模糊控制分析PPT學(xué)習(xí)教案

1、會計學(xué)1模糊控制分析模糊控制分析(fnx)第一頁，共118頁。2n 模糊控制的基本模糊控制的基本(jbn)思想思想首先根據(jù)操作人員手動控制的經(jīng)驗，總結(jié)出一套完整的控制規(guī)首先根據(jù)操作人員手動控制的經(jīng)驗，總結(jié)出一套完整的控制規(guī)則，再根據(jù)系統(tǒng)當(dāng)前的運行狀態(tài)，經(jīng)過模糊推理、模糊判決等則，再根據(jù)系統(tǒng)當(dāng)前的運行狀態(tài)，經(jīng)過模糊推理、模糊判決等運算，求出控制量，實現(xiàn)運算，求出控制量，實現(xiàn)(shxin)對被控對象的控制。對被控對象的控制。 第1頁/共118頁第二頁，共118頁。31.被控(bi kn)對象；2. 執(zhí)行機(jī)構(gòu)；3.模糊控制器；4.輸入輸出接口；5.測量裝置（傳感器）。n 模糊(m hu)控制系統(tǒng)的組

2、成第2頁/共118頁第三頁，共118頁。4人類專家的控制經(jīng)驗是如何人類專家的控制經(jīng)驗是如何(rh)轉(zhuǎn)化為數(shù)字控制器的轉(zhuǎn)化為數(shù)字控制器的 ？人類對熱水器水溫的調(diào)節(jié)人類對熱水器水溫的調(diào)節(jié)控制思想：控制思想：如果如果(rgu)水溫偏高，就把水溫偏高，就把燃?xì)忾y關(guān)??；如果燃?xì)忾y關(guān)??；如果(rgu)水水溫偏低，就把燃?xì)忾y開大。溫偏低，就把燃?xì)忾y開大。第3頁/共118頁第四頁，共118頁。5模仿人類的調(diào)節(jié)經(jīng)驗，可以模仿人類的調(diào)節(jié)經(jīng)驗，可以(ky)構(gòu)造一個模糊控制系統(tǒng)來實現(xiàn)對熱水器的控制。構(gòu)造一個模糊控制系統(tǒng)來實現(xiàn)對熱水器的控制。 n 用一個溫度傳感器來替代左手用一個溫度傳感器來替代左手(zushu)進(jìn)行對

3、水溫的測量，傳感器的測量值經(jīng)進(jìn)行對水溫的測量，傳感器的測量值經(jīng)A/D變換后送往控制器。變換后送往控制器。 n 電磁燃?xì)忾y代替右手和機(jī)械燃?xì)忾y作為執(zhí)行機(jī)構(gòu)，電磁燃?xì)忾y的開度由控制器的電磁燃?xì)忾y代替右手和機(jī)械燃?xì)忾y作為執(zhí)行機(jī)構(gòu)，電磁燃?xì)忾y的開度由控制器的輸出經(jīng)輸出經(jīng)D/A變換后控制。變換后控制。 n 構(gòu)造控制器，使其能夠模擬人類的操作經(jīng)驗。構(gòu)造控制器，使其能夠模擬人類的操作經(jīng)驗。人類的控制規(guī)則人類的控制規(guī)則如果水溫比期望值如果水溫比期望值高高，就把燃?xì)忾y關(guān)，就把燃?xì)忾y關(guān)小??；如果水溫比期望值如果水溫比期望值低低，就把燃?xì)忾y開，就把燃?xì)忾y開大大。描述了輸入（水溫與期望值的偏差描述了輸入（水溫與期望值

4、的偏差 e）和輸出（燃?xì)忾y開度的增量）和輸出（燃?xì)忾y開度的增量 u）之間的模糊關(guān)系之間的模糊關(guān)系R第4頁/共118頁第五頁，共118頁。6輸入輸入(shr)e輸出輸出(shch)u模糊推理模糊推理規(guī)則庫規(guī)則庫RD/A電磁閥電磁閥熱水器熱水器溫度溫度傳感器傳感器A/D期望值期望值eu模糊值模糊值精確值精確值模糊化模糊化去模糊化去模糊化熱水器水溫模糊控制系統(tǒng)結(jié)構(gòu)熱水器水溫模糊控制系統(tǒng)結(jié)構(gòu) 第5頁/共118頁第六頁，共118頁。7模糊模糊(m hu)控制器的基本工作原理控制器的基本工作原理 將測量得到的被控對象的狀態(tài)經(jīng)過將測量得到的被控對象的狀態(tài)經(jīng)過(jnggu)模糊化接口轉(zhuǎn)換模糊化接口轉(zhuǎn)換為用人類

5、自然語言描述的模糊量，而后根據(jù)人類的語言控制為用人類自然語言描述的模糊量，而后根據(jù)人類的語言控制規(guī)則，經(jīng)過規(guī)則，經(jīng)過(jnggu)模糊推理得到輸出控制量的模糊取值，模糊推理得到輸出控制量的模糊取值，控制量的模糊取值再經(jīng)過控制量的模糊取值再經(jīng)過(jnggu)清晰化接口轉(zhuǎn)換為執(zhí)行機(jī)清晰化接口轉(zhuǎn)換為執(zhí)行機(jī)構(gòu)能夠接收的精確量。構(gòu)能夠接收的精確量。 第6頁/共118頁第七頁，共118頁。8模糊控制器的基本結(jié)構(gòu)模糊控制器的基本結(jié)構(gòu)(jigu)通常由四個部分組成：通常由四個部分組成： 模糊化接口模糊化接口 知識庫知識庫 模糊推理模糊推理 清晰化接口清晰化接口模糊推理清晰化接口模糊化接口知識庫第7頁/共118

6、頁第八頁，共118頁。9模糊化接口模糊化接口(ji ku) 模糊化就是通過在控制器的輸入、輸出論域上定義語言變量模糊化就是通過在控制器的輸入、輸出論域上定義語言變量(binling)，來將精確，來將精確的輸入、輸出值轉(zhuǎn)換為模糊的語言值。的輸入、輸出值轉(zhuǎn)換為模糊的語言值。 語言變量 語言變量是自然語言中的詞或句，它的取值不是通常的數(shù)，而是用模糊語言表示的模糊集合。 例如“年齡”就可以是一個模糊語言變量，其取值為“年幼”，“年輕”，“年老”等模糊集合。 第8頁/共118頁第九頁，共118頁。10L. A. Zadeh在1975年給出了模糊語言變量(binling)的五元數(shù)組定義X,U,T(X),G

7、,M： X為語言變量的名稱，如年齡、偏差；T(X)為語言變量X值的集合，即語言變量名的集合，且每個值都是 在U上定義的模糊數(shù)Fi； U為語言變量X的論域，如年齡:0,100; G為產(chǎn)生x數(shù)值名的語言值規(guī)則，用于產(chǎn)生語言變量值；如隸屬度函 數(shù)確定規(guī)則等。 M為與每個語言變量寒意(hn y)相聯(lián)系的算法規(guī)則。 3.2 模糊模糊(m hu)控制器的結(jié)構(gòu)和設(shè)計控制器的結(jié)構(gòu)和設(shè)計 第9頁/共118頁第十頁，共118頁。11例：“誤差”模糊(m hu)語言變量的五元素表示：誤差誤差負(fù)很大負(fù)很大負(fù)大負(fù)大負(fù)中負(fù)中負(fù)小負(fù)小零零正小正小正中正中正大正大正很大正很大-6-5-4-3-2-10123456111111

8、1110.80.40.70.70.20.20.80.30.50.50.30.80.20.70.20.70.80.4設(shè)X為誤差(wch)的語意變量，論域為U=-6,6,“誤差(wch)”的原子單詞為大、中、小、零。語氣算子+原子單詞為很大、較大、中等、較小，則語氣變量X值的集合T(X)=T(誤差(wch)=“正很大”+“正較大”+“正中等”+“正較小”+“零”+“負(fù)較小”+“負(fù)中等”+“負(fù)較大”+“負(fù)很大”，其五元素表示為下圖語言語言(yyn)變變量量X語言規(guī)則語言規(guī)則G語言值語言值T(X)算法規(guī)則算法規(guī)則M論域論域U3.2 模糊控制器的結(jié)構(gòu)和設(shè)計模糊控制器的結(jié)構(gòu)和設(shè)計 第10頁/共118頁第十

9、一頁，共118頁。12顯然語言變量與我們熟習(xí)的數(shù)值變量不同，數(shù)值變量的結(jié)果是精確顯然語言變量與我們熟習(xí)的數(shù)值變量不同，數(shù)值變量的結(jié)果是精確(jngqu)的，但是用自然語言來描述的量是模糊的。的，但是用自然語言來描述的量是模糊的。3.2 模糊控制器的結(jié)構(gòu)模糊控制器的結(jié)構(gòu)(jigu)和設(shè)和設(shè)計計 為了對模糊為了對模糊(m hu)的自然語言形式化和定量化，進(jìn)一步區(qū)分和刻畫模的自然語言形式化和定量化，進(jìn)一步區(qū)分和刻畫模糊糊(m hu)值的程度，常常還借用自然語言中的修飾詞，諸如值的程度，常常還借用自然語言中的修飾詞，諸如“較較”、“很很”、“非常非?！?、“稍微稍微”、“大約大約”、“有點有點”等來描述

10、模糊等來描述模糊(m hu)之。為此引入語言算子的概念。之。為此引入語言算子的概念。第11頁/共118頁第十二頁，共118頁。13語言語言(yyn)算子算子1)語氣語氣(yq)算子算子加強(qiáng)語氣的集中化算子，如加強(qiáng)語氣的集中化算子，如“很很”、“非常非常”、“十分十分(shfn)”、“相當(dāng)相當(dāng)”等等減弱語氣的淡化算子，如減弱語氣的淡化算子，如“略略”、“微微” 等等2)模糊化算子模糊化算子用于將語言中具有清晰概念的詞的詞義模糊化，如用于將語言中具有清晰概念的詞的詞義模糊化，如“大概大概”、“近似于近似于”等等3)判定化算子判定化算子使模糊化的單詞或詞組轉(zhuǎn)化為某種程度上的清晰或肯定，如使模糊化的單

11、詞或詞組轉(zhuǎn)化為某種程度上的清晰或肯定，如“傾向于傾向于”、“多半多半是是”、“偏向偏向”等。等。3.2 模糊控制器的結(jié)構(gòu)和設(shè)計模糊控制器的結(jié)構(gòu)和設(shè)計 第12頁/共118頁第十三頁，共118頁。14模糊化接口模糊化接口(ji ku) 模糊化接口模糊化接口(ji ku)的設(shè)計步驟事實上就是定義語言變量的過程。的設(shè)計步驟事實上就是定義語言變量的過程。如何定義一個語言變量如何定義一個語言變量1）定義變量名稱。）定義變量名稱。2）定義變量的論域。）定義變量的論域。3）定義變量的語言值（每個語言值是定義在變量論域上的一）定義變量的語言值（每個語言值是定義在變量論域上的一個模糊集合。個模糊集合。4）定義每個

12、模糊集合的隸屬函數(shù)。）定義每個模糊集合的隸屬函數(shù)。第13頁/共118頁第十四頁，共118頁。151) 語言變量語言變量(binling)的確定的確定針對模糊控制器每個輸入、輸出空間，各自定義一個針對模糊控制器每個輸入、輸出空間，各自定義一個(y )語言變量。語言變量。 通常取系統(tǒng)的誤差值通常取系統(tǒng)的誤差值e和誤差變化率和誤差變化率ec為模糊控制器的兩個輸入，在為模糊控制器的兩個輸入，在e的論域上定義語言變量的論域上定義語言變量“誤差誤差E”，在，在ec的論域上定義語言變量的論域上定義語言變量“誤差變化誤差變化EC”；在控制量；在控制量u的論域上定義語言變量的論域上定義語言變量“控制量控制量U”

13、。 確定符合模糊控制器要求的輸入變量和輸出變量確定符合模糊控制器要求的輸入變量和輸出變量 第14頁/共118頁第十五頁，共118頁。162)語言語言(yyn)變量論域的設(shè)計變量論域的設(shè)計 在模糊控制器的設(shè)計中，通常就把語言變量在模糊控制器的設(shè)計中，通常就把語言變量(binling)的論域定義為有限整數(shù)的離散論的論域定義為有限整數(shù)的離散論域。例如，可以將域。例如，可以將E的論域定義為的論域定義為-m, -m+1, , -1, 0, 1, , m-1, m；將；將EC的論域定的論域定義為義為-n, -n+1, , -1, 0, 1, , n-1, n；將；將U的論域定義為的論域定義為-l, -l+

14、1, , -1, 0, 1, , l-1, l。?為了提高實時性，模糊控制器常常以控制查詢表的形式出現(xiàn)。該表反映了通為了提高實時性，模糊控制器常常以控制查詢表的形式出現(xiàn)。該表反映了通過模糊控制算法求出的模糊控制器輸入量和輸出量在給定離散點上的對應(yīng)關(guān)過模糊控制算法求出的模糊控制器輸入量和輸出量在給定離散點上的對應(yīng)關(guān)系。為了能方便地產(chǎn)生控制查詢表，在模糊控制器的設(shè)計中，通常就把語言系。為了能方便地產(chǎn)生控制查詢表，在模糊控制器的設(shè)計中，通常就把語言變量的論域定義為有限整數(shù)的離散論域。變量的論域定義為有限整數(shù)的離散論域。 對輸入輸出變量進(jìn)行尺度變換，使之落入各自的論域范圍內(nèi)。對輸入輸出變量進(jìn)行尺度變換

15、，使之落入各自的論域范圍內(nèi)。 第15頁/共118頁第十六頁，共118頁。17如何如何(rh)實現(xiàn)實際的連續(xù)域到有限整數(shù)離散域的轉(zhuǎn)換？實現(xiàn)實際的連續(xù)域到有限整數(shù)離散域的轉(zhuǎn)換？ 通過引入量化因子通過引入量化因子(ynz)ke、kec和比例因子和比例因子(ynz)ku來實現(xiàn)來實現(xiàn) kekecd/dt模糊模糊控制器控制器ku期望值yeecEECUu假設(shè)在實際中，誤差的連續(xù)假設(shè)在實際中，誤差的連續(xù)(linx)取值范圍是取值范圍是e=eL,eH，eL表示低限值，表示低限值，eH表示高限值。則：表示高限值。則： LHeeemk2同理，假如誤差變化率的連續(xù)取值范圍是同理，假如誤差變化率的連續(xù)取值范圍是ec=e

16、cL,ecH ，控制量的連續(xù)取值范圍是，控制量的連續(xù)取值范圍是u=uL,uH ，則量化因子，則量化因子kec和比例因子和比例因子ku可分別確定如下：可分別確定如下：LHecececnk2luukLHu2第16頁/共118頁第十七頁，共118頁。18在確定了量化因子和比例因子之后，誤差在確定了量化因子和比例因子之后，誤差(wch)e和誤差和誤差(wch)變化率變化率ec可通過下式可通過下式轉(zhuǎn)換為模糊控制器的輸入轉(zhuǎn)換為模糊控制器的輸入E和和EC： )2(LHeeeekE)2(LHececececkEC式中，式中，代表代表(dibio)取整運算。取整運算。 模糊控制器的輸出模糊控制器的輸出U可以通過

17、下式轉(zhuǎn)換可以通過下式轉(zhuǎn)換(zhunhun)為實際的輸出值為實際的輸出值u： 2LHuuuUku第17頁/共118頁第十八頁，共118頁。193) 定義各語言定義各語言(yyn)變量的語言變量的語言(yyn)值值 （a a）=負(fù)大，負(fù)小，零，正小，正大負(fù)大，負(fù)小，零，正小，正大(zhngd)=NB, NS, (zhngd)=NB, NS, ZO, PS, PBZO, PS, PB（b b）=負(fù)大，負(fù)中，負(fù)小，零，正小，正中，正大負(fù)大，負(fù)中，負(fù)小，零，正小，正中，正大(zhngd)=NB, NM, NS, ZO, PS, PM, PB(zhngd)=NB, NM, NS, ZO, PS, PM,

18、PB（c c）=負(fù)大，負(fù)中，負(fù)小，零負(fù)，零正，正小，正中，正負(fù)大，負(fù)中，負(fù)小，零負(fù)，零正，正小，正中，正大大(zhngd)=NB, NM, NS, NZ, PZ, PS, PM, PB(zhngd)=NB, NM, NS, NZ, PZ, PS, PM, PB模糊控制器的輸入必須通過模糊化才能用于控制輸出的求解，因模糊控制器的輸入必須通過模糊化才能用于控制輸出的求解，因此它實際上是模糊控制器的輸入接口。它的主要作用是將真實的此它實際上是模糊控制器的輸入接口。它的主要作用是將真實的確定量輸入轉(zhuǎn)換為一個模糊矢量。確定量輸入轉(zhuǎn)換為一個模糊矢量。通常在語言變量的論域上，其模糊子集通?？梢宰魅缦峦ǔＴ谡Z

19、言變量的論域上，其模糊子集通常可以作如下方式劃分：方式劃分： 第18頁/共118頁第十九頁，共118頁。203) 定義各語言定義各語言(yyn)變量的語言變量的語言(yyn)值值 n 檔級多，規(guī)則制定靈活，規(guī)則細(xì)致，但規(guī)則多、復(fù)雜，編制程檔級多，規(guī)則制定靈活，規(guī)則細(xì)致，但規(guī)則多、復(fù)雜，編制程 n 序困難，占用的內(nèi)存較多；序困難，占用的內(nèi)存較多；n 檔級少，規(guī)則少，規(guī)則實現(xiàn)方便，但過少的規(guī)則會使控制作用檔級少，規(guī)則少，規(guī)則實現(xiàn)方便，但過少的規(guī)則會使控制作用(zuyng)n 變粗而達(dá)不到預(yù)期的效果。變粗而達(dá)不到預(yù)期的效果。n 因此在選擇模糊狀態(tài)時要兼顧簡單性和控制效果。因此在選擇模糊狀態(tài)時要兼顧簡

20、單性和控制效果。 第19頁/共118頁第二十頁，共118頁。214)定義定義(dngy)各語言值的隸屬函數(shù)各語言值的隸屬函數(shù) n 常用常用(chn yn)隸屬函數(shù)的類型隸屬函數(shù)的類型 正態(tài)分布型（高斯正態(tài)分布型（高斯(o s)基函數(shù)基函數(shù) ）22)()(iiibaxAex其中，其中，ai為函數(shù)的中心值，為函數(shù)的中心值，bi為函數(shù)的寬度。為函數(shù)的寬度。假設(shè)與假設(shè)與PB，PM，PS，ZO，NS，NM，NB對應(yīng)的高斯基函數(shù)的中心值分別為對應(yīng)的高斯基函數(shù)的中心值分別為6，4，2，0，-2，-4，-6，寬度均為，寬度均為2。隸屬函數(shù)的形狀和分布如圖所示。隸屬函數(shù)的形狀和分布如圖所示。 -6 -4 -2

21、0 2 4 6 0 0.5 1 NB NM NS ZO PS PM PB x 第20頁/共118頁第二十一頁，共118頁。22三角型三角型 else 0 ),(1 ),(1)(cxbcucbbxaaxabxiA-6-4-20246NBNMNSZOPSPMPBx10梯型梯型 else , 0 dxc , , 1 ,)(cdxdcxbbxaabaxxiA-6-4-20246NBNMNSZOPSPMPBx10第21頁/共118頁第二十二頁，共118頁。23n 隸屬函數(shù)確定時需要考慮的幾個隸屬函數(shù)確定時需要考慮的幾個(j )問題問題隸屬函數(shù)曲線隸屬函數(shù)曲線(qxin)形狀對控制性能的影響。形狀對控制性

22、能的影響。 隸屬函數(shù)形狀較尖時，分辨率較高，輸入引起的輸出變化比較劇烈，控制靈敏度較隸屬函數(shù)形狀較尖時，分辨率較高，輸入引起的輸出變化比較劇烈，控制靈敏度較高；高； 曲線形狀較緩時、分辨率較低，輸入引起的輸出變化不那么曲線形狀較緩時、分辨率較低，輸入引起的輸出變化不那么(n me)劇烈，控制特劇烈，控制特性也較平緩，具有較好的系統(tǒng)穩(wěn)定性。性也較平緩，具有較好的系統(tǒng)穩(wěn)定性。因而，通常在輸入較大的區(qū)域內(nèi)采用低分辨率曲線（形狀較緩），在輸入較小的區(qū)因而，通常在輸入較大的區(qū)域內(nèi)采用低分辨率曲線（形狀較緩），在輸入較小的區(qū)域內(nèi)采用較高分辨率曲線（形狀較尖），當(dāng)輸入接近零則選用高分辨率曲線（形狀域內(nèi)采用較

23、高分辨率曲線（形狀較尖），當(dāng)輸入接近零則選用高分辨率曲線（形狀尖）。尖）。第22頁/共118頁第二十三頁，共118頁。24隸屬隸屬(lsh)函數(shù)曲線的分布對控制性能的影響函數(shù)曲線的分布對控制性能的影響 兼顧控制靈敏度和魯棒性相鄰兩曲線交點對應(yīng)的隸屬度值較小時，控制靈敏度較高，但魯棒性不好；值較大(jio d)時，控制系統(tǒng)的魯棒性較好，但控制靈敏度將降低。 清晰性清晰性 相鄰隸屬相鄰隸屬(lsh)函數(shù)之間的區(qū)別必須是明確的。函數(shù)之間的區(qū)別必須是明確的。 第23頁/共118頁第二十四頁，共118頁。25 完備完備(wnbi)性性 隸屬函數(shù)的分布必須覆蓋隸屬函數(shù)的分布必須覆蓋(fgi)語言變量的整個

24、論域，否則，將會出現(xiàn)語言變量的整個論域，否則，將會出現(xiàn)“空檔空檔”，從而導(dǎo)，從而導(dǎo)致失控。致失控。 -6-4-20246NBNMNSZOPSPMPBx10空檔不完備不完備(wnbi)的隸屬函數(shù)分布的隸屬函數(shù)分布 對過程的每一狀態(tài)，都能推導(dǎo)出一個合適的控制規(guī)則第24頁/共118頁第二十五頁，共118頁。26u隸屬度函數(shù)建立的基本隸屬度函數(shù)建立的基本(jbn)原則原則 1. 表示隸屬(lsh)度函數(shù)的模糊集合必須是凸模糊集合從最大隸屬度函數(shù)點出發(fā)向兩邊延伸，隸屬函數(shù)的值必須是單調(diào)遞減的，而不允許有波浪形。例：“速度適中”=0/30+0.5/40+1/50+0.5/60+0/70不同的專家，定義的隸

25、屬度不同，如將速度40的隸屬度定義為0.4隸屬度定義具有隨意性，但是必須能經(jīng)得起實驗的檢驗第25頁/共118頁第二十六頁，共118頁。27u隸屬度函數(shù)建立的基本隸屬度函數(shù)建立的基本(jbn)原則原則 2. 變量(binling)所取隸屬度函數(shù)通常是對稱和平衡的。描述變量的標(biāo)稱值安排得越多，模糊控制系統(tǒng)的分辨率越高，系統(tǒng)響應(yīng)的結(jié)果就越平滑；模糊規(guī)則明顯增多、計算時間大大增加，系統(tǒng)設(shè)計困難程度加重標(biāo)稱值安排得太少，系統(tǒng)響應(yīng)不敏感，無法及時提供輸出控制跟隨小的輸入變化，以至使系統(tǒng)的輸出會在期望值的附件震蕩。模糊變量的標(biāo)稱值以39個為宜，在“零”、“適中”或“合適”集合的兩邊語言值的隸屬度函數(shù)通常是取

26、對稱和平衡的。第26頁/共118頁第二十七頁，共118頁。28u隸屬度函數(shù)建立隸屬度函數(shù)建立(jinl)的基本原則的基本原則 3. 隸屬度函數(shù)(hnsh)要遵從語意順序和避免不恰當(dāng)?shù)闹丿B在相同論域上使用的具有語義順序關(guān)系的若干標(biāo)稱值的模糊集合，例如“速度很低”、“速度低”、“速度適中”、“速度高”、“速度很高”等模糊子集的中心值位置必須按這一次序排列。語言值的分布必須滿足常識和經(jīng)驗第27頁/共118頁第二十八頁，共118頁。29u隸屬度函數(shù)建立隸屬度函數(shù)建立(jinl)的基本原則的基本原則 4. 隸屬度函數(shù)的選擇(xunz)需要考慮重疊指數(shù)一個合理的隸屬度函數(shù)的建立需要考慮很多因素，重疊指數(shù)為

27、隸屬度函數(shù)的選擇提供依據(jù)。為了定量研究隸屬度函數(shù)之間的重疊，Motorola的Marsh提出重疊率和重疊魯棒性的概念，并用這兩個指數(shù)來描述隸屬度函數(shù)的重疊關(guān)系。重疊率c和重疊魯棒性r是定量研究模糊子集隸屬函數(shù)之間重疊關(guān)系的重要指標(biāo)，與模糊控制性能密切相關(guān)。重疊率和重疊魯棒性越大，控制器適應(yīng)對象參數(shù)變化的能力就越強(qiáng)，但控制靈敏度就越低，c=重疊范圍/兩相鄰隸屬函數(shù)覆蓋范圍第28頁/共118頁第二十九頁，共118頁。30用模糊統(tǒng)計法確定隸屬用模糊統(tǒng)計法確定隸屬(lsh)度的基本思想度的基本思想模糊模糊(m hu)統(tǒng)計法的具體步驟統(tǒng)計法的具體步驟 （1）確定一個論域）確定一個論域U； （2）在論域中

28、選擇一個確定的元素）在論域中選擇一個確定的元素u0； （3）考慮）考慮U上的一個邊界可變的普通集合上的一個邊界可變的普通集合A*； （4）就）就u0是否屬于是否屬于A*的問題針對不同對象調(diào)查統(tǒng)計，并記錄結(jié)果；的問題針對不同對象調(diào)查統(tǒng)計，并記錄結(jié)果； （5）根據(jù)模糊統(tǒng)計規(guī)律）根據(jù)模糊統(tǒng)計規(guī)律 計算計算u0屬于模糊集合屬于模糊集合A的隸屬度的隸屬度nAuunA的次數(shù)*00lim)(n 隸屬函數(shù)確定的常用方法第29頁/共118頁第三十頁，共118頁。3118251730172818251635142518301835183516251530183517351825182518352030183016

29、302035183018301525183015281628183018301630183518251825162818301630162818351835172716281528163019281530152617251536183017301835163515251525182816301528183518301728183515281830152515251830162415251632152718351625182816281830183518301830173018301835163018351725153018251730142518261829183518281830182516

30、3517291825173016281830162815301535153020302030162517301530183016301828183516301530183518351830173016351730152518351530152515301830172518291828例：用模糊統(tǒng)計法確定(qudng)27歲的人屬于“青年人”模糊集合的隸屬度。武漢工業(yè)大學(xué)張南倫教授調(diào)查(dio ch)統(tǒng)計結(jié)果如下：表2-1 關(guān)于“青年人”年齡的調(diào)查第30頁/共118頁第三十一頁，共118頁。328.7012910127lim)27(*nnA的次數(shù)青年人第31頁/共118頁第三十二頁，共118頁。

31、33 求取求取(qi q)論域中足夠多元素的隸屬度，根據(jù)這些隸論域中足夠多元素的隸屬度，根據(jù)這些隸屬度求出隸屬函數(shù)。具體步驟為：屬度求出隸屬函數(shù)。具體步驟為：求取論域中足夠多元素求取論域中足夠多元素(yun s)的隸屬度；的隸屬度； 求隸屬函數(shù)曲線求隸屬函數(shù)曲線(qxin)。以論域元素為橫坐標(biāo)，隸屬度為縱。以論域元素為橫坐標(biāo)，隸屬度為縱坐標(biāo)，畫出足夠多元素的隸屬度（點），將這些點連起來，得坐標(biāo)，畫出足夠多元素的隸屬度（點），將這些點連起來，得到所求模糊結(jié)合的隸屬函數(shù)曲線到所求模糊結(jié)合的隸屬函數(shù)曲線(qxin)； 求隸屬函數(shù)。將求得的隸屬函數(shù)曲線與常用隸屬函數(shù)曲線相比較，求隸屬函數(shù)。將求得的隸屬

32、函數(shù)曲線與常用隸屬函數(shù)曲線相比較，取形狀相似的隸屬函數(shù)曲線所對應(yīng)的函數(shù)，修改其參數(shù)，使修取形狀相似的隸屬函數(shù)曲線所對應(yīng)的函數(shù)，修改其參數(shù)，使修改參數(shù)后的隸屬函數(shù)的曲線與所求隸屬函數(shù)曲線一致或非常接改參數(shù)后的隸屬函數(shù)的曲線與所求隸屬函數(shù)曲線一致或非常接近。此時，修改參數(shù)后的函數(shù)即為所求模糊結(jié)合的隸屬函數(shù)。近。此時，修改參數(shù)后的函數(shù)即為所求模糊結(jié)合的隸屬函數(shù)。隸屬函數(shù)的確定隸屬函數(shù)的確定第32頁/共118頁第三十三頁，共118頁。34年齡隸屬次數(shù)隸屬度年齡隸屬次數(shù)隸屬度年齡隸屬次數(shù)隸屬度15270.2122129129800.6216510.3923129130770.6017670.522412

33、9131270.21181240.96251280.9932270.21191250.97261030.8033260.20201291271010.7834260.2021129128990.7735250.19表表2-2 1535歲的人屬于青年人的隸屬度歲的人屬于青年人的隸屬度由表由表2-1可分別計算出可分別計算出1535歲的人屬于歲的人屬于(shy)模糊集合模糊集合“青青年人年人”的隸屬度，計算結(jié)果如下表：的隸屬度，計算結(jié)果如下表：例：根據(jù)張南倫教授的統(tǒng)計結(jié)果，求例：根據(jù)張南倫教授的統(tǒng)計結(jié)果，求 青年人模糊青年人模糊集合的隸屬函數(shù)。集合的隸屬函數(shù)。隸屬函數(shù)隸屬函數(shù)(hnsh)的確定的確定

34、第33頁/共118頁第三十四頁，共118頁。35根據(jù)表根據(jù)表2-2的計算結(jié)果，以年齡為橫坐標(biāo)，隸屬度為縱坐標(biāo)，繪出隸的計算結(jié)果，以年齡為橫坐標(biāo)，隸屬度為縱坐標(biāo)，繪出隸屬函數(shù)屬函數(shù)(hnsh)曲線如下圖所示。曲線如下圖所示。第34頁/共118頁第三十五頁，共118頁。36修改降半哥西型隸屬函數(shù)參數(shù)，使其函數(shù)曲線與所求隸屬函數(shù)曲線非常接近。此時取=1/25，a=24.5，=2。參數(shù)修改后的降半哥西型函數(shù)即為模糊集合“青年人”的隸屬函數(shù)。即：0, ) 1(11 1)(xxaxaxx10024 )55 .24(112418 1)(2xxx x青年人第35頁/共118頁第三十六頁，共118頁。37例證法

35、例證法其主要思想是根據(jù)已知有限個數(shù)的隸屬度其主要思想是根據(jù)已知有限個數(shù)的隸屬度 ，來估計，來估計(gj)整個論域整個論域U上模糊集合上模糊集合A的隸屬函數(shù)的隸屬函數(shù) 。)(jAx)(UA例例3.2.23.2.2 論域論域U代表全體人，代表全體人，A代表代表“中等個子中等個子”。為了確定。為了確定 ，先給定一個高度先給定一個高度h，然后，選定一個語言真值來回答某個高度是否屬于，然后，選定一個語言真值來回答某個高度是否屬于“中等個子中等個子”。語言真值反映了某句話的真實程度，其取值可分為。語言真值反映了某句話的真實程度，其取值可分為“真的真的”、“大致真的大致真的”、“似真似假的似真似假的”和和“

36、假的假的”等程度，并可等程度，并可用數(shù)字用數(shù)字1.0、0.75、0.5、0.25、0.0來表示。對于來表示。對于n個不同的身高樣本個不同的身高樣本h1、h2，hn，分別進(jìn)行詢問，就可以得到模糊集合，分別進(jìn)行詢問，就可以得到模糊集合A A的隸屬函數(shù)的離散值，的隸屬函數(shù)的離散值，進(jìn)而得到近似的隸屬函數(shù)進(jìn)而得到近似的隸屬函數(shù) 。)(UA)(UAn 隸屬函數(shù)確定(qudng)的常用方法第36頁/共118頁第三十七頁，共118頁。38102110102211.)(.)()()(1021KKKuCKuCKuCKuAAAiA出現(xiàn)無出現(xiàn)有iiiAuuuCi , 0, 1)(專家專家(zhunji)經(jīng)驗法經(jīng)驗法

37、根據(jù)專家經(jīng)驗給出模糊信息的處理算式根據(jù)專家經(jīng)驗給出模糊信息的處理算式(sunsh)或相應(yīng)的權(quán)系數(shù)來確定隸或相應(yīng)的權(quán)系數(shù)來確定隸屬函數(shù)的一種方法。屬函數(shù)的一種方法。n 隸屬函數(shù)確定的常用方法例：對某大型設(shè)備需停產(chǎn)檢修的例：對某大型設(shè)備需停產(chǎn)檢修的“狀態(tài)診斷狀態(tài)診斷”。設(shè)論域。設(shè)論域U中模糊集合中模糊集合A，包含該設(shè)，包含該設(shè)備需停產(chǎn)檢修的全部故障因子備需停產(chǎn)檢修的全部故障因子ui（i=1,2,10)分別代表分別代表“溫升過高溫升過高”、“有有噪聲噪聲”、“速度降低速度降低”、“有震動有震動”等每一個故障隱患，經(jīng)由專家經(jīng)驗給等每一個故障隱患，經(jīng)由專家經(jīng)驗給出，設(shè)備需要停產(chǎn)檢查的模糊集合出，設(shè)備需要

38、停產(chǎn)檢查的模糊集合A的隸屬函數(shù)：的隸屬函數(shù)：其中，其中，Ki為加權(quán)系數(shù)，為加權(quán)系數(shù)，若若ui對對A的隸屬度的隸屬度 ，為給定水平，則診斷為立即停產(chǎn)檢為給定水平，則診斷為立即停產(chǎn)檢查，否則，繼續(xù)生產(chǎn)和診斷。查，否則，繼續(xù)生產(chǎn)和診斷。)(iAui第37頁/共118頁第三十八頁，共118頁。39模糊化過程模糊化過程(guchng)小結(jié)：小結(jié)：經(jīng)過經(jīng)過1 1）4 4）步的定義可以在輸入輸出空間定義語言變量，從而將輸入輸）步的定義可以在輸入輸出空間定義語言變量，從而將輸入輸出的精確值轉(zhuǎn)換出的精確值轉(zhuǎn)換(zhunhun)(zhunhun)為相應(yīng)的模糊值。具體的步驟如下：為相應(yīng)的模糊值。具體的步驟如下： 第

39、一步第一步 將實際檢測將實際檢測(jin c)的系統(tǒng)誤差和誤差變化率量化為模糊控制器的輸入。的系統(tǒng)誤差和誤差變化率量化為模糊控制器的輸入。 假設(shè)實際檢測的系統(tǒng)誤差和誤差變化率分別為假設(shè)實際檢測的系統(tǒng)誤差和誤差變化率分別為e*和和ec*，可以通過量，可以通過量化因子將其量化為模糊控制器的輸入化因子將其量化為模糊控制器的輸入E*和和EC*。 )2(*LHeeeekE)2(*LHececececkEC第38頁/共118頁第三十九頁，共118頁。40第二步第二步 將模糊控制器的精確將模糊控制器的精確(jngqu)輸入輸入E*和和EC*通過模糊化接口轉(zhuǎn)化為模糊輸入通過模糊化接口轉(zhuǎn)化為模糊輸入A*和和B*

40、。 將將E*和和EC*所對應(yīng)的隸屬度最大的模糊值當(dāng)作所對應(yīng)的隸屬度最大的模糊值當(dāng)作(dn zu)當(dāng)前模糊控制器的模當(dāng)前模糊控制器的模糊輸入量糊輸入量A*和和B*。 -6-4-20246NB NMNSZOPSPMPBx10假設(shè)假設(shè)E*=6，系統(tǒng)誤差采用三角形隸屬，系統(tǒng)誤差采用三角形隸屬函數(shù)來進(jìn)行模糊化。函數(shù)來進(jìn)行模糊化。 E*屬于屬于NB的隸屬的隸屬度最大（為度最大（為1），則此時，相對），則此時，相對(xingdu)應(yīng)的模糊控制器的模糊輸入量應(yīng)的模糊控制器的模糊輸入量為：為： 605040302010001020304055 . 061* NBA第39頁/共118頁第四十頁，共118頁。41-

41、6-4-20246NBNMNSZOPSPMPBx10-5對于某些輸入精確量，有時無法判斷其屬于對于某些輸入精確量，有時無法判斷其屬于哪個模糊值的隸屬度更大，例如當(dāng)哪個模糊值的隸屬度更大，例如當(dāng)E*=-5時，時，其屬于其屬于NB和和NM的隸屬度一樣大。此時有兩的隸屬度一樣大。此時有兩種方法種方法(fngf)進(jìn)行處理：進(jìn)行處理：1）在隸屬度最大的模糊值之間任取一個）在隸屬度最大的模糊值之間任取一個(y )；例如；例如當(dāng)當(dāng)E*=-5時，時，A*NB或或NM。2）重新定義一個模糊值，該模糊值對于當(dāng)前輸入精確）重新定義一個模糊值，該模糊值對于當(dāng)前輸入精確量的隸屬量的隸屬(lsh)度為度為1，對于其它精確

42、量的隸屬，對于其它精確量的隸屬(lsh)度為度為0。-6-4-20246x10-560504030201000102030405160*A第40頁/共118頁第四十一頁，共118頁。42n以上內(nèi)容為模糊化接口的所有(suyu)內(nèi)容，包括n1. 語言(yyn)變量的確定n2. 語言變量論域的設(shè)計n3. 定義各語言變量的語言值n4. 定義各語言值的隸屬函數(shù)第41頁/共118頁第四十二頁，共118頁。43知識庫知識庫1. 數(shù)據(jù)庫的描述數(shù)據(jù)庫的描述(mio sh) 數(shù)據(jù)庫所存放的是所有輸入、輸出變量的全部模糊(m hu)子集的隸屬度矢量值（即經(jīng)過論域等級離散化以后對應(yīng)值的集合），若論域為連續(xù)域則為隸屬

43、度函數(shù)。在規(guī)則推理的模糊(m hu)關(guān)系方程求解過程中，向推理機(jī)提供數(shù)據(jù)。知識庫由數(shù)據(jù)庫和規(guī)則庫兩部分構(gòu)成將經(jīng)過模糊化接口定義后的語言變量，包括已經(jīng)確定的語言變量、語言變量的論域、語言變量的語言值、各語言值的隸屬函數(shù)，存放在數(shù)據(jù)庫中第42頁/共118頁第四十三頁，共118頁。442. 規(guī)則規(guī)則(guz)庫的描述庫的描述 n 規(guī)則規(guī)則(guz)庫的描述庫的描述 歸納和總結(jié)模糊控制器的控制規(guī)則歸納和總結(jié)模糊控制器的控制規(guī)則模糊控制器的規(guī)則是基于專家知識或手動操作人員長期積累的經(jīng)驗，它是按人的直覺推理的一種語言表示形式。模糊規(guī)則通常有一系列的關(guān)系詞連接而成，如if-then、else、also、en

44、d、or等，關(guān)系詞必須經(jīng)過“翻譯”才能將模糊規(guī)則數(shù)值化。最常用的關(guān)系詞為if-then、also，對于多變量模糊控制系統(tǒng)，還有and等。例如，某模糊控制系統(tǒng)輸入變量為（誤差）和（誤差變化），它們對應(yīng)的語言變量為E和EC，可給出一組模糊規(guī)則：第43頁/共118頁第四十四頁，共118頁。452. 規(guī)則規(guī)則(guz)庫的描述庫的描述 n 規(guī)則規(guī)則(guz)庫的描述庫的描述 規(guī)則庫由若干條控制規(guī)則組成，這些控制規(guī)則根據(jù)人類控制專家的經(jīng)驗規(guī)則庫由若干條控制規(guī)則組成，這些控制規(guī)則根據(jù)人類控制專家的經(jīng)驗總結(jié)得出，按照總結(jié)得出，按照 IF is AND is THEN is的形式表達(dá)。的形式表達(dá)。 R1 :

45、IF E is A1 AND EC is B1 THEN U is C1 R2 : IF E is A2 AND EC is B2 THEN U is C2 Rn : IF E is An AND EC is Bn THEN U is Cn其中，其中，E、EC是輸入語言變量是輸入語言變量“誤差誤差”，“誤差變化率誤差變化率”；U是輸出語言變是輸出語言變量量“控制量控制量”。 Ai 、 Bi 、 Ci是第是第i條規(guī)則中與條規(guī)則中與E、EC、U對應(yīng)的語言值。對應(yīng)的語言值。 第44頁/共118頁第四十五頁，共118頁。46規(guī)則庫也可以用矩陣表的形式進(jìn)行規(guī)則庫也可以用矩陣表的形式進(jìn)行(jnxng)描述

46、。描述。 UECNBNMNSZPSPMPBENBNBNBNBNBNMZZNMNBNBNBNBNMZZNSNMNMNMNMZPSPSZNMNMNSZPSPMPMPSNSNSZPMPMPMPMPMZZPMPBPBPBPBPBZZPMPBPBPBPB例如在模糊控制直流電機(jī)調(diào)速系統(tǒng)中，模糊控制器的輸入例如在模糊控制直流電機(jī)調(diào)速系統(tǒng)中，模糊控制器的輸入(shr)為為E（轉(zhuǎn)速誤（轉(zhuǎn)速誤差）、差）、EC（轉(zhuǎn)速誤差變化率），輸出為（轉(zhuǎn)速誤差變化率），輸出為U（電機(jī)的力矩電流值）。（電機(jī)的力矩電流值）。 在在E、EC、U的論域上各定義的論域上各定義了了7個語言子集：個語言子集：PB,PM,PS,ZO,NS,NM

47、,NB對于對于E、EC可能的每種取值，進(jìn)行可能的每種取值，進(jìn)行專家分析和總結(jié)后，則總結(jié)出的控制專家分析和總結(jié)后，則總結(jié)出的控制規(guī)則為：規(guī)則為： 第45頁/共118頁第四十六頁，共118頁。47n 規(guī)則庫蘊涵的模糊規(guī)則庫蘊涵的模糊(m hu)關(guān)系關(guān)系 規(guī)則庫中第規(guī)則庫中第i條控制規(guī)則條控制規(guī)則: Ri: IF E is Ai AND EC is Bi THEN U is Ci蘊含蘊含(yn hn)的模糊關(guān)系為：的模糊關(guān)系為： )(iiiiCBAR控制規(guī)則庫中的控制規(guī)則庫中的n條規(guī)則之間可以看作是條規(guī)則之間可以看作是“或或”，也就是，也就是“求并求并”的關(guān)系，則整個規(guī)則的關(guān)系，則整個規(guī)則庫蘊涵的模

48、糊關(guān)系為：庫蘊涵的模糊關(guān)系為： iiRRU第46頁/共118頁第四十七頁，共118頁。48n 規(guī)則(guz)庫的產(chǎn)生 模糊控制規(guī)則的提取方法在模糊控制器的設(shè)計中起著舉足輕重的作用，它模糊控制規(guī)則的提取方法在模糊控制器的設(shè)計中起著舉足輕重的作用，它的優(yōu)劣直接關(guān)系著模糊控制器性能的好壞，是模糊控制器設(shè)計中最重要的的優(yōu)劣直接關(guān)系著模糊控制器性能的好壞，是模糊控制器設(shè)計中最重要的部分。部分。模糊控制規(guī)則的生成方法歸納起來主要有以下幾種：模糊控制規(guī)則的生成方法歸納起來主要有以下幾種： 根據(jù)專家經(jīng)驗或過程控制知識生成控制規(guī)則。這種方法通過對控制專家的根據(jù)專家經(jīng)驗或過程控制知識生成控制規(guī)則。這種方法通過對控

49、制專家的經(jīng)驗進(jìn)行總結(jié)描述來生成特定領(lǐng)域的控制規(guī)則原型，經(jīng)過經(jīng)驗進(jìn)行總結(jié)描述來生成特定領(lǐng)域的控制規(guī)則原型，經(jīng)過(jnggu)反復(fù)的反復(fù)的實驗和修正形成最終的規(guī)則庫。實驗和修正形成最終的規(guī)則庫。 根據(jù)過程的模糊模型生成控制規(guī)則。這種方法通過用模糊語言描述被控過根據(jù)過程的模糊模型生成控制規(guī)則。這種方法通過用模糊語言描述被控過程的輸入輸出關(guān)系來得到過程的模糊模型，進(jìn)而根據(jù)這種關(guān)系來得到控制程的輸入輸出關(guān)系來得到過程的模糊模型，進(jìn)而根據(jù)這種關(guān)系來得到控制器的控制規(guī)則。器的控制規(guī)則。 根據(jù)學(xué)習(xí)算法獲取控制規(guī)則。應(yīng)用自適應(yīng)學(xué)習(xí)算法（神經(jīng)網(wǎng)絡(luò)、遺傳算法根據(jù)學(xué)習(xí)算法獲取控制規(guī)則。應(yīng)用自適應(yīng)學(xué)習(xí)算法（神經(jīng)網(wǎng)絡(luò)、遺

50、傳算法等）對控制過程的樣本數(shù)據(jù)進(jìn)行分析和聚類，生成和在線優(yōu)化較完善的控等）對控制過程的樣本數(shù)據(jù)進(jìn)行分析和聚類，生成和在線優(yōu)化較完善的控制規(guī)則。制規(guī)則。 第47頁/共118頁第四十八頁，共118頁。49模糊控制規(guī)則的總結(jié)要注意以下幾個問題：模糊控制規(guī)則的總結(jié)要注意以下幾個問題： 規(guī)則數(shù)量合理規(guī)則數(shù)量合理控制規(guī)則的增加可以增加控制的精度，但是會影響系統(tǒng)的實時性；控制規(guī)則數(shù)控制規(guī)則的增加可以增加控制的精度，但是會影響系統(tǒng)的實時性；控制規(guī)則數(shù)量的減少會提高系統(tǒng)的運行量的減少會提高系統(tǒng)的運行(ynxng)速度，但是控制的精度又會下降。所以，速度，但是控制的精度又會下降。所以，需要在控制精度和實時性之間進(jìn)

51、行權(quán)衡。需要在控制精度和實時性之間進(jìn)行權(quán)衡。 規(guī)則要具有一致性規(guī)則要具有一致性控制規(guī)則的目標(biāo)準(zhǔn)則要相同。不同的規(guī)則之間不能出現(xiàn)相矛盾的控制結(jié)果。如控制規(guī)則的目標(biāo)準(zhǔn)則要相同。不同的規(guī)則之間不能出現(xiàn)相矛盾的控制結(jié)果。如果各規(guī)則的控制目標(biāo)不同，會引起系統(tǒng)的混亂。果各規(guī)則的控制目標(biāo)不同，會引起系統(tǒng)的混亂。完備性要好完備性要好控制規(guī)則應(yīng)能對系統(tǒng)可能出現(xiàn)的任何一種狀態(tài)進(jìn)行控制。否則，系統(tǒng)就會有失控制規(guī)則應(yīng)能對系統(tǒng)可能出現(xiàn)的任何一種狀態(tài)進(jìn)行控制。否則，系統(tǒng)就會有失控的危險。控的危險。 第48頁/共118頁第四十九頁，共118頁。50模糊推理模糊推理根據(jù)模糊輸入和規(guī)則根據(jù)模糊輸入和規(guī)則(guz)庫中蘊涵的輸入

52、輸出關(guān)系，通過第庫中蘊涵的輸入輸出關(guān)系，通過第二章描述的模糊推理方法得到模糊控制器的輸出模糊值二章描述的模糊推理方法得到模糊控制器的輸出模糊值 以多輸入以多輸入(shr)模糊推理為例，對于語言規(guī)則含有多個模糊推理為例，對于語言規(guī)則含有多個輸入輸入(shr)的情況，假設(shè)輸入的情況，假設(shè)輸入(shr)語言變量語言變量x1,x2,xm與輸出語言變量與輸出語言變量y之間的模糊關(guān)系為之間的模糊關(guān)系為R，當(dāng)，當(dāng)輸入輸入(shr)變量的模糊取值分別為變量的模糊取值分別為A1*, A2*, ,Am*時，時，與之相對應(yīng)的與之相對應(yīng)的y的取值的取值B*，可通過下式得到：，可通過下式得到：*2*1*)(RAAABm

53、第49頁/共118頁第五十頁，共118頁。51清晰化接口清晰化接口(ji ku)由模糊由模糊(m hu)推理得到的模糊推理得到的模糊(m hu)輸出值輸出值C*是輸出論是輸出論域上的模糊域上的模糊(m hu)子集，只有其轉(zhuǎn)化為精確控制量子集，只有其轉(zhuǎn)化為精確控制量u，才，才能施加于對象。我們實行這種轉(zhuǎn)化的方法叫做清晰化能施加于對象。我們實行這種轉(zhuǎn)化的方法叫做清晰化/去模去模糊糊(m hu)化化/模糊模糊(m hu)判決。判決。 第50頁/共118頁第五十一頁，共118頁。52(1) 最大隸屬最大隸屬(lsh)度方法度方法 把把C*中隸屬中隸屬(lsh)度最大的元素度最大的元素U*作為精確輸出控

54、制量作為精確輸出控制量 60504030201000102035 . 04155 . 060*C上式中，元素上式中，元素4對應(yīng)的隸屬度最大，則根據(jù)最大隸屬度法得到的精確輸出對應(yīng)的隸屬度最大，則根據(jù)最大隸屬度法得到的精確輸出控制量為控制量為4。 6050403020100015 . 021314155 . 060*C若模糊輸出量的元素隸屬度有幾個相同的最大值，則取相應(yīng)諸元素若模糊輸出量的元素隸屬度有幾個相同的最大值，則取相應(yīng)諸元素的平均值，并進(jìn)行四舍五入取整，作為控制量。上式中，元素的平均值，并進(jìn)行四舍五入取整，作為控制量。上式中，元素4、3、2對應(yīng)的隸屬度均為對應(yīng)的隸屬度均為1，則精確輸出控制

55、量為，則精確輸出控制量為33)2()3()4(*U最大隸屬度函數(shù)法不考慮輸出隸屬度函數(shù)的形狀，最大隸屬度函數(shù)法不考慮輸出隸屬度函數(shù)的形狀，只關(guān)心其最大隸屬度值處的輸出只關(guān)心其最大隸屬度值處的輸出值。值。因此，難免因此，難免會丟失許多信息。會丟失許多信息。但它的突出但它的突出優(yōu)點是計算簡單優(yōu)點是計算簡單，所以在一些控制，所以在一些控制要求不高的場合，采用最大隸屬度函數(shù)法是相當(dāng)有效的。要求不高的場合，采用最大隸屬度函數(shù)法是相當(dāng)有效的。 第51頁/共118頁第五十二頁，共118頁。53（2）加權(quán)平均法（重心）加權(quán)平均法（重心(zhngxn)法）法）該方法對模糊輸出量中各元素及其對應(yīng)的隸屬度求加權(quán)平均

56、值，并進(jìn)行四該方法對模糊輸出量中各元素及其對應(yīng)的隸屬度求加權(quán)平均值，并進(jìn)行四舍五入舍五入(s sh w r)取整，來得到精確輸出控制量。取整，來得到精確輸出控制量。iiCiiiCUUUU)()(*式中，式中，代表四舍五入取整操作。代表四舍五入取整操作。6050403020100015 . 021314155 . 060*C25 . 01115 . 0) 1(5 . 0)2(1) 3(1)4(1)5(5 . 0*U與最大隸屬度法相比，具有更與最大隸屬度法相比，具有更平滑的輸出推理控制，平滑的輸出推理控制，隸屬度函數(shù)的形狀不同，則推理輸隸屬度函數(shù)的形狀不同，則推理輸出結(jié)果不同出結(jié)果不同第52頁/共

57、118頁第五十三頁，共118頁。54經(jīng)過模糊化接口、規(guī)則庫、模糊推理、清晰化接口的設(shè)計經(jīng)過模糊化接口、規(guī)則庫、模糊推理、清晰化接口的設(shè)計(shj)(shj)，一個完整的模糊控制器就構(gòu)成了，一個完整的模糊控制器就構(gòu)成了綜上所述，模糊控制器實際上就是依靠微機(jī)（或單片機(jī)）來構(gòu)成的。它的絕大部分功能都是由計算機(jī)程序來完成的。隨著專用模糊芯片的研究和開發(fā)，也可以由硬件逐步取代綜上所述，模糊控制器實際上就是依靠微機(jī)（或單片機(jī)）來構(gòu)成的。它的絕大部分功能都是由計算機(jī)程序來完成的。隨著專用模糊芯片的研究和開發(fā)，也可以由硬件逐步取代(qdi)各組成單元的軟件功能。各組成單元的軟件功能。第53頁/共118頁第五十

58、四頁，共118頁。55如果如果E、EC和和U的論域均為的論域均為-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6，則生成的模糊查詢，則生成的模糊查詢(chxn)表具有如下形式表具有如下形式 UEC-6-5-4-3-2-10123456E-6-6-6-6-6-6-5-5-4-3-2000-5-6-6-6-6-5-5-5-4-3-2000-4-6-6-6-5-5-5-5-3-3-2000-3-5-5-5-5-4-4-4-3-2-1111-2-4-4-4-4-4-4-4-2-10222-1-4-4-4-3-3-3-3-1223330-4-4-4-3-3-101334441-3-3-3-

59、2-2133334442-2-2001244444443-1-101234445555400123455556665001234555666660012345566666模糊模糊(m hu)查詢表查詢表第54頁/共118頁第五十五頁，共118頁。56模糊控制器的設(shè)計模糊控制器的設(shè)計(shj)內(nèi)容內(nèi)容（1）確定模糊控制器的輸入變量和輸出變量；）確定模糊控制器的輸入變量和輸出變量；（2）確定輸入，輸出的論域和）確定輸入，輸出的論域和Ke、Kec、Ku的值；的值；（3）確定各變量的語言取值及其隸屬函數(shù)；）確定各變量的語言取值及其隸屬函數(shù)；（4）總結(jié)專家控制規(guī)則及其蘊涵的模糊關(guān)系；）總結(jié)專家控制規(guī)則及

60、其蘊涵的模糊關(guān)系；（5）選擇）選擇(xunz)推理算法；推理算法； （6）確定清晰化的方法；）確定清晰化的方法；（7）總結(jié)模糊查詢表。）總結(jié)模糊查詢表。第55頁/共118頁第五十六頁，共118頁。573.3 模糊模糊(m hu)控制器的設(shè)計實例控制器的設(shè)計實例（1）設(shè)計一個模糊控制的沿直線道路單行道自行駕駛的汽車。 （2）水箱(shuxing)液體位置的模糊控制第56頁/共118頁第五十七頁，共118頁。58設(shè)計一個模糊控制的沿直線道路單行道自行設(shè)計一個模糊控制的沿直線道路單行道自行(zxng)駕駛的駕駛的汽車。汽車。假設(shè)車速是固定的，汽車上裝有超聲波探測器，用以探測方向和位置。假設(shè)車速是固定