智能控制第三章 模糊集合与模糊推理.ppt

Company LOGO 第三章 模糊集合与模糊推理 目录 模糊关系与模糊推理 2 模糊集合及其运算 3 1 基于规则库的模糊推理 3 3 3.1 模糊集合及其运算 一、模糊集合的定义及表示方法 1.定义 设A是集合X到[0，1]的一个映射，A：X→[0，1]，x→A(x) 则称A是X上的模糊集，A(x)称为模糊集A的隶属函数，或称A(x)为x对模糊集A的隶属度。 3.1 模糊集合及其运算 2.表示方法 （1） Zadeh表示法： （2）向量表示法：A={A(u1),A(u2),....} （3）序偶表示法：A=((u1,A(u1)),(u2,A(u2)),....)?? 3.1 模糊集合及其运算 二、模糊集合的基本运算 模糊集合A 和B等价 对于任意 x∈U，当且仅当μA(x)=μB(x)，称A和B是等价的。 模糊集合A被B包含 对于任意 x∈U，当且仅当 μA(x)≤μB(x) ，称B包含A。 3.1 模糊集合及其运算 模糊集合A 的补集 模糊集合A的补集记作 ，隶属度函数为 模糊集合A和B的并集 模糊集合A和B的并集记作 ，隶属度函数为 模糊集合A和B的交集 模糊集合A和B的交集记作 ，隶属度函数为 3.1 模糊集合及其运算 三、模糊集合的基本性质 模糊集合也符合德.摩根定律： 3.2 模糊关系与模糊推理 一、 模糊关系的定义及表示方法 1.定义 设 U 和 V 是论域，U × V = {(x , y) | x ∈ U, y ∈ V } 是 U 和 V 的笛卡尔直积，则每个模糊子集 R ∈ U × V 都称为从 U 到 V 的一个模糊关系。若 U = V，则称 R 是 U 中的模糊关系。如果 R(x,y) = α，则称 x 与 y 具有关系 R 的程度为 α。特别地： 若 ? (x,y) ∈ U × U，当 x = y 时 R = 1，当 x ≠ y 时 R = 0，则称 R 为 U 上的恒等关系，记为 I 若 ? (x,y) ∈ U × V，有 R(x,y) = 0，则称 R 为从 U 到 V 的零关系，记为 0 若 ? (x,y) ∈ U × V，有 R(x,y) = 1，则称 R 为从 U 到 V 的全称关系，记为 E 3.2 模糊关系与模糊推理 三、语言变量与蕴含关系 每个模糊语言变量取值相当于一个模糊子集，通常在语言变量取值前面加上“极”、“非”、“相当”、“比较”等修饰词。其结果改变了该语言变量取值的含义，相应地隶属函数也要改变。 3.3 基于规则库的模糊推理 一、模糊推理的基本方法 模糊控制系统的基本算法可以概括为四个步骤： 根据本次采样得到的系统的输出值，计算所选择之系统的输入变量； 将输入变量的精确值变为模糊量； 根据输入变量（模糊量）机模糊控制规则，按模糊推理合成规则计算控制量（模糊量）； 由上述得到的控制量（模糊量）计算精确量。 3.3 基于规则库的模糊推理 二、模糊推理的性质 性质一： 性质二： 3.3 基于规则库的模糊推理 三、模糊控制中的几种常用模糊推理 Mamdani 模糊推理法 模糊控制中的几种常用模糊推理 Larsen推理法 Zadeh 推理法 Takagi－Sugeno模糊推理法 1 2 4 3 Add your company slogan Company LOGO