4-模糊控制.ppt

第四章 模糊控制 本次课主要内容 模糊控制系统的组成 模糊控制系统的设计 作业  Fuzzy controller  y   这是一个采用模糊控制器的控制系统，从图上可以看到，模糊控制器由四部分组成： Fuzzifier （模糊化） knowledge base（知识库） Fuzzy Reasoning（模糊推理 ） Defuzzifier （清晰化，逆模糊化，…） 1）模糊化 实际系统的输入和输出值都应该是精确量，比方说：液位应控制在3.5m处；温度应控制在70℃ 等。 但是，为了引入模糊控制，在这些数据进入模糊控制器之前，必须先对他们先进行“模糊化”！ 模糊化：将一个精确量映射到一个模糊集合。 1）模糊化  1）模糊化 question：在模糊控制中，要模糊化处理的是什么量？一般如何处理呢？ 常用输入量是误差和误差的改变量。 即 E 和 ? E  ? E[k]=E[k]-E[k-1] 其中 为K时刻的期望值 y[k] 为K时刻的实际输出值 b）将这些输入变量进行尺度变换，使其落在各自的论域范围例：E 和 ? E 的常用论域为[ -6 ，+6 ] 将已变换到相应论域的的输入量进行模糊处理，使原先精确量变成模糊量，并用相应的模糊集合表示。也就是说：确定当前输入量落在哪些模糊集中，相应的隶属度值分别是多少？——这是为后面的模糊推理作准备。 2）知识库 2）知识库 2）知识库 2）知识库-模糊空间分级数 2）知识库 2）知识库 例子：模糊控制规则 专家经验： 如果温度偏低，那么加入较少的冷却水。所以，专家知识通常具有如下形式： IF 前提条件 THEN 得出结论  即，如果“温度确定是偏低，或比较低”，那么， “加入的冷却水的量应较少”。 其中，“偏低”，“较少”，都是模糊量。 模糊控制规则也是这样的“IF—THEN”模糊条件句。 MISO 系统： rule1: IF x is A1 and y is B1 THEN Z=C1; rule2:IF x is A2 and y is B2 THEN Z=C2; … … … rule n: IF x is An and y is Bn THEN Z=Cn. ——所有的规则就构成了规则库。 3）推理决策逻辑 综合法 设第L条规则是：IF AL1 and AL2 … Aln THEN Bl 则那么，整个规则库的所有相关规则综合处理，得到模糊关系R于是，如果有输入 A1 ,A2 , … , An , 则输出为B 例，某个模糊控制器只有两条规则rule-1: IF e is E1 and ? e is c1  THEN ? u is u1 rule-2: IF e is E2 and ? e is c2  THEN ? u is u2 其中