42模糊控制系统设计.pptxVIP

1;4.2 模糊控制系统设计;4.2 模糊控制系统设计;在欧美国家在接受服务后通常需要给服务员小费； 在美国尽管小费的实际数量很大程度上取决于服务的质量， 一般小费平均是就餐费的15%。;tip = 0.15 ;4.2.1 模糊系统的基本结构;tip=0.20/10*（服务质量）+0.05 ;tip = 0.20/20*(服务质量+食物质量)+0.05; ;4.2.1 模糊系统的基本结构;模糊 知识库 ;模糊化接口;模糊化接口;语言集规则组成形式：;;常用解模糊化方法:;-Centroid of area (COA)-重心法-连续情形;-Centroid of area (COA)-重心法-离散情形;-Bisector of area (BOA)- 面积平分法-连续情形;-Mean of maximum (MOM)-最大隶属度平均值法-连续情形;-Mean of maximum (MOM)-最大隶属度平均值法-离散情形;小费问题 — 服务和食物因素;Step 1. 模糊化输入 ;Step 2. 利用模糊操作 (如果给定规则的前提不止 一个);Step 3. 进行模糊推理;Step 4. 给出各规则综合作用下的模糊输出;Step 5. 解模糊化;4.2 模糊控制系统设计;对象;对象模型可以是未知的　;模糊化方法的确定;温度;模糊化方法的确定;模糊控制器对模糊变量(不同于一般变量)进行处理，因而必须将输入精确量转化为模糊矢量。;精确 的 测量 输出 信号;清晰量的模糊化方法;清晰量的模糊化方法;b. 隶属函数的形状　;幅宽窄，模糊子集形状较陡，称为高分辨率，输出变化剧烈，控制灵敏度高; ; 温度 ; 温度 ;4.2.2 基于专家经验的模糊控制;专家控制规则（模糊条件语句） 　　 采用语言描述的形式： 　　　 IF　条件　THEN　控制规则;控制规则的获取方法　;4.2.2 基于专家经验的模糊控制;测量 输出 信号 对应 的 模糊量;模糊推理有多种实现方法，如基于模糊关系矩阵的Mamdani推理合成法，Mamdani直接推理法，拉森推理法，Baldwin推理法，模糊推理直接法，精确值直接推理法，强度转移法等。推理的结果是一个模糊向量(模糊集);Mamdani推理合成法中控制规则所蕴含的关系;4.2.2 基于专家经验的模糊控制;精确 的 控制 信号;常用的清晰化(模糊判决)方法有：　　　　; 在推理结论的模糊集合中，取隶属度最大的那个元素作为输出量。如果所得到的隶属函数曲线是平顶的，则其具有最大隶属度的元??不止一个，需要对这些最大隶属度的元素求平均值。这种方法具有简单、方便、易实现以及实时性好等优点，但丢掉了隶属度较小的元素，忽略了模糊椎理结果的隶属函数形状宽窄和分布情况，所概括的信息量较少，所以这种方法应用于实时性要求高但控制精度要求低的控制系统中。;　控制作用按下式求得：;如何避免模糊控制中的大量在线计算？;精确 的 测量 输出 信号;;关于湿度的隶属度函数表; ;如何避免模糊控制中的大量在线计算？;如何避免模糊控制中的大量在线计算？;基于现场操作人员的控制经验或相关专家的知识，在设计中不需要建立被控对象的精确数学模型，因而使得控制机理和策略易于接受与理解，设计简单，便于应用。模糊控制对那些数学模型难以获取、动态特性不易掌握或变化非常显著的对象非常适用。;4.2.2 基于专家经验的模糊控制;4.2.2 基于专家经验的模糊控制;（基于专家经验的）模糊控制具有先天的不严谨性，这是由于模糊是传统逻辑的一种扩展，整个过程是“定义”出来的。当然每一种“定义”都有其优势或者特点，但我们无法用某个指标来评价它。而且这些“定义” 含有很大的随意性，不同的“定义”会带来不同的结果，使得一般性的理论分析很难进展下去。;4.2.2 基于专家经验的模糊控制;4.2 模糊控制系统设计;对象;4.2.3 基于T-S模糊模型的模糊控制;单摆的摆角;4.2.3 基于T-S模糊模型的模糊控制;4.2.3 基于T-S模糊模型的模糊控制;4.2.3 基于T-S模糊模型的模糊控制;例如在单摆摆角为零(x1(t) =0)的情况下对其进线性化，可得线性模型;4.2.3 基于T-S模糊模型的模糊控制;4.2.3 基于T-S模糊模型的模糊控制;Rule 1: IF x1(t) is about 0 THEN ;Rule 1: IF x1(t) is about 0 THEN ;4.2.3 基于T-S模糊模型的模糊控制;;4.2.3 基于T-S模糊模型的模糊控制;4.2.3 基于T-S模糊模型的模糊控制;4.2.3