模糊控制原理课件.pptVIP

第一部分模糊控制第2讲模糊控制原理

第一节模糊控制（推理）系统的基本结构1.1模糊控制系统的组成模糊控制器1.2模糊控制器（推理）的结构

1.2模糊控制器的结构u模糊化模糊化的作用是将输入的精确量转换成模糊量。具体过程为：1）尺度变换尺度变换，将输入变量由基本论域变换到各自的论域范围。变量作为精确量时，其实际变化范围称为基本论域；作为模糊语言变量时，变量范围称为模糊集论域。2）模糊处理将变换后的输入量进行模糊化，使精确的输入量变成模糊量，并用相应的模糊集来表示。

1.2模糊控制器的结构u知识库数据库主要包括各语言变量的隶属函数据库数，尺度变换因子及模糊空间的分级数等。规则库包括了用模糊语言变量表示的规则库一系列控制规则。它们反映了控制专家的经验和知识。

1.2模糊控制器的结构u模糊推理模糊推理是模糊控制器的核心，它具有模拟人的基于模糊概念的推理能力。u清晰化作用：将模糊推理得到的模糊控制量变换为实际用于控制的清晰量。包括：1)将模糊量经清晰化变换成论域范围的清晰量。2)将清晰量经尺度变换变化成实际的控制量。

1.3模糊控制器的维数模糊控制器输入变量的个数称为模糊控制器的维数。对于单输入单输出的控制系统，一般有以下三种情况：?一维模糊控制器一个输入：误差；输出为控制量或控制量的变化。?二维模糊控制二个输入：误差及误差的变化。?三维模糊控制器三个输入为输入：误差、误差的变化、误差变化的速率。

第二节模糊控制系统的基本原理2.1模糊化运算（Fuzzification）2.2清晰化计算（Defuzzification）2.3数据库（Database）2.4规则库（Rulebase）2.4模糊推理（FuzzyInference）

2.1模糊化运算（Fuzzification）模糊化运算是将输入空间的观测量映射为输入论域上的模糊集合。首先需要对输入变量进行尺度变换，将其变化到相应的论域范围，然后将其模糊化，得到相应的模糊集合。l论域变换l模糊化

2.1模糊化运算（Fuzzification）l论域变换若实际的输入量为x*，其变化范围（基本论域）为[x*，0minx*]，要求的论域范围为[x，x]，采用线性变换，则maxminmax比例因子若论域是离散的，则需要将连续的论域离散化或量化。量化等-6-5-4-3-2-10123456化范≤-5.5(-5.5,(-4.5,(-3.5,(-2.5,(-1.5,(-0.5,(0.5,(1.5,(2.5,(3.5,(4.5,5.5-4.5]-3.5]-2.5]-1.5]-0.5]0.5]1.5]2.5]3.5]4.5]5.5]

l模糊化1）单点模糊集合若输入量数据x是准确的，则通常将其模糊化为单点模糊0集合。设该集合用A′表示，则有2）三角形模糊集合若输入量数据存在随机测量噪声，则此时的模糊化运算相当于将随机量变换为模糊量，对于这种情况，可以取模糊量的隶属度函数为等于三角形。三角形的顶点对应于该随机数的均值，底边的长度等于2倍的随机数据的标准差。另外可以取正态分布的函数。

2.2清晰化计算Defuzzification1．解模糊模糊推理结果为输出论域上的一个模糊集，通过某种解模糊算法，可得到论域上的精确值。（1）平均最大隶属度法（mom）meanvalueofmaximum取模糊集中具有最大隶属度的所有点平均值作为去模糊化的结果。例如：已知输出量z的模糊集为根据mom法，得

2.2清晰化计算Defuzzification1．解模糊（2）最大隶属度取最小值法（som）smallest(absolute)valueofmaximum（3）最大隶属度取最大值法（lom）largest(absolute)valueofmaximum（4）面积平分法（bisector）bisectorofarea

2.2清晰化计算Defuzzification1．解模糊（5）加权平均法（重心法centroid）centroidofarea对于论域为离散的情况，有

2.2清晰化计算Defuzzification2．论域反变换论域上的精确量还需经过尺度变换变为实际的控制量。若z的论域范围为[z，z]，实际的控制量的变化范围0minmax为[u，u]，采用线性变换，则minmax式中，k为比例因子。

2.3数据库database存储着有关模糊化、模糊推理、解模糊的一切知识，如模糊化中论域变换方法、输入变量隶属函数的定义、模糊推理算法、解模糊算法、输出变量各模糊集的隶属函数定义等。u输入输出空间的模糊分割模糊控制规则中，前提的语言变量构