计算机控制技术第2版范立南李雪飞电子课件第7章节模糊控制技术.ppt

7.1 模糊集合及模糊集合运算 7.2 模糊关系及模糊关系运算 7.3 模糊逻辑与近似推理 7.4 模糊控制系统的结构及其工作原理 7.5 模糊控制器设计 7.6 模糊控制的应用 7.1 模糊集合及模糊集合运算 被讨论的对象的全体称作论域，论域常用大写字母U、X、Y、Z等来表示。 论域中的每个对象称为元素，元素常用小写字母a、b、x、y等来表示。 给定一个论域，论域中具有某种相同属性的元素的全体称为模糊集合（即由同一集合中的部分元素组成一个新集合，也称模糊子集），集合常用大写字母A、B、C等来表示。 7.1 模糊集合及模糊集合运算 若论域用X表示，模糊集合用A表示，隶属度函数用 表示，X中的元素用x表示，则 表示属于A的隶属度函数（Membership Function），隶属度函数反映了模糊集合中的元素属于该集合的程度，其值可在0~1之间连续变化。 7.1 模糊集合及模糊集合运算 7.1.2 模糊集合的表示方法 7.1 模糊集合及模糊集合运算 7.1.2 模糊集合的表示方法 7.1 模糊集合及模糊集合运算 7.1.3 模糊集合的基本运算 7.2 模糊关系及模糊关系运算 7.2 模糊关系及模糊关系运算 7.2 模糊关系及模糊关系运算 7.2.3 模糊矩阵的运算 7.2 模糊关系及模糊关系运算 其隶属度为 7.2 模糊关系及模糊关系运算 7.3 模糊逻辑与近似推理 7.3 模糊逻辑与近似推理 7.3.2 模糊蕴含关系 在模糊推理中有两类最主要的模糊蕴含推理方式： 一类是广义取式（肯定前提）推理，又称广义肯定式推理或广义前向推理； 一类是广义拒式（肯定结论）推理，又称广义否定式推理或广义反向推理。 “如果x是A，则y是B”表示了与之间的模糊蕴含关系，记作 7.3 模糊逻辑与近似推理 7.3 模糊逻辑与近似推理 7.3.4 近似推理 对于广义取式推理，结论 是根据模糊集合 和模糊蕴含关系 的合成推出来的，因此可得近似推理公式为 对于广义拒式推理，近似推理公式为 7.4 模糊控制系统的结构及其工作原理 7.4.1 模糊控制系统的基本组成 1．模糊控制器 2．输入/输出接口电路 3．广义对象 4．传感器 7.4 模糊控制系统的结构及其工作原理 7.4.2 模糊控制系统的工作原理 模糊控制的基本算法可概括为4个步骤。 （1）根据本次采样得到的系统输出值，计算所选择的系统输入变量。 （2）将输入变量的精确值变为模糊量。 （3）根据输入变量（模糊量）及模糊控制规则，按模糊推理合成规则计算控制量（模糊量）。 （4）由上述得到的控制量（模糊量）计算精确的控制量。 7.4 模糊控制系统的结构及其工作原理 7.4.3 模糊控制的特点 1．不需要建立精确的数学模型 2．开发方便、迅速 3．智能化，使用方便 4．适应性强 5．可靠性高 6．性能优良 7.5 模糊控制器设计 7.5.1 模糊控制器的基本结构 7.5 模糊控制器设计 7.5.2 模糊控制器的设计要求 1）确定模糊控制器的输入变量和输出变量。 2）归纳和总结模糊控制器的控制规则。 3）确定模糊化和清晰化的方法。 4）选择论域并确定有关参数。 5）模糊控制器的软、硬件实现。 7.5 模糊控制器设计 7.5.3 模糊控制器的结构设计 7.5 模糊控制器设计 7.5.4 精确输入量的模糊化 1．输入量变换 7.5 模糊控制器设计 7.5.4 精确输入量的模糊化 4．模糊化方法 单点模糊化 7.5 模糊控制器设计 7.5.5 模糊控制规则库及推理机制的设计 1．模糊控制规则的前件和后件变量的选择 2．模糊控制规则的建立 3．形式化处理 7.5 模糊控制器设计 7.5.6 模糊推理 设已建立的模糊控制规则库为 ：如果 是 and 是 ，则 是 ：如果 是 and 是 ，则 是 ┇ ：如果 是 and 是 ，则 是 设已知模糊控制器的输入模糊量为 是 and 是 7.5 模糊控制器设计 则输出模糊量 （用模糊集合 表示）为 7.5 模糊控制器设计 7.5.7 清晰化计算 又称反模糊化 1．最大隶属度法 2．中位数法 3．加权平均法 7.5 模糊控制器设计 7.5.8 模糊论域为离散的