模糊推理规则的.pptVIP

2.4 模糊逻辑推理Fuzzy Logic Implication;1、近似推理 2、模糊条件推理 3、多输入模糊推理 4、多输入多规则推理;前提1：如果x是A，则y是B 前提2：如果x是 , 结论： y是 第一步： 求 的关系矩阵 第二步：求y;即：利用关系矩阵可以得到近似推理的隶属度函数为： 模糊关系矩阵元素 的计算方法：;玛达尼(Mamdani)法 其隶属度函数为： ;例： 设论域 ， 上的模糊子集“大”、“小”、“较小”分别定义为： “大” “小” “较小” 已知规则：若x小，则y大 问题：当x较小时，y应是多少？ ;解：已知模糊子集“大”、“小”、“较小”的隶属度函数分别为： ;由玛达尼(Mamdani)推理法, 可以得到由“小”到“大”的模糊关系矩阵： ;于是，当x”较小“时的推理结果 即： ;1、近似推理 2、模糊条件推理 3、多输入模糊推理 4、多输入多规则推理;语言规则：如果x是A, 则y是B, 否则y是C。 其逻辑表达式为： 那么，x与y的模糊关系矩阵 就是直积 的子集，表示为： 其隶属度函数写作：;于是，当输入为 时，就可以根据模糊推理合成规则，得到模糊推理输出：;例：对于一个系统，当输入A时，输出为B，否则为C，且有 已知当前输入 。 求输出D。;首先求系统的模糊关系矩阵 由玛达尼(Mamdani)法得 ;则模糊关系矩阵;于是，当输入为 时，输出 即： ;1、近似推理 2、模糊条件推理 3、多输入模糊推理 4、多输入多规则推理;多输入模糊推理常应用于多输入单输出系统的设计中，这种规则的一般形式为： 前提1：如果A且B，那么C 前提2：现在是 且 结论： 因为隶属度函数 ;“如果A且B，那么C”的隶属度函数表达式就是： 其模糊关系矩阵 ，矩阵的计算就变成： 于是，规则的推理结果为： ;其隶属度函数为：; 其中， 分别是指模糊集合 与 、 与 交集的高度。 ;该方法叫做“玛达尼推理消顶法”，它的意义就是：分别求出 对 、 对 的隶属度 ，并且取两者之中小的一个作为总的模糊推理前件的隶属度，再以此为基准去切割推力后件的隶属度函数，便得到结论 。; 对于论域是有限集，即模糊子集的隶属度函数是离散的情况，多输入模糊推理过程仍然用模糊关系矩阵的运算来描述。 推理规则：如果A且B，那么C 求： 当 和 时，输出 是多少？ 解： Step1:先求 ，令 得 矩阵为;Step2: 将 D 写成列矢量DT, 即 Step3:求出关系矩阵 Step4:由 求出 Step5:同step2,将 写成列矢量 Step6: 最后求出模糊推理输出量;例：假设 且 ，则 。现在已知 及 ， 求输出 。 解：step1 ;Step 2 Step 3 ;Step 4 Step 5 Step 6 ;1、近似推理 2、模糊条件推理 3、多输入模糊推理 4、多输入多规则推理;IF A1 and B1 THEN C1 IF A2 and B2 THEN C2 IF Am and Bm THEN Cm 一系列模糊控制规则构成一个完整的模糊控制系统，它的推理运算就采用多输入多规则推理方法。;以二输入多规则为例，考虑如下一般形式： 如果 A1 且 B1，那么 C1 否则如果 A2 且 B2，那么 C2 ???则如果 An 且 Bn，那么 Cn. 已知： 且 ， 那么 这里， 、 、 分别是不同论域 上的模糊集合。;利用玛达尼推理方法，规则 “如果 且 ，那么 ”的