第三章 模糊控制的逻辑学基础.pptVIP

第三章 模糊控制的逻辑学基础 自然语言的模糊集合表示 模糊逻辑 模糊推理 自然语言的模糊集合表示 P59 一些表示程度或含有数量意义的词汇，可用模糊集合表示，定义对应的隶属函数。 “大、小、高、矮、多、少、冷、热、快、慢”等 自然语言的模糊集合表示 P60 模糊算子 在模糊词汇前面加入的修饰性词语 否定性修饰词： 补集运算 “非” 、“不” 如：老 不老， 金属 非金属 自然语言的模糊集合表示 模糊算子 连接词 “且” 、“或” 交集∩ 、并集∪ 自然语言的模糊集合表示 模糊算子 语气算子 设表示原词语的模糊集合隶属函数为A(x)， 则加入语气算子 后，表示新的词语的模糊集合隶属函数为 自然语言的模糊集合表示 模糊算子 语气算子 表3-3 常用语气词与 的对应关系 模糊命题 P64 定义 含有模糊概念或带有模糊性的陈述句 分类 简单模糊命题（原子模糊命题） 复合模糊命题 简单模糊命题（原子模糊命题） 是一个单独的陈述句 基本形式：x是A (x is A) x：语言变量 A：语言值，用F集合表示 模糊命题的表示 ：A(x) 模糊命题的真值（这个命题多大程度上属于真）， [0 1] 也是隶属函数：x属于模糊集合A的程度 复合模糊命题及其真值 用连接词将几个简单模糊命题搭配组合，构成复合模糊命题 连接词及模糊逻辑运算 设P、Q、R为三个模糊单命题 非：逻辑非，对某个简单命题的否定 复合模糊命题及其真值 连接词及模糊逻辑运算 设P、Q、R为三个模糊单命题 析取：逻辑或 合取：逻辑与 复合模糊命题及其真值 连接词及模糊逻辑运算 设P、Q、R为三个模糊单命题 蕴涵：若…则… 如果…那么… 等价：互相蕴涵 模糊条件命题 P66 基本形式1 若A，则U , A U 如果a是A，则u是U If a is A then u is U If A(a) then U(u) 模糊条件命题 P70 基本形式2 若A且B，则U , A B U 如果a是A且b是B ，则u是U If a is A and b is B ,then u is U If A(a) and B(b) then U(u) 模糊条件命题 P74 其它形式 若A则U1，否则U2 如果a是A，则u是U1，否则u是U2 模糊蕴涵关系真值的计算 P67 若A，则U A U Zadeh算法 Mamdani算法 Mamdani算法的具体应用 P68 当A(a) 和U(u)都是离散论域中的模糊集合时 Mamdani算法的具体应用 P68 当A属于离散论域，U属于连续论域时 当A和U都是连续论域中的模糊子集时 例题3-3 P69 模糊蕴涵关系真值的计算 P71 若A且B，则U Mamdani算法 具体也分离散和连续论域的情况 例题3-5 p72 例题3-6 p73 其它情况： 近似推理及其合成法则 p74 从巳知条件求未知结果的思维过程就是推理。 模糊逻辑推理的合成法则 模糊逻辑推理的合成法则 F控制器中的模糊蕴涵关系 F控制器中包含多条模糊规则 每条模糊规则都可用一个模糊蕴涵关系Ri表示 控制器的模糊关系: R=R1∪R2 ∪… ∪ Rn= ∪ Rj 控制器的输出U*: 或者用下面算法计算输出U*: 先计算每条规则下的输出Uj*，再求出它们的并 T—S型模糊推理 前述模糊推理得到的结论是个新的模糊命题，不能直接驱动执行机构 1985年日本学者Takagi和Sugeno提出一种新的模糊推理模型，简称T—S型模糊推理模型 它的输出是清晰值或者是输入量的函数，不需进行清晰化就可直接用于推动执行机构，并便于数学分析。 主要适用于：局部线性，能分段进行控制的系统 T—S型模糊推理 使用时，常用下面两种形式： 0阶T—S型模糊推理 if x1 is A1 and x2 is A2, then u=k 1阶T—S型模糊推理 if x1 is A1 and x2 is A2, then u=p*x1+q*x2+r k、p、q、r根据大量输入输出数据辨识得到，常数 T—S型模糊推理 设有n条模糊规则，第i条模糊规则的输出为ui,对应权重为wi，当输入激活了m条规则，控制器总输出为U 计算输出U的两种算法： 加权求和法（wtsum） 加权平均法（wtaver） T—S型模糊推理 计算每条规则