模糊控制--模糊关系和模糊逻辑推理.ppt

模糊控制--模糊关系和模糊逻辑推理;;3.1 模糊关系;3.1 模糊关系;3.1 模糊关系;3.1 模糊关系;3.1 模糊关系; ;3.1 模糊关系;3.1 模糊关系;3.1 模糊关系;3.2 模糊逻辑推理;3.2 模糊逻辑推理;3.2 模糊逻辑推理;3.2 模糊逻辑推理;3.2 模糊逻辑推理;3.2 模糊逻辑推理;3.2 模糊逻辑推理;3.2 模糊逻辑推理;3.2 模糊逻辑推理;3.2 模糊逻辑推理;3.2 模糊逻辑推理;3.2 模糊逻辑推理;3.2 模糊逻辑推理;3.2 模糊逻辑推理;3.2 模糊逻辑推理;3.2 模糊逻辑推理;3.2 模糊逻辑推理;3.2 模糊逻辑推理;3.2 模糊逻辑推理;3.2 模糊逻辑推理;3.2 模糊逻辑推理;3.2 模糊逻辑推理;3.2 模糊逻辑推理;;4.解模糊判决;重心法[COG, Center of Gravity] ;取 最大值所对应的z作为结果 ——要求正则（单峰） ——如果平顶，取 最大线段的中点作为结果。 ;加权平均法（WMM，Weighted Mean Method）;已经是个“数”了，问题是如何将多条规则分别推理得到的结果组合起来。 有： 其中： 为第i条规则的激活度（firing strength） ;;5.1概述;传统控制的局限性;经常会有这样情况： 传统控制无法控制的问题，操作工却能做的较好。 操作工的控制是如何产生、实施的（他的信息处理过程）？特点在哪里？ ;既然“有效”，我们使用计算机可否模仿这样的信息处理过程呢？ 1.前面学习了模糊数学的知识，我们有了处理这样问题的数学工具； 2.从控制上讲，模仿人的（有效）经验控制，这就是一种最朴素（naive）的模糊控制。 因此，狭义上什么是模糊控制？;在形式上，模糊控制与传统控制比较，有什么特点？ ;那么如何构成一个fuzzy controller 呢？ ;5.2模糊控制系统的基本结构;5.2.1.模糊化接口;若内部论域是离散的，称相应的F?C为：D-FC； 若内部论域是连续的，称相应的F?C为：C-FC；;---模糊化 变换后的 和 仍是非模糊的普通变量，如何把它们模糊化？(变成模糊推理机能够处理和理解的变量形式？) ;;经过第一个环节（模糊化接口）后： （目的）传感器输入转换为知识库和推理机可以理解和处理的变量格式（Δet= -10，就不以-10出现了，而是μZ（-1/3）=0.3，且μ NM（-1/3）=0.7出现了 ） ;???两个部分组成 1）数据库 “Data”的含义 （与计算机应用中的data base不是一个概念） ;2）规则库 由一组“IF…THEN…”形式的模糊条件语句组成（模糊控制规则） ;在实际应用中，如何将自然语言表述的经验形式化为这种形式的模糊规则？ 例：自然语言：“如果温度高且压力较大，则关小阀门” ;3）模糊推理机（inference engine） 常用的是广义前向推理 推理过程是： 其中，若为D-FC，则A’，B’ ，C’ 为矢量（m?f矢量） R（矩阵，模糊关系矩阵）;;;; 例：已知模糊规则形如：“IF x=A THEN y=B” 现：;另外，关于模糊关系，模糊推理，我们知道无论论域是离散的或是连续的，都有以下规律：; 2 且 离散时，各可能的组合（ai，bj，ck），取小 连续时，削顶（是 min（“and”），再min（“蕴含”） 其中 表示三个模糊集合的直积，是积空间 上的模糊关系;根据以上规律，可进一步得到一些定理用于推理： 定理一（各规则分别推理） ;在这一步中，若： 定理三（输入为模糊单点时的推理方法） ;由二部分功能组成 解模糊 对于某一组输入 ， ，一般会同时激活多条规则，因此会有多个推理结果c’i,，i为不同的模糊集合，求