人工智能(模糊算法).ppt

* 2.8.4 控制规则 控制规则的确定是 模糊控制器设计的 核心问题。 1. 控制规则的评价 一个设计良好的控制器，其输出特性应有C1曲线表示的特性。即，有明显的一个尖峰。曲线C2出现两个尖峰，表明控制规则有矛盾。曲线C3太平坦，表明控制规则确定性不好，而控制结果的好坏取决于控制策略的好坏。 * 2.8.4 控制规则 2. 模糊变量的模糊子集的确定及其对控制性能的影响 （1）模糊变量隶属度曲线 模糊控制中，误差、误差变化率、控制量等，均称为模糊变量。其中，PB、PM、PS…等为其模糊子集。 所谓模糊子集的确定，即指某一子集A（例如PB）在论域X（例如在[-6，6]）中的隶属度曲线 的确定。 * 2.8.4 控制规则 一般认为，模糊子集在论域中的 为正态分布或三角形曲线。图示为正态分布曲线。 即将A1，A2离散化。 * 2.8.4 控制规则 对应正态分布，有 A2的取值是标准的正态分布曲线乘上一个小于“1”的系数得到，否则，当 时应为1！ 对应正态分布曲线中， 为均方差 ， 值的大小直接影响隶属函数的陡度。 * 2.8.4 控制规则 在设定不同 时，对应不同的 为 。 要求在论域E中应呈均匀分布。例如在[-6，6]中，语言变量设为7个（NB，NM，…，0，…，PM，PB),如图示。 * 2.8.4 控制规则 若控制量 也在相同论域，也取七个子集，则其隶属曲线分布也与 相同。 为做到均匀分布，陡度合理，应对 作出设定。 * 2.8.4 控制规则 （2）模糊变量的 曲线形状及分布对控制作用的影响 曲线形状的影响 曲线尖锐（如A），分辨率高 ，则控制灵敏度高； 曲线平坦（如A1)，则分辨率 低，但对系统稳定有利。 * 2.8.4 控制规则 若能用变参数调节，误差大时采用低分辨率（此时，分辨率虽低也能“识别”误差大小）的模糊集，以保证调节时的稳定性。当误差小时，用高分辨率模糊子集，利于准确调节。 * 上面，E是e的集合。 表示总是存在一个e（在 中），之后的 表明 中对应e的 ，这就说明在任意e时都有 ，则必然有对应的控制量 。 2.8.4 控制规则 给出的控制规则应有完整性 所谓完整性指在任意输入时，控制器均能产生一个相应的控制量。用数学式子描述完整性： * 2.8.4 控制规则 在给定论域上，各模糊子集应分布合理，这称为干涉性。 由模糊控制原理性说明已知，任一输入 时，对应控制器输出为 R表现在论域上是若干条子集关系曲线的叠加形式。 * 2.8.4 控制规则 当干涉性过强时，意味着各模糊子集重叠部分太多，输入变量过于“模糊”而难区分，这会导致控制量u也会变得很模糊，最终会可能导致不同语言值的隶属度几乎相同，于是针对当前实际输入的控制量能反映的信息很少，控制品质必然下降。 * 2.8.4 控制规则 当干涉性过小时，则可能出现不灵敏区，同样控制品质会下降。 通常，在取值时，论 域元素m（即论域范 围的离散值数，例如 [-6，6]时，m=13）， 约取为模糊子集总数的2~3倍。这样的均匀分布，干涉性较好。 * 2.8.4 控制规则 相邻两模糊子集的 、 （设A、B相邻）的交集的最大值为 。 大，控制的鲁棒性好（对参数变化的敏感性小，也表明干涉性高）； 小，控制灵敏度高。一般限定 范围内。 * 2.8.4 控制规则 模糊控制规则应符合相容性 即不存在相互矛盾的任意两条模糊条件语句。设有模糊集合E、Ei，相容性的说明如下： 可能度： E对Ei的重叠程度，用 表示。 必然度：E包含于Ei的程度。用 表示。 （先小后大） （先大后小） * 2.8.4 控制规则 相容性：现若有相关不大的输入 、 ，导致第k条规则和第i条规则产生基本相同（相近似）的控制量 和 ，则称模糊规则k和i是相容的，否则是不相容的。以不相容指标 表示，为 * 2.8.4 控制规则 3. 控制规则描述 （1）控制器的维数 控制器的输入变量个数称为维数。控制器可分为一维、二维、高维。常用的是一维、二维控制器，三维以上太复杂，少用。 * 2.8.4 控制规则 （2）控制规则（以二维控制器说明） 确定E（e的模糊子集）、