模糊控制器的设计.docxVIP

4.2.3模糊化和清晰化 量化因子是模糊控制器的输入接口，是对输入清晰量进行的放大或缩小变换。为了使这些清晰值能与语言表述的模糊规则相适配，进行近似推理，必须把它们变换成模糊量，即模糊子集。把这些输入的清晰值映射成模糊子集及其隶属函数的变换过程，称为模糊化。 在经过模糊逻辑推理之后输出的结论是模糊量，用它们不能直接推动执行机构进行控制，需要变换成清晰量。把模糊量变换成清晰量的过程，称为清晰化。 模糊化和清晰化模块是模糊控制器的两个重要的部件，尤其模糊化模块是绝不可缺少的。 模糊化 通常经过采样得到的输入量都是清晰值，经过量化因子处理相当于进行一次比例变换，映射成模糊论域N上的某个实数值。这个实数值可能同时与N上的几个模糊子集有关，求出这个实数值隶属于各个相关模糊子集的隶属度，称为把清晰值模糊化。例如，在图3-1中，数0.4属于F集合“正好”的隶属度为0.6，而属于F集合“高”的隶属度为0.4……把实数值0.4属于各个模糊子集的隶属度都找出来，就称把0.4模糊化了。 图 STYLEREF 1 \s 错误!文档中没有指定样式的文字。 SEQ 图 \* ARABIC \s 1 1 自然语言与论域（-2,2）之间的关系 为使每个实时输入变量的清晰值都能模糊化，首先需要确定覆盖在模糊论域N上模糊子集的数目，然后确定出各个模糊子集的隶属函数，这个过程称为进行模糊分布。 模糊子集个数的选定 覆盖模糊论域的F子集数目应该适当，较多时虽可提高控制精度，但模糊规则数目相应地会增加得更快，致使运算量大幅增加。例如，一个二维F控制器，若覆盖偏差e论域的F子集个数为4，覆盖偏差变化率ec论域的F子集个数为3，二者搭配的结果模糊规则的数目为条；当覆盖e的F子集个数増为7，覆盖ec的F子集个数増为5时，则模糊规则数目就增加为条，较前增加了一倍还多。 因此，覆盖模糊论域的F子集数目应当取得恰当，根据经验和运算的方便性，一般覆盖整个模糊论域的F子集数目以3?10个为宜，这样既可以确保一定的控制精度，又可以避免模糊规则数目的过多。 模糊子集的分布 在模糊子集的个数确定之后，就要考虑模糊子集的分布，即模糊子集在模糊论域上的散布方式和情况。覆盖整个论域的F子集分布，应该具有三个基本特性： eq \o\ac(○,1)完备性，即论域上任意一个元素至少得与一个F子集对应； eq \o\ac(○,2)一致性，即论域上任意一个元素不得同时是两个F子集的核； eq \o\ac(○,3)交互性，即论域上任何一个元素不能仅属于一个F集合。 此外，两个F子集的隶属函数交叉时，交叉点的隶属度值应取得合适，通常取为好。值大时，虽然能使系统的控制稳定性变好，变化平缓，但同时也会使系统的灵敏度变差；反之，值小时虽使控制灵敏度变好，但却使系统的稳定性变差，容易引起系统波动，若值过小将会使控制器的模糊性变差。 图4-8画出了几种在模糊论域[-3，3]上不可取的模糊分布，其原因是： eq \o\ac(○,1)论域中[-1，-0.5]间的数值没被模糊子集涵盖； eq \o\ac(○,2)相邻的模糊子集B、C和D相互交叠部分过多，致使模糊论域中数值1，同时以不小的隶属度隶属于B、C、D三个模糊子集； eq \o\ac(○,3)模糊子集C和D隶属函数交点的隶属度是0.8，略显大了点。 为了避免上述不合理情况的发生，通常使一个模糊子集的“核”元素属于紧相邻那个模糊子集的隶属度尽量小，最好接近于零。 图4-8不太合理的模糊分布示例 图4-9画出了在论域[-4，4]上模糊子集合理分布的几个典型情况。 这些模糊子集的分布有的是均匀的，如图4-9(a)所示；有的是不均匀的，如图4-9（b）所示。不均匀分布中“零点”左右的模糊子集划分得较细，每个模糊子集占用的论域区段较小，这是因为零点对应于控制系统的工作点。这种分布可使控制器在零点附近的控制动作精确、细腻。 (C) 图4-9模糊子集分布合理的示例 由图4-9可见，模糊子集的隶属函数类型可以取成相同的，如图4-9(a)和（b)中除两个边缘外，所有隶属函数都是三角形的；也可以取成不全相同的，如图4-9(c)中从左到右分别为Z形、钟形、高斯型、三角形、高斯型、钟形和S形。 隶属函数类型的选取 确定模糊子集就是确定模糊子集的隶属函数，根据模糊论域的离散性或连续性，隶属函数可以取成分离的或连续函数的形式。 用扎德表示法，模糊论域取离散值时，隶属函数形式为： 模糊论域为连续值时，隶属函数形式为： 隶属函数类型的选取没有统一的标准，取什么类型的隶属函数，完全取决于控制对象的不同情况加上设计者的习惯、运算简便和处理方便。一般模糊子集的隶属函数应该是连续函数，除在论域边界处外，都应该是对称的凸F集，这是人们思维渐变性的客观反映和实际需要。陡峭的隶属函数将使控