智能控制系统模糊控制.ppt

作业 编程实现模糊控制自整定PID控制仿真实验（用matlab实现，要求PID结果与自整定PID结果分析比较，控制对象自选定三阶以上系统） ⑵模糊关系的确定 模糊控制器的控制规则是由一组彼此间通过“或”的关系连结 起来的模糊条件语句来描述的。其中每一条模糊条件语句， 当输入、输出语言变量在各自论域上反映各语言值的模糊子 集为已知时，都可以表达为论域积集上的模糊关系。 在计算每一条模糊条件语句决定的模糊关系Ri 之后，考虑到 此等模糊条件语句间的“或”关系，可得描述整个系统的控制 规则的总模糊关系R为 ⑴基于推理合成规则进行模糊推理 ⑵输出信息的去模糊判决 ①最大隶属度法 模糊量到精确量的转换 3 ②重心法：模糊集隶属度函数曲线同基础变量轴所围 面积的重心对应的基础变量值作为清晰值的方法。 ③左取大和右取大 左取大又称左边最大高度，输出隶属度函数左边达到最大值对应的基础变量值最为清晰值的方法。 右取大又称右边最大高度法。 ④加权平均法：指各条规则的前件和输入的模糊集按一定法则确定的ki为权值，对后件代表值ui加权平均计算输出的清晰值的方法。 * 基本模糊控制：针对特定对象设计，控制效果好。控制过程中规则不变，不具有通用性，设计工作量大。 自组织模糊控制：某些规则和参数可修改，可对一类对象进行控制。 智能模糊控制：具有人工智能的特点，能对原始规则进行修正、完善和扩展，通用性强。 * 修饰词放在原子词的前面，用于加强或削弱对原子词的肯定程度， 不同的修饰词表示了不同的修饰程度，如极老、比较老等。 * 在模糊控制中，修饰词也要参与运算，因此对常用的六个修饰词 的隶属度定义如下。 集中化算子：加强对原子词的肯定程度。 散漫化算子：削弱对原子词的肯定程度。 隶属度函数 隶属度函数是对模糊概念的定量描述。 隶属度函数的确定一般根据经验和统计进行确定，也可由权威专家给出。 隶属度函数的确定方法： 1、模糊统计法 2、例证法：从已知有限个μA的值，来估计论域上模糊子集的隶属度函数 3、专家经验法：根据专家的实际经验，确定隶属度函数 隶属度函数 凸模糊集 对于任意实数axb，都有 称A为凸模糊集 常用隶属度函数 正态型 戒上型 Γ型 戒下型 梯形 三角形 模糊矩阵与模糊关系 模糊矩阵： R=（rij)n*m rij∈[0,1] 模糊矩阵的并、交、补运算 例如： 模糊矩阵与模糊关系 模糊矩阵的截矩阵 对任意λ∈[0,1], 模糊矩阵R的截矩阵定义为： 例如： λ=0.5时的截矩阵 模糊矩阵与模糊关系 模糊矩阵的合成（模糊矩阵的乘积） 模糊矩阵Q、R的合成指： 例如： 模糊矩阵与模糊关系 模糊矩阵的转置 相应的行变成列，列变成行可得到转置模糊矩阵。 例如： 模糊关系指对普通集合的直积施加某种模糊条件限制后得到的模糊集合。记作R表示。 当论域元素有限时，模糊关系R可用扎德表示法表示和模糊关系矩阵来表示。 模糊关系 例：设A和B为两个不同论域上的普通集合，A=（1 2 3），B=（1 2 3 4 5），对A×B施加 a?b的模糊条件限制后得到一个模糊关系为： 或 模糊矩阵与模糊关系 模糊关系 描述元素之间关联程度的多少 论域X和Y，模糊矩阵R的元素rij表示论域X中第i个元素和论域Y第j个元素对于关系R的隶属程度 例如：身高和体重的关系，X={140，150，160，170，180} Y={40，50，60，70，80}（kg） 40 50 60 70 80 140 150 160 170 180 1 0.8 0.2 0.1 0 0.8 1 0.8 0.2 0.1 0.2 0.8 1 0.8 0.2 0.1 0.2 0.8 1 0.8 0 0.1 0.2 0.8 1 模糊向量 模糊向量任意i，ai∈[0,1],则向量a=[a1,a2,a3,…,an]称为模糊向量。 一个论域的模糊子集，可以视为从它的概念名称到论域U的一个模糊关系，写成矩阵形式，就是模糊向量。 模糊向量的笛卡尔乘积 例：a=(0.8,0.6,0.2),b=(0.2,0.4,0.7,1) 模糊向量 模糊向量的内积 模糊向量的外积 例：a=(0.2,0.4,0.6,0.8) b=(0.7,0.5,0.3,0.2) 模糊命题和模糊逻辑 模糊命题：具有模糊概念的陈述句，用英文字母下面加波浪线表示 如：加热炉中稳定上升太快 模糊逻辑：研究的模糊命题的逻辑，在[0,1]之间取值 模糊逻辑公式符号：∧∨c 模糊逻辑函数：由模糊变量和反变量通过求最大值最小值运算得到的。 复合词、否定词和联接词 复合