智能控制模糊推理.pptVIP

智能控制模糊推理*第1页，共38页，星期日，2025年，2月5日3.1模糊推理模糊推理的基本形式前提A如果温度高则B易燃性大前提A温度很高结论B易燃性很大类似于命题逻辑推理，但是，这里逻辑变量的取值不再是“是”和“非”*第2页，共38页，星期日，2025年，2月5日推理的方法：演绎，归纳假言推理设A，B分别为X，Y上的模糊集合，它们的隶属度分别为μA(x)，μB(y）。如果x为A，则y为B——IFXTHENB现x为A’，可以推出y为B’。如满足条件A，则可得到结论B，可以用符号A→B来表示。前提：(A)?(B)前提:(A’)结论：(B’)*第3页，共38页，星期日，2025年，2月5日如果当前的环境条件确实是A，当然可以得到输出控制量是B。IFATHENB但实际上，环境是变化的。现在条件是A‘,输出应该是什么？IFA’THENB’B’=?智能控制需要解决的问题。*第4页，共38页，星期日，2025年，2月5日对于模糊推理，我们要定义模糊关系R，计算在这样的模糊关系下，输出的隶属度。它的隶属度函数为可以认为这里定义了A，B之间的一种模糊关系R楼世博.模糊数学[M].科学出版社*第5页，共38页，星期日，2025年，2月5日2.推理过程的运算推理规则为：这实际上是利用A与B之间的模糊关系R，而*第6页，共38页，星期日，2025年，2月5日例如：设X={1,2,3,4,5}Y={一,二,三,四,五}X,Y上的模糊子集“大”，“小”，“较小”分别定义为大：[L]=0.5/4（四）+1/5（五）即：4（或者四）属于L的隶属度为0.55（或者五）属于L的隶属度为1类似定义小：[S]=1/1（一）+0.5/2（二）较小：[M]=1/1（一）+0.4/2（二）+0.2/3（三）*第7页，共38页，星期日，2025年，2月5日实际上是定义三个模糊子集：[L]=（0，0，0，0.5，1）[S]=(1,0.5,0,0,0)[M]=(1,0.4,0.2,0,0)现具有如下规则：如果x小，则y大，现x较小，问y如何？推理步骤：首先计算IFSTHENL*第8页，共38页，星期日，2025年，2月5日对于IFSTHENL一般表示为：S→L可以定义模糊关系的隶属度为：即先计算模糊关系矩阵R*第9页，共38页，星期日，2025年，2月5日实际上是定义三个模糊子集：[L]=（0，0，0，0.5，1）[S]=(1,0.5,0,0,0)[M]=(1,0.4,0.2,0,0)计算S→L的模糊关系μR(x,y)=[μS(x)∧μL(y)]∨[1-μS(x)]对于该例，x，y均有5个元素，故R是5*5矩阵。*第10页，共38页，星期日，2025年，2月5日以x=1~5,y=一~五分别代入，就可以得到一个5*5的μs?L(x,y)矩阵——μR(x,y)。例如x=1,μS(1)=1，y=一,μL(一)=0，*第11页，共38页，星期日，2025年，2月5日例如x=1,μS(1)=1，y=四,μL(四)=0.5，对x，y的每一个取值，都可以求出对应的μR(x,y)，得到一个R矩阵*第12页，共38页，星期日，2025年，2月5日这样就得到一个5*5的模糊关系矩阵R*第13页，共38页，星期日，2025年，2月5日现在x‘较小，依据较小（也就是M）的定义，[M]=（1,0.4,0.2,0,0)则y如何可以这样计算*第14页，共38页，星期日，2025年，2月5日我们能得出什么结论？*第15页，共38页，星期日，2025年，2月5日求出了Y’的模糊矩阵。那它到底属于什么？前面定义的模糊子集：[L]=（0，0，0，0.5，1）[S]=(1,0.5,0,0,0)[M]=(1,0.4,0.2,0,0)现在，Y’=(0.4,0.4,0.4,0.5,1)那么我们能得出什么结论？——————————————Y’属于大。*第16页，共38页，星期日，2025年，2月5日3.