六模糊控制的数学基础.pptxVIP

2017-11-19 IC Fuzzy 1 讲解内容（today） 模糊控制是智能控制的重要组成部分，其数学基础对正确理解模糊控制重要。 1. 概述 2. 模糊集合及其运算 3. 模糊关系与模糊关系合成 2017-11-19 IC Fuzzy 2 第六章 模糊控制的数学基础（1） 6.1 概述 6.1.1 模糊概念 6.1.2 模糊性与随机性 6.2 模糊集合 6.2.1 普通集合 6.2.2 模糊集合 6.2.3 模糊集合与普通集合的联系 2017-11-19 IC Fuzzy 3 第六章 模糊控制的数学基础（2） 6.3 模糊关系与模糊关系合成 6.3.1 模糊关系的基本概念 6.3.2 模糊关系合成 6.3.3 模糊关系的性质 6.4 模糊推理 6.4.1 模糊语言与语言变量 6.4.2 模糊命题与模糊条件语句 6.4.3 模糊推理 2017-11-19 IC Fuzzy 4 6.1.1 模糊概念 一些概念在特定的场合有明确的外延，例如国家、货币、法定年龄等。对于这些明确的概念，在现代数学里常常用经典集合来表示。 还有一些概念在一些场合不具有明确的外延，例如、年龄大小、冷与热，风的强弱等。这样的概念，相对于明确的概念，我们称之为模糊概念. 天气冷热 年龄大小 风的强弱 2017-11-19 IC Fuzzy 5 雨的大小 人的胖瘦 个子高低 传统的集合论在模糊概念面前就显得软弱无力了，模糊集合论正是处理模糊概念的有力工具. 2017-11-19 IC Fuzzy 6 客观世界中的模糊性、不确定性、含糊性等等有多种表现形式。在模糊集合论中主要处理没有精确定义的这一类模糊性，其主要有两种表现形式。 一是许多概念没有一个清晰的外延。例如我们不可能在年龄上划两道线，在两道线内就是年轻人，在其外就截然不是年轻人。 另一个是概念本身的开放性(Open Texture)，例如关于什么是聪明，我们永远不可能列举出它应满足的全部条件。 因此总是有不确定性存在，由于对象本身没有精确的定义，普通的集合论无法被应用。 2017-11-19 IC Fuzzy 7 经典集合论中，一个元素x要么属于某个集合A：x ∈A,此时其特征函数值为1，要么x不属于某个集合A：x ∉ A,此时其特征值为0. 而模糊概念中没有这种非此即彼的现象， L.A.Zadeh 在模糊集合论中提出，将特征函数的取值由二值逻辑{0, 1}扩大到闭区间[0, 1]，用一个隶属函数μa(x)表示x∈A的程度， μa(x)的取值在0～1之间。 2017-11-19 IC Fuzzy 8 6.1.2 模糊性与随机性 模糊集合研究的是不确定性，这种不确定性是事物本身形态和类属的不确定性。 例：降雨量 另一种不确定性 —— 随机性。 随机性是在事件是否发生的表现出来的不确定性，而事件本身的形态和类属是确定的。 例 投掷硬币 2017-11-19 IC Fuzzy 9 模糊与概率的差别： C A 口极渴的人饮用哪杯液体？ 模糊：强调该饮料是否为可饮用饮料的属性 概率：强调饮用该饮料的事件发生的可能性 2017-11-19 IC Fuzzy 10 C A 啤酒 盐酸 1）模糊隶属函数表示物体（对象）对不精确定义性质 的相似程度。 2）概率把信息转变为事件发生或出现的频度。 2017-11-19 IC Fuzzy 11 随机性—— 外在的不确定性， 模糊性 －－内在的不确定性。 概率论方法，事件出现的可信度[0, 1]中的一个数，关于它出现的知识的一个测量； 模糊性－—对象无精确定义。必须要有一个函数X→[0, 1],即隶属函数来刻画它。 从信息观点看，随机性只涉及信息的量，模糊性关系到信息的意义、信息的定性。 模糊性是一种比随机性更深刻的不确定性，模糊性的存在比随机性的存在更为广泛。 2017-11-19 IC Fuzzy 12 6.2.1 普通集合 集合的概念 回顾：论域，元素，集合的概念 集合的运算等 2017-11-19 IC Fuzzy 13 以上集合的运算可以用图解来表示，称为文氏图(Veitch图)，如下图所示 集合运算示意图 2017-11-19 IC Fuzzy 14 集合的运算性质 设A、B、C∈P(X)，其交、并等运算具有以下性质(注意到它们是成对出现的)； 幂等律 A∪A=A, A∩A=A 交换律 A∪B=B∪A, A∩B=B∩A 结合律 (A∩B)∪B=B 分配律 A∩(B∪C)=(A∩B)∪(A∩C) A∪(B∩C)=(A∪B)∩(A∪C) 同一律 A∪Ω=Ω, A∩Ω=A