模糊理论基础幻灯片.pptVIP

智能控制原理及应用 第二章 模糊理论基础 第一节 模糊集合及其运算 2.1.1 模糊集合的定义及相关概念 本章主要内容 模糊集合及其运算 常用隶属函数 模糊关系及其合成 模糊逻辑与模糊推理 3. 模糊集合的直积 2.3.1 模糊关系及模糊矩阵的定义 若有两个模糊集A和B，其论域分别X和Y，定义在积空间X×Y上的模糊集合A×B称为模糊集合A和B的直积，其隶属函数为 或者 可见，模糊集合A和B的直积是积空间X×Y上的一个模糊关系。 模糊集合A和B的直积所产生的模糊关系在模糊推理及模糊控制中起着十分重要的作用。 2.3.2 模糊关系和模糊矩阵的合成运算 由于模糊关系和模糊矩阵是定义在直积空间的模糊集合，因此它遵从一般模糊集合（并、交、补等）的运算规则。 1．模糊矩阵的合成运算 设是两个模糊矩阵，它们的合成Q○R指的是一个n行l列的模糊矩阵S，S的第i行第k列的元素sik等于Q的第i行元素与R的第k列对应元素两两先取较小者，然后在所得的结果中取较大者，即 设合成算子“○”代表两个模糊矩阵的相乘，它与线性代数中的矩阵乘积相似，只是把普通矩阵乘运算中对应的元素之间的“乘”用取小运算“∧”来代替，而元素间的“加”用取大运算“∨”来代替。 2.3.2 模糊关系的合成运算 例：已知模糊关系矩阵 1．模糊矩阵的合成运算 模糊矩阵的合成运算举例 设A为论域X上的模糊集合，B为论域Y上的模糊集合。根据上述模糊集合的直积和模糊矩阵的合成的定义，当X和Y为离散论域时，A与B的直积（取小运算）为 2.3.2 模糊关系和模糊矩阵的合成运算 设R1是X和Y的模糊关系，R2是Y和Z的模糊关系，R1和R2的合成R1○R2指的是X×Z上的一个模糊关系，其隶属函数为 “∨”表示取大运算，“∧”表示取小运算，因此称为取大-取小合成（max-min composition）。 2．模糊关系的合成运算 当论域X、Y、Z为有限集时，可用模糊矩阵的合成来表示模糊关系的合成。 第四节 模糊逻辑与模糊推理 2.4.1 模糊语言变量 模糊语言变量（linguistic variables）是自然语言中的词或句，如气温、误差等，它的取值不是通常的常数，而是用模糊语言表示的模糊集。以下将模糊语言变量简称语言变量。 一个语言变量可由以下的五元体来表征 X为语言变量的名称；T(x)语言变量值的集合；U为x的论域；G为语法规则（用于产生各语言变量值x的名称）；M为语义规则（用于产生模糊集合的隶属函数）。 例如：以控制系统的“误差”为语言变量 x 论域取U=[-6 6] T（x）=T(误差)={负很大、负大、负中、负小、 零、正小、正中、正大、正很大} 如上所述，每个模糊语言相当于一个模糊集合。 各模糊语言（模糊集合）的隶属函数如图。 2.4.2 模糊命题 模糊命题（proposition）：含有模糊概念的陈述句。 模糊命题可以用英文字母表示，如P：误差较大。 模糊命题的真值：模糊命题的真假程度，它是[0,1]区间上的一个实数。 单模糊命题：简单的模糊陈述句，其一般形式为 P：x 为 A x为模糊变量，A为某一模糊概念对应的模糊集合。 单模糊命题P的真值V(P)，就由该变量对模糊集的隶属度来表示，即 V(P)=μA(x) 当μA(x)=0，表示命题P完全假；μA(x)=1，表示命题P完全真；μA(x)越接近0，命题P假的程度越大，真的程度越小；μA(x)越接近1，命题P假的程度越小，真的程度越大。 例 讨论模糊命题Q：天气热。语言变量是气温t，t?[-40oC，50oC]，定义“热”的模糊集合为H，其隶属函数为μH(t)。若今日气温为t=20 oC，μH(20)=0.4，那么该命题的真值为0.4。也就是说，“天气热”这个命题的真实程度是0.4。 2.4.2 模糊命题 条件模糊命题： “IF … THEN …”形式的条件语句，表达两个普通命题之间的因果关系，称为条件模糊命题。 模糊控制中的模糊控制规则通常来源于专家的知识，通常采用“IF … THEN …”形式来描述。因此，在模糊控制中，模糊控制规则也就是模糊条件句。IF部分为规则的前提，THEN部分为规则的结论。 复合模糊命题：把简单模糊命题通过联结词联合起来，就构成了复合模糊命题。联结词可以是“与”、“或”、“非”、“若……则……”等。 2.4.2 模糊命题 简单模糊命题之间的“与”、“或”、“非”运算 设命题P：x 为 A；命题Q：y 为 B。 2.4.2 模糊命题 （1）“与”运算：P and Q，其真值定义为 或者 可见 “and Method” 代数积Prod 或 取小Min P、Q的真值 2