊推理 一、模糊语言（自然语言常具有模糊性，形式语言（计算机语言）则是二值性） 1、人类语言的模糊性 包括模糊名词，模糊副词，模糊形容词 例：好人、很、特 2、计算机处理模糊语言的方法 例如：9个人的身高：U=[130……210]={u1,u2,……u9} 个子高={0.0，0.0，0.0，0.2，0.4，0.6，0.8，1.0，1.0} 个子很高H2(个子高)= 第五节 模糊推理 ① 单词：表示概念的最小单位： 大、小、是、高、低、漂亮 ②词组：单词通过“与”“或”“非”等这样的运算符连在一起构成的词组。年轻或年老 ③语气算子λ 表示通常的 “冷、热、高、低、大、小”等概念的模糊模糊程度大小的词。 通过在上述模糊词前面加上修饰的词。 比较、很、特 第五节 模糊推理 λ为正实数， λ1加强语气，称为集中化算子， λ1减弱语气，称为散漫化算子 例λ=4 极、 λ=3 非常、 λ=2 很、 λ=1.5 相当 λ=0.8 比较、 λ=0.6 略、 λ=0.4 稍微、 λ=0.2 微有点 相应的隶属函数中μA(u)变为[μA (u)] λ 第五节 模糊推理 ④模糊化算子，对论域X上集合A（清晰集合）经模糊化算子F作用后构成一个新的模糊子集F(A)(u) F[A (u)]=(EOA)(u)= 其中E是U上的一个相似关系，论域U=(-∞,+∞)，E一般为 正态分布。 式中δ为参数，取值大小反映了模糊化的程度 第五节 模糊推理 例如A (u)为一个确定的数4，而F[A (u)]则表示一个峰值为4的模糊数，它对应的词为“大约4 ”的模糊概念 第五节 模糊推理 ⑤判断化算子： 能使模糊趋于清晰，或使F为肯定。 例如：倾向（偏向）于年轻以 为标准。 第五节 模糊推理 二、模糊命题 命题是具有某种意义的陈述句，有明确的判定。 1、定义：当命题表达的含义不明确或者命题中所用的概念是模糊概念时（大、小、快、好）或被一些模糊的语气算子（非常、比较、很）修饰时，这样的命题称作模糊命题。 例如：加热炉中温度上升太快。 这顿饭很香！ 我烦着呢！ 第五节 模糊推理 2 运算 模糊命题真值V(p)=x（0≤x≤1） P∪Q：x∨y=max(x,y) P∩Q：x∧y=min(x,y) 三、模糊推理 1.定义:是从一个或几个已知的判断出发，来推出另一个新的判断的思维形式， 思维形式：概念、判断和推理， 判断是概念与概念的联合， 而推理则是判断推断的原名 例如：U是a：若u是a,则u是b。 第五节 模糊推理 模