模糊数学基础.pptVIP

模糊控制的理论基础 图 广义钟形隶属函数（M=2） 隶属函数 示 例 模 糊 数 学 图 S形隶属函数（M=3） 隶属函数 示 例 模 糊 数 学 图 梯形隶属函数（M=4） 隶属函数 示 例 模 糊 数 学 图 三角形隶属函数（M=5） 隶属函数 示 例 模 糊 数 学 图 Z形隶属函数（M=6） 隶属函数 示 例 模 糊 数 学 设计一个三角形隶属函数，按[-3，3]范围七个等级，建立一个模糊系统，用来表示{负大，负中，负小，零，正小，正中，正大}。仿真结果如图所示。 隶属函数的仿真 示 例 模 糊 数 学 设计评价一个学生成绩的隶属函数，在[0，100]之内按A、B、C、D、E分为五个等级，即{不及格，及格，中，良，优}。分别采用五个高斯型隶属函数来表示，建立一个模糊系统，仿真结果如图所示。 隶属函数的仿真 示 例 模 糊 数 学 隶属函数是模糊控制的应用基础。目前还没有成熟的方法来确定隶属函数，主要还停留在经验和实验的基础上。通常的方法是初步确定粗略的隶属函数，然后通过“学习”和实践来不断地调整和完善。遵照这一原则的隶属函数选择方法有以下几种。 隶属函数的确定 方 法 模 糊 数 学 （1）模糊统计法 根据所提出的模糊概念进行调查统计，提出与之对应的模糊集A，通过统计实验，确定不同元素隶属于A的程度。 对模糊集A的隶属度 = 隶属函数的确定 方 法 模 糊 数 学 （2）主观经验法 当论域为离散论域时，可根据主观认识，结合个人经验，经过分析和推理，直接给出隶属度。这种确定隶属函数的方法已经被广泛应用。 （3）神经网络法 利用神经网络的学习功能，由神经网络自动生成隶属函数，并通过网络的学习自动调整隶属函数的值。 隶属函数的确定 方 法 模 糊 数 学 设有一组同学X，X={张三，李四，王五}，他们的功课为Y，Y={英语，数学，物理，化学}。他们的考试成绩如下表： 模糊关系的表达 模 糊 数 学 取隶属函数 ，其中u为成绩。如果将他们的成绩转化为隶属度，则构成一个x×y上的一个模糊关系R，见下表。 模糊关系 模 糊 数 学 表 达 模糊关系 表 达 模 糊 数 学 矩阵称作模糊矩阵，其中各个元素必须在[0，1]闭环区间上取值。矩阵R也可以用关系图来表示。 模糊矩阵运算 设有n阶模糊矩阵A和B 且 。 则定义如下几种模糊矩阵运算方式： 模糊关系 运 算 模 糊 数 学 0871-5031301 * 现 代 控 制 理 论 * / 16 shixl@ynu.edu.cn 信 息 学 院 硕 士 研 究 生 课 程 信 息 学 院 以往的各种传统控制方法均是建立在被控对象精确数学模型基础上的，然而，随着系统复杂程度的提高，难以建立系统的精确数学模型。 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。 模糊控制的引入 简 介 模 糊 数 学 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。 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。 模糊控制的理论 简 介 模 糊 数 学 （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。 模糊控制的特点 简 介 （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