智能控制理论和方法-03模糊控制的理论基础.pptxVIP

第三章 模糊控制的理论基础; 在工程实践中，人们发现，一个复杂的控制系统可由一个操作人员凭着丰富的实践经验得到满意的控制效果。这说明，如果通过模拟人脑的思维方法设计控制器，可实现复杂系统的控制，由此产生了模糊控制。;二、模糊控制的特点 模糊控制是建立在人工经验基础之上的。对于一个熟练的操作人员，他往往凭借丰富的实践经验，采取适当的对策来巧妙地控制一个复杂过程。若能将这些熟练操作员的实践经验加以总结和描述，并用语言表达出来，就会得到一种定性的、不精确的控制规则。如果用模糊数学将其定量化就转化为模糊控制算法，形成模糊控制理论。; 模糊控制理论具有一些明显的特点： （1）模糊控制不需要被控对象的数学模型。模糊控制是以人对被控对象的控制经验为依据而设计的控制器，故无需知道被控对象的数学模型。 （2）模糊控制是一种反映人类智慧的智能控制方法。模糊控制采用人类思维中的模糊量，如“高”、“中”、“低”、“大”、“小”等，控制量由模糊推理导出。这些模糊量和模糊推理是人类智能活动的体现。;（3）模糊控制易于被人们接受。模糊控制的核心是控制规则，模糊规则是用语言来表示的，如“今天气温高，则今天天气暖和”，易于被一般人所接受。 （4）构造容易。模糊控制规则易于软件实现。 （5）鲁棒性和适应性好。通过专家经验设计的模糊规则可以对复杂的对象进行有效的控制。;第二节 模糊集合; 模糊集合的概念是由美国加利福尼亚大学著名教授L.A.Zadeh于1965年首先提出来的。模糊集合的引入，可将人的判断、思维过程用比较简单的数学形式直接表达出来。模糊集理论为人类提供了能充分利用语言信息的有效工具。 模糊集合是模糊控制的数学基础。 ;1．特征函数和隶属函数 在数学上经常用到集合的概念。 例如：集合A由4个离散值x1，x2，x3，x4组成。A={x1,x2,x3,x4} 例如：集合A由1到10之间的连续实数值组成。 ; 以上两个集合是完全不模糊的。对任意元素x，只有两种可能：属于A，不属于A。这种特性可以用特征函数 来描述：; 为了表示模糊概念，??要引入模糊集合和隶属函数的概念： 其中A称为模糊集合，由0,1及 构成。 表示元素x属于模糊集合A的程度，取值范围为[0,1]，称 为x属于模糊集合A的隶属度。;2. 模糊集合的表示 ①??? 模糊集合A由离散元素构成，表示为： ;;例3.2 设论域U={张三，李四，王五}，评语为“学习好”。设三个人学习成绩总评分是张三得95分，李四得90分，王五得85分，三人都学习好，但又有差异。 若采用普通集合的观点，选取特征函数; 此时特征函数分别为(张三)=1，(李四)=1，(王五)=1。这样就反映不出三者的差异。假若采用模糊子集的概念，选取[0，1]区间上的隶属度来表示它们属于“学习好”模糊子集A的程度，就能够反映出三人的差异。 采用隶属函数 ，由三人的成绩可知三人“学习好”的隶属度为(张三)=0.95，(李四)=0.90，(王五)=0.85。用“学习好”这一模糊子集A可表示为：;例3.3 以年龄为论域，取 。Zadeh给出了“年轻”的模糊集Y，其隶属函数为;图3-1 “年轻”的隶属函数曲线;?二、模糊集合的运算 ?1 模糊集合的基本运算 由于模糊集是用隶属函数来表征的，因此两个子集之间的运算实际上就是逐点对隶属度作相应的运算。;（2）全集 模糊集合的全集为普通集，它的隶属度为1，即;则 属于“成绩差”的隶属度为：;（5）子集 若B为A的子集，则;（7）交集 若C为A和B的交集，则 C=A∩B 一般地，;运 算 法 则 1．幂等律 A∪A=A，A∩A=A 2．交换律 A∪B=B∪A，A∩B=B∩A 3．结合律 (A∪B)∪C=A∪(B∪C) (A∩B)∩C=A∩(B∩C);4．吸收律 A∪(A∩B)=A A∩(A∪B)=A 5．分配律 A∪(B∩C)=(A∪B)∩(A∪C) A∩(B∪C)=(A∩B) ∪(A∩C);7．对偶律 8．两极律 A∪E=E，A∩E=A A∪Ф=A，A∩Ф=Ф;例3.4 设 求A∪B，A∩B。 则;证：设 ， 则;2 模糊算子 模糊集合的逻辑运算实质上就是隶属函数的运算过程。采用隶属函数