模糊推理系统（PPT）.pptVIP

3.3 模糊推理系统 3.3.1 模糊推理系统的结构 3.3.2 模糊化 3.3.2 模糊化 模糊单值法 三角隶属函数法 高斯隶属函数法 模糊单值法 模糊单值法 三角隶属函数法 三角隶属函数法 高斯隶属函数法 3.3.3 模糊规则库 模糊规则的基本形式 模糊规则库的基本性质 模糊规则库的基本性质 模糊规则库的基本性质 模糊规则库的基本性质 模糊规则库的基本性质 模糊规则库的基本性质 模糊规则库的基本性质 模糊规则库的基本性质 模糊规则库的基本性质 3.3.4 去模糊化 最大隶属度法 最大隶属度法 最大隶属度法 最大隶属度法 最大隶属度法 最大隶属度法 重心法 重心法 重心法 中心平均法 中心平均法 中心平均法 中心平均法 3.3.5 模糊推理系统设计 3.3.5 模糊推理系统设计 建立模糊规则库 语言变量论域及语言值隶属函数的确定 语言变量论域及语言值隶属函数的确定 实测值的模糊化 模糊推理 模糊推理 去模糊化 去模糊化 最大隶属度法虽然计算简单，但丢失的模糊信息太多，精确化结果鲁棒性较差。 重心法充分利用了推理结果中的全部模糊信息，精确化结果的鲁棒性也较好，但这种方法对计算的要求较高。 中心平均去模糊化法，实质上是最大隶属度法与重心法的折中。 若模糊推理结果由 N 个模糊集合构成，令 　为第 i 个模糊集合的中心，　　　为该模糊集合对应的最大隶属度，则中心平均去模糊化方法得到的清晰值　 为 中心平均法方法计算较简单，清晰化的鲁棒性较好，是模糊推理系统中常用的方法。 模糊推理结果由两个模糊集合构成 对于离散论域，中心　 实质上就是　 ， 实质上就是隶属度　　 ，则清晰值　 为 在离散论域上，中心平均法与重心法去模糊化的结果是等价的。 模糊推理系统设计：模糊化、模糊规则库、模糊推理方法及去模糊化的设计。 模糊化：模糊单值法、三角形隶属函数法、高斯隶属函数法 模糊推理：Mamdani法、Larsen法、Zadeh法 去模糊化：最大隶属度法、重心法、中心平均法 模糊推理系统的设计不是唯一的。 车内温度的调节：打开空调制冷系统，通过旋转风档，调节冷气阀门的开度即可改变车内温度。 风档一般分为四级，即“闭”、“小开”、“中开”、“大开”。 车内温度：“低”、“较低”、“中”、“高” 冷气阀门的开度：“闭”、“小开”、“中开”、“大开” 温度调节系统的模糊规则 规则①：“如果温度低，则关闭冷气阀门”； 规则②：“如果温度较低，则冷气阀门小开”； 规则③：“如果温度中，则阀门开度为中开”； 规则④：“如果温度高，则冷气阀门大开”。 论域：0~50℃； 语言值： “低”、“较低”、“中”、“高”，即　　低、 较低、　　中、　　高。 隶属函数：三角形。 论域：[ 0o, 90o] 语言值： “闭”、“小开”、“中开”、“大开”，即　　 闭、　　小开、　　中开、　　大开。 隶属函数：三角形。 实测温度26℃，模糊单值法模糊化。 * adqiao@ * 模糊推理系统又称为模糊系统，是以模糊集合理论和模糊推理方法等为基础，具有处理模糊信息能力的系统。 模糊推理系统以模糊逻辑理论为主要计算工具，可以实现复杂的非线性映射关系，而且其输入输出都是精确的数值，因此已被广泛应用。 从功能上来看，模糊推理系统主要由模糊化、模糊规则库、模糊推理方法及去模糊化几部分组成。 精确值进入模糊推理系统时，一般要将其模糊化成给定论域上的模糊集合。 模糊化的实质是将给定输入转换成模糊集合 。 模糊化的原则是： ①在精确值处模糊集合的隶属度最大； ②当输入有噪声干扰时，模糊化结果具有一定的抗干扰能力； ③模糊化运算应尽可能简单。 模糊单值法是将精确值转化为模糊单值，这种模糊化方法只是形式上将精确值转化成模糊量，实质上仍然是精确量。 设　为实测的精确值，　为转换后的模糊集合，则有 优点：易于实现模糊化运算，当输入数据准确时，模糊化性能良好，是一种常用的模糊化方法。 不足：由于舍弃了所有　　　处的隶属度，因此，对输入数据噪声的鲁棒性较差。 如果输入数据干扰严重，那么用模糊单值法进行模糊化处理将会产生很大的误差。 对于这种情况，常常采用三角形隶属函数法进行模糊化处理。 三角形隶属函数模糊化运算比较简单，模糊化结果具有一定的鲁棒性，是一种常用模糊化方法。 设　为精确值，　为转换后的模糊集合，三角隶属函数法为 其中： ① 当　　　时，三角形隶属函数模糊集合就变成了模糊单值。 ②　越大，　的变化对　　 的影响越小。即当　足够大时，该方法具有足够强的抗扰能力。 高斯隶属函数法模糊化运算较前两种去模糊方法复杂，是另一种常用模糊化方法。 这种模糊化方法具有良好的抗干扰能力，且模糊