《=第章模糊控制的数学基础》-课件设计（公开).ppt

2.6 语言规则中蕴涵的模糊关系 “天气很冷，快要下雪了” 气温----?下雪概率 (1) 语言变量 语言变量是自然语言中的词或句，它的取值不是通常的数，而是用模糊语言表示的模糊集合。 例如“年龄”就可以是一个模糊语言变量，其取值为“年幼”，“年轻”，“年老”等模糊集合。 定义一个语言变量需要定义以下4个方面的内容： 定义变量名称 定义变量的论域 定义变量的语言值（每个语言值是定义在变量论域上的一个模糊集合） 定义每个模糊集合的隶属函数。 例2.6.1：试根据定义语言变量的4要素来定义语言变量“速度”。 首先，定义变量名称为“速度”，记做x； 其次，定义变量“速度”的论域为[0，200]km/h； 再次，在论域[0，200]上定义变量的语言值为 {慢，中，快}； 最后，在论域上分别定义各语言值的隶属函数为 2.6 语言规则中蕴涵的模糊关系 定义的隶属函数形状如图 (2) 模糊蕴含关系 人类在生产实践和生活中的操作经验和控制规则往往可以用自然语言来描述。譬如，在汽车驾驶速度的控制过程中，控制规则可以描述为“如果速度快了，那么减小油门；如果速度慢了，那么加大油门。”下面就来介绍如何利用模糊数学从语言规则中提取其蕴涵的模糊关系。 2.6 语言规则中蕴涵的模糊关系 1）简单条件语句的蕴涵关系 2.6 语言规则中蕴涵的模糊关系 “如果……那么……”或“如果……那么……，否则……” 假设u，v 是已定义在论域U和V的两个语言变量，人类的语言控制规则为“如果u是A，则v是B ”，其蕴涵的模糊关系R为： 式中，A×B称作A和B的笛卡儿乘积，其隶属度运算法则为： 所以，R的运算法则为： 2.6 语言规则中蕴涵的模糊关系 假设u，v 是已定义的两个语言变量，人类的语言控制规则为“如果u是A，则v是B；否则，v是C” 则该规则蕴涵的模糊关系R为： 2.6 语言规则中蕴涵的模糊关系 例2.6.2： 定义两语言变量“误差u”和“控制量v”；两者的论域：U=V={ 1 ,2 ,3 ,4 ,5}； 定义在论域上的语言值为：{小，大，很大，不很大} ={A，B，G，C}；定义各语言值的隶属函数为： 分别求出控制规则“如果u 是小，那么 v 是大” 蕴涵的模糊关系R1和规则“如果u 是小，那么 v 是大；否则， v 是不很大”蕴涵的模糊关系R2。 2.6 语言规则中蕴涵的模糊关系 解：（1）求解R1 （2）求解R2 2）多重条件语句的蕴涵关系 由多个简单条件语句并列构成的语句叫做多重条件语句，其句型为： 如果u是A1，则v是B1 ； 否则，如果u是A2，则v是B2 ； …… 否则，如果u是An，则v是Bn。 该语句蕴涵的模糊关系为： 其隶属函数为： 2.6 语言规则中蕴涵的模糊关系 3）多维条件语句的蕴涵关系 具有多输入量的简单条件语句，我们称之为多维条件语句。其句型为： 如果u1是A1，且u2是A2，…，且um是Am，则v是B 该语句蕴涵的模糊关系为： 其隶属函数为： 2.6 语言规则中蕴涵的模糊关系 2.6 语言规则中蕴涵的模糊关系 例2.6.3 已知语言规则为“如果e是A，并且ec是B，那么u是C。”其中 试求该语句所蕴涵的模糊关系 R。 解： 第一步，先求R1＝A×B： 第二步，将二元关系矩阵R1排成列向量形式R1 T，先将中的第一行元素写成列向量形式，再将中的第二行元素也写成列向量并放在前者的下面，如果是多行的，再依次写下去。于是R1可表示为： 第三步，R可计算如下： 2.6 语言规则中蕴涵的模糊关系 2.6 语言规则中蕴涵的模糊关系 4）多重多维条件语句的蕴涵关系 具有多输入量的多重条件语句，我们称之为多重多维条件语句。其句型为： 如果u1是A11，且u2是A12，…，且um是A1m，则v是B1； 否则，如果u1是A21，且u2是A22，…，且um是A2m，则v是B2； …… 否则，如果u1是An1，且u2是An2，…，且um是Anm，则v是Bn； 则该语句蕴涵的模糊关系为： 其隶属函数为： 2.7 模糊推理 常规推理：已知x，y之间的函数关系y＝f(x)，则对于某个x* ，根据f( )可以推理得到相应的y*。 x y f( ) x* y*=f(x*) 推理 模糊推理：知道了语言控制规则中蕴涵的模糊关系后，就可以根据模糊关系和输入情况，来确定输出情况，这就叫做“模糊推理”。 x y R x*=A y*=B 推理 2.7 模糊推理 （1） 单输入模糊推理 对于单输入的情况，假设两个语言变量x，y之间的模糊关系为R ，当x的模糊取值为A* 时，与之相对应的y的取值B* ，可通过模糊推理得出，如下式所示： 上式的计算方法有两种： 1）Zadeh法 2.7 模糊推理 例