智能控制导论11教案.pptVIP

这时如何进行推理运算呢？多输入多规则推理方法就是为解决这个问题而提出来的。 2）表达形式 为便于表达，以二输入多规则为例 大前提：如果A1且B1，则C1 否则如果A2且B2，则C2 … 否则如果An且Bn，则Cn 小前提：如果输入A且B 结论：C‵=？ 3）求取方法 求模糊控制输出关键是求模糊关系矩阵，多输入多规则模糊关系阵如何求取呢？步骤如下 a)求各规则的模糊关系矩阵 根据多输入推理方法： R1=A1×B1×C1 R2=A2×B2×C2 … Rn=An×Bn×Cn b)将各模糊关系子矩阵进行合成：根据模糊条件推理“若A则B否则C”，“否则”就意味着取“并”，因此合成后的模糊关系就是各模糊关系阵取“并”，即 R=R1∪R2∪R3…∪Rn c）求A×B d)控制输出C=(A×B)?R Click to edit company slogan . * 课程名称：智能控制导论 * 思考题 5、什么是模糊语言？ 具有模糊概念的语言，如：高个、快速等均为模糊语言。 6、什么是模糊语言算子？分为几类？ 语言既然是变量，要运算，就要有算子，就像加减乘除、积分微分等。自然语言中，形如“较”，“很”，“非常”，“大概”，“倾向于”等等一类修饰词，就称其为语言算子，分为语气、模糊化、判定化算子。 7、语气算子如何定义？作用如何？ A是论域U 的模糊子集，u∈U，若对于任一正实数λ，都有 成立，则Hλ称为语气算子。 λ1， Hλ强化算子，加强语气 ； λ1， Hλ淡化算子，减弱语气 。 这些副词与 λ的对应关系如下： 事实上模糊集合A就是一个语言变量，H就是对该变量做语气运算 极：λ=4， 非常：λ=3， 很：λ=2 相当：λ=1.5， 比较：λ=0.8， 略：λ=0.6， 稍：λ=0.4 8、什么是模糊化算子？ 作用：使语言中某些具有清晰概念的单词或词组词义模糊化，或者是将原来已经模糊概念的词义更加模糊化。 常用词：大概，近似于，大约，差不多等。 定义：A为经典集合，F为模糊化算子，F(x)表示模糊化变换，且它们的隶属函数关系满足： μA(x)是A的特征函数。则μR(x,c)就是表示模糊程度的一个变换函数，一般 δ的大小取决于模糊划算子的强弱程度。 例：论域U的一个清晰集A的特征函数 当c=5，则“大约5”这个模糊概念的隶属度函数为： 去绝对值，则即-δ≤x-5≤δ,从5-δ到5+δ范围都属于大约5，显然δ越大，模糊程度越高。 判定化算子则与之相反，是如何把模糊变清晰，若输出正大，应为几伏？ 二、模糊语言变量 1、定义 以自然或人工语言中模糊概念的词或句作为变量，而不是以数值作为变量，如偏高，偏低，速度快，速度慢等均是语言变量。 2、构成 一个模糊语言变量可有一个五元体构成：（X, T(x), U, G, M） 其中：X— 语言变量的名称，温度，压力，流量，偏差，误差，速度 T(x) — 语言变量语言值名称的集合 U — 论域 G — 语法规则 M — 语义规则 运输机器人 以电阻炉的控制为例 ，系统误差作为语言变量X ； U=[-6℃, +6℃] ，偏差的范围； T(x)就是与误差相关的语言值集合。T(x)=正大+正中+正小+零+负小+负中+负大，语言值的多少视控制目标与要求而定。 G，语法规则，就是平时我们所讲的逻辑推理规则，对经验的总结，常用if…then…表达出来。 M，语义规则，即与每个语言变量相联系的算法规则，也就是符合这语言变量的变量值（隶属度函数值）如何取，如何计算。对应论域中的自变量，语言变量的值（语言值）如何取。如正大，温度为0，函数值；温度为100，函数值（按怎样曲线算值）。事实上就是语言变量如何取值。 语义规则决定了语言值的取值，如“零”的取值为： （0，0，0，0，0.5，1，0.5，0，0，0，0） §3.4 模糊推理 模糊控制的核心是控制规则库的建立，而规则的建立则首先要搞清命题与命题之间的模糊逻辑关系，且规则的前后句子之间存在着一定的推理关系，这种推理就是模糊推理，所以，本节重点介绍模糊推理的数学表达方法。 一、模糊推理 1、定义 也叫模糊逻辑推理，是不确定性推理的一种方法，是以模糊判断为前提，运用模糊语言规则，推出一个新的模糊判断结论的方法。如“若晴天则暖和”，就是一种模糊推理。 （与门如果全为1，则输出1） 2、模糊推理的表示方法 一般用三段论表示方法，即从两个判断得到第三个判断的一种推理方法。其中第一个判断提供了一般的原理原则，称其为大前提；第二个判断指出了一个特殊场合情况，叫小前提，联合这两个判断，说明一般原则和特殊情况的联系，从而得到第三个判断，也称之为结论，例： 大前提：腿长则跑得快 小前提：小王腿很长 结论：小王跑得快 二、