6模糊逻辑及模糊控制帮助理解笔记.docxVIP

模糊逻辑及模糊控制”帮助理解笔记 陈老师整理) 模糊逻辑及模糊控制”帮助理解笔记 陈老师整理) 一、 弄清楚下列最基本的概念和表达式： Membership function: 隶属函数 (也可称为 “成员函数” )，它指的是某对象 (为一论域内的数值) 隶属于某概念的程度，从 0 到 1。 Universe of discourse: 对象构成的集合，称为论域，由隶属函数的横轴表述。 二、 注意下列最基本的数学表达： A(X) ：隶属函数，其中 A 为概念，例如 年轻、高温、大误差等等。 X 为论域，注意这里 X 为 大写，表示集合。 p, a(x):这也是隶属函数 A(X)的表达式。要注意的是，这种表达法更为常见。其中 X可为大写表 示论域，也可用小写 x 表示论域中的一个对象。 三、 常见问题: 1． 如何理解 R(x,y)? 这里 R 指的是 Relation, 即关系。它表示 x 和 y 的关系，最强为 1，最弱 为 0。注意 x 和 y 用小写，表示某两个变量，也可以用大写，表示两个模糊集合，又可以表 示两个概念等 t-norm是用来干什么的？ t-norm称为t-规则，它是用来定义或推导两个对象之间的关系的。 要注意的是，t-规则有数个属性（例如：非减小性、交换性、关联性、绑定性等） ，这些规则 是人为设置的，任何规则若能满足规定的属性，都能作为 t-norm。我们最常见的t-norm是代 数乘、两者中取最小值等。 如何理解 rules? rules 就是我们说的规则、规定等。笔记中 Ri 就是指第 i 类规则。规则是模 糊逻辑中最为重要的部分，由专家设置，规则必须符合事物发生关系时具有的因果逻辑。规 则用“如果。。。。。。则”句式表示，例如“如果你对我客气，则我就对你客气” ，“如果误差为 小值正数，则施加中值正数的控制量”等等 如何理解下列表达式: （4x,y） （4x,y） F1i F2i …Fni 仝‘ min[ （4x） , ?）] Fij F2i …Fni Gi 上式中，p(x)和My)为隶属函数，x为规则中的变量，y为满足规则后会出现的结果。等式右边 的下标Fii F2i - Fni和Gi分别表示对于第i类规则“如果x1是F,以及x2是FJ以及…xn 是FnJ 那么就会出现y is Gi的结果”，例如在评五好学生的会上，“如果某同学的德育得分 是0.91，智育得分为0.89，体育得分为0.85，美育得分为0.88,最后劳动得分为0.85,那么该 同学就是0.83的五好学生，即他/她满足83%五好学生的条件， 也就是83%的五好学生”。等 式左边的下标 F, F2 式左边的下标 F, F2i Fni f Gi就表达这个意思 ?（x,y） F存.TF^t G i 指的是 Fuzzy Implication （x, y） （x, y） …F, G1 (二Membership Value of Rule R)，即模糊寓意，或者第 i类规则下的隶属函数值。其实这个 MX)和My)的模糊关系而已。记得我们课堂上在三维坐标中画的“小 山”吧，代表的正是 1 (x,.y). 中…汗,-* Gi 5?如何确定上式中的F；（XFn呢？我们就用t-norm。一般表达式为: …（ …（X1）…沢”……卯，其中*代表t-norm。 回顾一下，常用的 t-norm运算形式为: u*v = min (u,v) =uv =max (0, u+v-1)等等。 ）,推理机或知识库defuzzifier）这三咅B6. 模糊控制器由哪三大部分组成的？ 由 模糊化( ）,推理机或知识库 defuzzifier）这三咅B (inference engine 或 knowledge base), 去模糊化 (defuzzification 或 分所组成。其中，模糊化我们推荐用 single-tone法求得，去模糊化推荐用中心平均法 (center-average)求得。 Fuzzy rules Output y 注意最上面的图中，从推理机 inference engine中出来的结果不只一个，每个表示为 G1,即第 i类规则下的输出结果，续见大括号内的示意图。如此数个输出 Gi做为去模糊化部分 (defuzzification 或fuzzifier)的输入，最后输出一个控制信号 u。 7. 如何理解表达式 (y) = sup[ (x)?AXAXF1 (y) = sup[ (x)? AX AX F1i (x, y)] ../ F*t Gi ? 让我们先看等式左边的 Ax/，其实这就是Gi,即第i类规则下的输出结果。 而等式右边的 F； 乂(紆,?!「就是我们常提到的 Fuzzy Implication (二Membership Value