智能控制导论.pptxVIP

智能控制导论会计学第1页/共47页以电阻炉的控制为例 ，系统误差作为语言变量X ；U=[-6℃, +6℃] ，偏差的范围；T(x)就是与误差相关的语言值集合。T(x)=正大+正中+正小+零+负小+负中+负大，语言值的多少视控制目标与要求而定。G，语法规则，就是平时我们所讲的逻辑推理规则，对经验的总结，常用if…then…表达出来。M，语义规则，即与每个语言变量相联系的算法规则，也就是符合这语言变量的变量值（隶属度函数值）如何取，如何计算。对应论域中的自变量，语言变量的值（语言值）如何取。如正大，温度为0，函数值；温度为100，函数值（按怎样曲线算值）。事实上就是语言变量如何取值。 第2页/共47页语义规则决定了语言值的取值，如“零”的取值为：（0，0，0，0，0.5，1，0.5，0，0，0，0）第3页/共47页2、什么是模糊推理？1)定义也叫模糊逻辑推理，是不确定性推理的一种方法，是以模糊判断为前提，运用模糊语言规则，推出一个新的模糊判断结论的方法。如“若晴天则暖和”，就是一种模糊推理。 （与门如果全为1，则输出1）2)表示方法 一般用三段论表示方法，即从两个判断得到第三个判断的一种推理方法。其中第一个判断提供了一般的原理原则，称其为大前提；第二个判断指出了一个特殊场合情况，叫小前提，联合这两个判断，说明一般原则和特殊情况的联系，从而得到第三个判断，也称之为结论，例：大前提：腿长则跑得快小前提：小王腿很长结论：小王跑得快 第4页/共47页3、什么是近似推理？推理的结论不是从前提中严格推导得来，而是按近似逻辑得出的结论，称之为近似推理（似然推理）。 例：大前提：如果温度低，则控制电压高小前提：温度很低结论：控制电压很高4、如何用近似推理求结论？大前提：如果有A，则有B小前提：如果有A′ 结论：第5页/共47页运算方法扎登推理法扎登教授将大前提两命题之间的关系看作是蕴涵关系，则：是A就是B，不是A就不是B。若用Rzd表示模糊关系矩阵，则 Rzd=[μRzd(x,y)]n×m，其中 由此可求输出：B= A?Rzd第6页/共47页玛达尼（Mamdani）推理法 把大前提中两命题之间的关系看成是两个模糊集合之间的模糊关系，利用模糊关系的求取方法进行推理合成。 A→B=A×B 若令Rmin表示A与B之间的模糊关系（序偶对集合），则： Rmin= ( rij )n×m 模糊输出B= A?Rmin 第7页/共47页5、如何运用模糊条件推理求结论？语言规则：若A则B否则C逻辑表达式：则模糊关系矩阵 ： 若输入为A，则输出B为：B= A?R第8页/共47页6、为什么要有多输入模糊推理？如何进行多输入模糊推理？1）问题提出形如加热炉控制系统，当控制精度要求较高时，不仅要控制炉温偏差，而且要控制偏差的变化率，这是模糊控制器就有两个输入，其规则要依据两个输入的状态而定，就要用到多输入推理。 第9页/共47页2）推理的表达形式大前提：若A且B则C前提：若现在输入A与B 结论：C=( A and B)?[( A and B)→C]若用模糊矩阵表示三者的模糊关系，则R=A×B×C 3）求取方法a) 先求D=A×B （前行后列）第10页/共47页令b) 将D写成列矢量，DT=[d11…d1n…dm1…dmn]T拉直转置c) 求关系矩阵RR=DT×Cd) 求已知输入A、B的模糊关系（相当于模糊关系输入），D=A×B第11页/共47页e) 将D写成行向量DTf) 求模糊输出C=DT?R‘例：若A=(1,0.5) and B=(0.1,0.5,1)，则C=(0.2,1)已知A=(0.8,0.1) and B=(0.5,0.2,0)，求C第12页/共47页7、为什么需要多输入多规则推理？如何推理？1）问题提出对于一个控制系统而言，一条模糊控制规则是不能满足控制要求的，通常要有一系列的控制规则来构成一个完整的控制系统，再如电阻炉温度控制系统就有21条规则，这时如何求涵盖21条规则的关系矩阵呢？如：if A1 and B1 … then C1if A2 and B2 … then C2…if An and Bn … then Cn第13页/共47页这时如何进行推理运算呢？多输入多规则推理方法就是为解决这个问题而提出来的。 2）表达形式为便于表达，以二输入多规则为例大前提：如果A1且B1，则C1否则如果A2且B2，则C2…否则如果An且Bn，则Cn小前提：如果输入A且B结论：C‵=？ 第14页/共47页3）求取方法 求模糊控制输出关键是求模糊关系矩阵，多输入多规则模糊关系阵如何求取呢？步骤如下 a)求各规则的模糊关系矩阵根据多输入推理方法：R1=A1×B1×C1R2=A2×B2×C2 … Rn=An×Bn×Cnb)将各模糊关系子矩阵进行合成：根据模糊条件推理“若A则B否则