《模糊控制理论基础比较理论化的东西精选文档.ppt》由会员分享，可在线阅读，更多相关《模糊控制理论基础比较理论化的东西精选文档.ppt（134页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、模糊控制理论基础比较理论化的东西本讲稿第一页，共一百三十四页三、模糊控制器构造技术三、模糊控制器构造技术1、硬件：采用传统的单片机、硬件：采用传统的单片机 软件：实现模糊推理和控制软件：实现模糊推理和控制2、模糊单片机或集成电路芯片、模糊单片机或集成电路芯片3、可编程门阵列、可编程门阵列本讲稿第二页，共一百三十四页第二节第二节 模糊集合论基础模糊集合论基础一、模糊集的概念一、模糊集的概念二、模糊集合的运算二、模糊集合的运算三、隶属函数的建立三、隶属函数的建立四、模糊关系四、模糊关系本讲稿第三页，共一百三十四页一、模糊集的概念一、模糊集的概念 集合：具有某种特定属性的对象的全体。集合：具有某种特
2、定属性的对象的全体。集合中的个体通常用小写英文字母如：集合中的个体通常用小写英文字母如：u表示；表示；集合的全体又称为论域通常用大写英文字母集合的全体又称为论域通常用大写英文字母如：如：U表示。表示。u U表示表示元素元素（个体）（个体）u在集合在集合论域论域（全（全体）体）U内。内。本讲稿第四页，共一百三十四页集合表示法集合表示法(经典集合经典集合)：(1)列举法：将集合的元素全部列出的方法。列举法：将集合的元素全部列出的方法。(2)定义法：用集合中元素的共性来描述集定义法：用集合中元素的共性来描述集 合的方法。合的方法。(3)归纳法：通过一个递推公式来描述一个集合归纳法：通过一个递推公式来
3、描述一个集合的方法。的方法。(4)特征函数表示法：利用经典集合论非此特征函数表示法：利用经典集合论非此即彼的明晰性来表示集合。因为某一集合中即彼的明晰性来表示集合。因为某一集合中的元素要么属于这个集合，要么就不属于这的元素要么属于这个集合，要么就不属于这个集合。个集合。本讲稿第五页，共一百三十四页例例1 设集合设集合U由由1到到5的五个自然数组成，用的五个自然数组成，用上述前三种方法写出该集合的表达式。上述前三种方法写出该集合的表达式。解：解：(1)列举法列举法 U=1,2,3,4,5(2)定义法定义法 U=u|u为自然数且为自然数且1 u 5(3)归纳法归纳法 U=ui+1=ui+1,i=1
4、,2,3,4,u1=1特征函数表示法：集合特征函数表示法：集合U通过特征函数来通过特征函数来TU(u)表示表示本讲稿第六页，共一百三十四页 经典集合论中任意一个元素与任意一个集经典集合论中任意一个元素与任意一个集合之间的关系，只是合之间的关系，只是“属于属于”或或“不属于不属于”两两种，两者必居其一而且只居其一。它描述的是种，两者必居其一而且只居其一。它描述的是有明确分界线的元素的组合。有明确分界线的元素的组合。用经典集合来处理模糊性概念时，就不行。用经典集合来处理模糊性概念时，就不行。对于诸如对于诸如“速度的快慢速度的快慢”、“年龄的大年龄的大小小”、“温度的高低温度的高低”等模糊概念没有明
5、等模糊概念没有明确的界限。确的界限。本讲稿第七页，共一百三十四页经典集合对事物只用经典集合对事物只用1、0简单地简单地表示表示“属于属于”或或“不属于不属于”的分类；而模的分类；而模糊集合则用糊集合则用“隶属度隶属度(Degree of membership)”来描述元素的隶属程度，来描述元素的隶属程度，隶属度是隶属度是0到到1之间连续变化的值。之间连续变化的值。模糊集合模糊集合特征函数特征函数隶属度函数（隶属度函数（01连续变连续变化值）化值）本讲稿第八页，共一百三十四页例：人对温度的感觉例：人对温度的感觉(0 C 40 C的感觉的感觉)：“舒适舒适”的温度：的温度：15 C 25 C“热热
6、”：25 C以上以上“冷冷”：15 C 以下以下经典集合对温度的定义经典集合对温度的定义0152540冷热(T)1.0舒适温度C0152540(T)1.0冷热舒适温度C模糊集合对温度的定义模糊集合对温度的定义经典集合：经典集合：14.99 C属于属于“冷冷”；15.01 C属于舒适。属于舒适。与人的感觉一致吗？与人的感觉一致吗？本讲稿第九页，共一百三十四页设设U为一可能是离散或连续的集合，用为一可能是离散或连续的集合，用u表示，表示，论域（论域（Universe of Discourse）：）：U 所有元素组成的全集所有元素组成的全集 元素：元素：u定义定义2-1 模糊集合：论域模糊集合：论域
7、U中的模糊集合中的模糊集合F用一个在区间用一个在区间0,1上的取值的隶属函数上的取值的隶属函数 F来表示，即：来表示，即：F：U 0,1u F （映射）（映射）（隶属函数（隶属函数 F：u隶属于隶属于F的程度）的程度）本讲稿第十页，共一百三十四页 F(u)=1：u完全属于完全属于U；F(u)=0：u完全不属于完全不属于U；0 F(u)0本讲稿第十二页，共一百三十四页可算出可算出 F(5)=0.2,F(10)=0.5,F(20)=0.8可见可见 F(u)是是U到闭区间到闭区间0,1的映射。的映射。510200.20.50.8U0,1F(u)本讲稿第十三页，共一百三十四页1、论域、论域U为离散域（
8、即论域为离散域（即论域U是有限集合）是有限集合）(1)查德表示法查德表示法F=模糊集合的表示方法模糊集合的表示方法：例：集合例：集合F表示接近于表示接近于0的整数（已知论域的整数（已知论域U=0,1,2,3,4,5）本讲稿第十四页，共一百三十四页(2)序偶表示法序偶表示法F=(u1,(u1),(u2,(u2),(un,(un)(3)向量表示法向量表示法F=(u1),(u2),(un)（元素（元素u按次序排列）按次序排列）例：例：F=(0,1.0),(1,0.9),(2,0.75),(3,0.5),(4,0.2),(5,0.1)例：例：F=1.0,0.9,0.75,0.5,0.2,0.1 本讲稿
9、第十五页，共一百三十四页2、论域为连续域、论域为连续域例例 以年龄为论域，取以年龄为论域，取 。Zadeh给出了给出了“年年轻轻”的模糊集的模糊集F，其隶属函数为，其隶属函数为“年轻年轻年轻年轻”的隶属函数曲线的隶属函数曲线的隶属函数曲线的隶属函数曲线模糊集合表示为：模糊集合表示为：模糊集合的表示方法：本讲稿第十六页，共一百三十四页 二、模糊集合的运算二、模糊集合的运算（1）空集）空集 模糊集合的空集的隶属度为模糊集合的空集的隶属度为0，即，即（2）全集）全集 模糊集合的全集的隶属度为模糊集合的全集的隶属度为1，即，即定义：定义：本讲稿第十七页，共一百三十四页（4）等集）等集 两个模糊集两个模
10、糊集A和和B，若对所有元素，若对所有元素u，它们的隶，它们的隶属函数相等，则属函数相等，则A和和B也相等。即也相等。即（3）子集（包含于）子集（包含于）若若B为为A的子集，则的子集，则本讲稿第十八页，共一百三十四页设设A、B为为U中的两个模糊子集，隶属函数分中的两个模糊子集，隶属函数分别为别为 A 和和 B，则模糊集合中的并、交、补等，则模糊集合中的并、交、补等运算按如下定义：运算按如下定义：AB=A(u)B(u)式中，符号式中，符号“”为取大值为取大值运算。运算。并（析取）：并并（析取）：并(AB)的隶属函数的隶属函数 AB对所有对所有的的u U 被逐点定义为被逐点定义为取大运算取大运算，即
11、：，即：本讲稿第十九页，共一百三十四页 AB=A(u)B(u)式中，符号式中，符号“”为取为取小值运算。小值运算。补：模糊集合补：模糊集合A的补隶属函数的补隶属函数 对所有的对所有的u U 被逐点定义为：被逐点定义为：交（合取）：交交（合取）：交(AB)的隶属函数的隶属函数 AB对所有对所有的的u U 被逐点定义为被逐点定义为取小运算取小运算，即：，即：=1-A(u)本讲稿第二十页，共一百三十四页则则A、B的并运算：的并运算：例例3设论域设论域U=u1,u2,u3,u4,u5中的两个模糊子中的两个模糊子集为：集为：本讲稿第二十一页，共一百三十四页则则A、B的交运算：的交运算：A的补运算：的补运
12、算：本讲稿第二十二页，共一百三十四页模糊集运算的基本定律：设模糊集运算的基本定律：设U为论域，为论域，A，B，C为为U中的任意模糊子集中的任意模糊子集,则下列等式成立则下列等式成立：（2）分配律）分配律（1）结合律）结合律（3）同一律）同一律（4）零一律）零一律上面定义的模糊集合运算是采用Zadeh算子来进行的。本讲稿第二十三页，共一百三十四页引入概率算子和有界算子：引入概率算子和有界算子：定义：定义：称称 、+为为概率算子概率算子，对，对 a,b 0,1,有：有：a b=aba+b=a+b-ab由定义可知，如由定义可知，如a,b 0,1,则则a b 0,1,a+b 0,1。本讲稿第二十四页，
13、共一百三十四页引入概率算子和有界算子：引入概率算子和有界算子：定义：定义：设A,BF(U),则定义代数运算：(1)A与与B的的代数积代数积记作记作A B，运算规则由下，运算规则由下式确定：式确定：A B(u)=A(u)B(u)u U A+B(u)=A(u)+B(u)-A(u)B(u)u U(2)A与与B的的代数和代数和记作记作A+B，运算规则，运算规则由下式确定：由下式确定：本讲稿第二十五页，共一百三十四页定义：定义：称、为有界算子，对a,b0,1,有：a b=max(0,a+b-1)ab=min(1,a+b)可以证明：a,b0,1,0max(0,a+b-1)1、0min(1,a+b)1定义定
14、义10:设A,BF(U),则定义有界运算：(1)A与B的有界积记作AB，运算规则由下式确定：AB(u)=max(0,A(u)+B(u)-1)u U(2)A与B的有界和记作AB，运算规则由下式确定：AB(u)=min(1,A(u)+B(u)u U本讲稿第二十六页，共一百三十四页模糊集合是用隶属函数描述的模糊集合是用隶属函数描述的。三、隶属度函数的建立三、隶属度函数的建立隶属度函数：模糊集合的特征函数隶属度函数：模糊集合的特征函数 （取值范围在（取值范围在0,1区间）区间）确定隶属度函数的方法具有主观性，但主观确定隶属度函数的方法具有主观性，但主观的反映和客观的存在有一定的联系，是受客观的反映和客
15、观的存在有一定的联系，是受客观制约的。制约的。由于模糊集理论的研究对象具有由于模糊集理论的研究对象具有”模糊性模糊性”和经验性和经验性,因此找到一种统一的隶属度计算方因此找到一种统一的隶属度计算方法是不现实的。法是不现实的。本讲稿第二十七页，共一百三十四页确定隶属函数应确定隶属函数应遵守的一些基本原则遵守的一些基本原则：1、表示隶属度函数的模糊集合必须是凸模糊集合、表示隶属度函数的模糊集合必须是凸模糊集合例例:适中速度的集合是模糊集合。可表示为适中速度的集合是模糊集合。可表示为:“适中速度适中速度”=0/30+0.5/40+1/50+0.5/60+0/70从最大隶属度函数点向两边延伸时从最大隶
16、属度函数点向两边延伸时,其隶属其隶属函数的值是必须是单调递减的函数的值是必须是单调递减的,而不允许有波浪而不允许有波浪形。形。凸模糊集合：隶属函数呈单峰馒头形。凸模糊集合：隶属函数呈单峰馒头形。本讲稿第二十八页，共一百三十四页本讲稿第二十九页，共一百三十四页203050709500.20.40.60.81速度（语言变量）速度（语言变量）Degree of membership适中适中低低高高51002、变量所取隶属度函数通常是对称和平衡的。、变量所取隶属度函数通常是对称和平衡的。很低很低很高很高标称名：语标称名：语言值言值(个数适中：个数适中：39个（奇个（奇数）数）)语言值的语言值的个数和规
17、个数和规则数成正则数成正比。比。本讲稿第三十页，共一百三十四页3、隶属度函数要符合人们的语言顺序，避免不恰当的重叠、隶属度函数要符合人们的语言顺序，避免不恰当的重叠注意：间隔的两个模糊集合隶属度函数尽量不相交。注意：间隔的两个模糊集合隶属度函数尽量不相交。本讲稿第三十一页，共一百三十四页重叠指数：衡量隶属度函数与模重叠指数：衡量隶属度函数与模糊控制器性能关系的一个重要指糊控制器性能关系的一个重要指标。标。重叠重叠指数：重叠率、重叠鲁棒性指数：重叠率、重叠鲁棒性重叠指数的定义附近隶属函数的范围LUA1A2x00.51.0重叠范围LU(0.20.6为宜为宜)(0.30.7为宜为宜)本讲稿第三十二页
18、，共一百三十四页例：例：重叠率和重叠鲁棒性越大，重叠率和重叠鲁棒性越大，模糊控制模块模糊性越强，规则模糊控制模块模糊性越强，规则越多，越复杂，精度越高。越多，越复杂，精度越高。解：求重叠率和重叠鲁棒性求重叠率和重叠鲁棒性本讲稿第三十三页，共一百三十四页通常的方法是，初步确立粗略的隶属函数，然通常的方法是，初步确立粗略的隶属函数，然后在通过后在通过“学习学习”和不断的实践来修整、完善。和不断的实践来修整、完善。隶属度函数确立的方法：隶属度函数确立的方法：四种方法：四种方法：本讲稿第三十四页，共一百三十四页1、模糊统计法、模糊统计法基本思想：论域基本思想：论域U上的一个确定的元素上的一个确定的元素
19、v0是是否属于一个可变动的清晰集合否属于一个可变动的清晰集合A*作出清晰的判作出清晰的判断断。对于不同的实验者，清晰集合对于不同的实验者，清晰集合A*可以有不可以有不同的边界。但它们都对应于同一个模糊集同的边界。但它们都对应于同一个模糊集A。年轻人17-30岁20-35岁模糊集模糊集A清晰集A1*清晰集A2*所有人论论域域Uv0本讲稿第三十五页，共一百三十四页隶属度函数确立的方法：计算步骤：在每次统计中，计算步骤：在每次统计中，v0是固定的（如是固定的（如某一年龄），某一年龄），A*的值是可变的，作的值是可变的，作n次试验次试验,则则模糊统计公式：模糊统计公式：本讲稿第三十六页，共一百三十四页
20、隶属度函数确立的方法：例：求中等身材的集合例：求中等身材的集合A及及 A(1.64)选选10人，每人确定人，每人确定A*的元素，假设的元素，假设10个人所确定的个人所确定的A*分分别是：别是：1.601.691.631.701.651.751.561.701.621.731.651.721.641.731.601.691.691.751.691.77本讲稿第三十七页，共一百三十四页随着随着n的增大，隶属频率会趋向稳定，这个的增大，隶属频率会趋向稳定，这个稳定值就是稳定值就是v0对对A的隶属度。的隶属度。计算量大。计算量大。模糊统计法的特点：模糊统计法的特点：2、例证法、例证法：从有限个隶属度值
21、，来估计：从有限个隶属度值，来估计U上上的模糊集的模糊集A 的隶属度函数。的隶属度函数。3、专家经验法：、专家经验法：根据专家的经验对每一现象根据专家的经验对每一现象产生的各种结果的可能性程度，来决定其隶产生的各种结果的可能性程度，来决定其隶属度函数。属度函数。本讲稿第三十八页，共一百三十四页4、二元对比排序法、二元对比排序法 通过对多个事物之间的两两对比，来确定某种特通过对多个事物之间的两两对比，来确定某种特征下的顺序，由此来决定这些事物对该特征的隶属函征下的顺序，由此来决定这些事物对该特征的隶属函数的大体形状。数的大体形状。二元对比排序法分为：相对比较法、对比平均法、二元对比排序法分为：相
22、对比较法、对比平均法、优先关系定序法、相似优先对比法。优先关系定序法、相似优先对比法。相对比较法：相对比较法：论域论域U中元素中元素v1,v2,vn，要对论域中的元素按某种特征，要对论域中的元素按某种特征进行排序，首先，在二元对比中建立比较等级，然后用一进行排序，首先，在二元对比中建立比较等级，然后用一定的方法进行总体排序，以获得各元素对于该特性的隶属定的方法进行总体排序，以获得各元素对于该特性的隶属函数。函数。本讲稿第三十九页，共一百三十四页相对比较法的具体步骤：相对比较法的具体步骤：设论域设论域U中的一对元素中的一对元素(v1,v2)，在在v1和和v2的二元对比中，的二元对比中，v1具有某
23、特征的程度用具有某特征的程度用gv2(v1)表示，表示，v2具有某特征的程度用具有某特征的程度用gv1(v2)表示。表示。且满足：且满足：0 gv2(v1)1、0 gv1(v2)1令：且定义且定义g(vi/vj)=1，当，当i=j时。时。以以g(vi/vj)(i,j=1,2)为元素构造相及矩阵为元素构造相及矩阵G:本讲稿第四十页，共一百三十四页推广：推广：n个元素个元素 的相及矩阵的相及矩阵G:对矩阵对矩阵G的每一行取最小值，然后按大小排序，的每一行取最小值，然后按大小排序，可得各元素对某特征的隶属函数。可得各元素对某特征的隶属函数。本讲稿第四十一页，共一百三十四页例：例：设论域设论域U=v1
24、,v2,v3,v0,其中其中v1表示长子，表示长子，v2表示次子，表示次子，v3表示三子，表示三子，v0表示父亲。表示父亲。长子和次子与父亲的相似长子和次子与父亲的相似程度：程度：次子和三子与父亲的相似程次子和三子与父亲的相似程度：度：长子和三子与父亲的相似长子和三子与父亲的相似程度：程度：长子：长子：0.8次子：次子：0.5次子：次子：0.4三子：三子：0.7长子：长子：0.5次子：次子：0.3求与父亲相似的隶属度函数。求与父亲相似的隶属度函数。本讲稿第四十二页，共一百三十四页解：二元对比关系：解：二元对比关系：(gv2(v1),gv1(v2)=(0.8,0.5)gv1(v1)=1(gv3(
25、v2),gv2(v3)=(0.4,0.7），），gv2(v2)=1(gv3(v1),gv1(v3)=(0.5,0.3），），gv3(v3)=1 本讲稿第四十三页，共一百三十四页计算相及矩阵计算相及矩阵G,=在相及矩阵中取每一行的最小值，按大小在相及矩阵中取每一行的最小值，按大小排列：排列：13/54/7结论：长子最象父亲结论：长子最象父亲(1)；三子次之；三子次之(0.6)；次子最不象；次子最不象(0.57)。由此确定出隶属度函数：由此确定出隶属度函数：本讲稿第四十四页，共一百三十四页模糊控制中，隶属度函数基本图形分为三大类：模糊控制中，隶属度函数基本图形分为三大类：1.左大右小的偏小型下降函
26、数（左大右小的偏小型下降函数（Z函数）：适用于输入值函数）：适用于输入值比较小时的隶属度函数确定。比较小时的隶属度函数确定。0 x1.0(x)矩形分布矩形分布0 x1.0(x)梯形分布梯形分布0 x1.0(x)曲线分布曲线分布本讲稿第四十五页，共一百三十四页模糊控制中，隶属度函数基本图形分为三大类：2.左小右大的偏大型上升函数（左小右大的偏大型上升函数（S函数）：适用函数）：适用于输入值比较大时的隶属度函数确定。于输入值比较大时的隶属度函数确定。01.0(x)x矩形分布0 x1.0(x)梯形分布0 x1.0曲线分布本讲稿第四十六页，共一百三十四页模糊控制中，隶属度函数基本图形分为三大类：3.对
27、称型凸函数（对称型凸函数（函数函数）：适用于输入值位于）：适用于输入值位于中间时隶属度函数确定。中间时隶属度函数确定。01.0(x)x矩形分布(x)0 x1.0三角形分布01.0(x)梯形分布x01.0(x)曲线分布x本讲稿第四十七页，共一百三十四页四、模糊关系（用于模糊推理决策）四、模糊关系（用于模糊推理决策）1.模糊关系的定义模糊关系的定义关系：客观事物间的相互联系。关系：客观事物间的相互联系。普通关系：二元关系（是、否）普通关系：二元关系（是、否）例：父子、师生、同事例：父子、师生、同事模糊关系：父子相像。模糊关系：父子相像。A、B两集合的直积：两集合的直积：序偶：序偶：本讲稿第四十八页
28、，共一百三十四页例：设例：设A=0,1，B=a,b,c则则AB=(0,a)，(1,a)，(0,b)，(1,b)，(0,c)，(1,c)BA=(a,0)，(a,1)，(b,0)，(b,1)，(c,0)，(c,1)注意：注意：AB BA本讲稿第四十九页，共一百三十四页关系关系R：AB的子集，记为的子集，记为例：甲、乙、丙例：甲、乙、丙3人参加考试，考试的成绩为优、良、人参加考试，考试的成绩为优、良、中、差，则中、差，则A=甲甲,乙乙,丙丙，B=优优,良良,中中,差差AB：12种序偶的集合。种序偶的集合。一次考试：一次考试：R=(甲甲,优优)，(乙乙,中中)，(丙丙,差差)A、B间的关系可通过矩阵形
29、式直观地表示出来，间的关系可通过矩阵形式直观地表示出来，关系之间地运算可转换为矩阵间运算。关系之间地运算可转换为矩阵间运算。本讲稿第五十页，共一百三十四页矩阵：矩阵：A 甲甲 乙乙 丙丙B优优 良良 中中 差差关系关系对应对应本讲稿第五十一页，共一百三十四页模糊关系模糊关系R：以：以AB为论域的一个模糊子集为论域的一个模糊子集且且有：有：且定义：且定义：一致(一一对应)本讲稿第五十二页，共一百三十四页模糊矩阵：模糊矩阵：有限集有限集A，B，有，有即序偶即序偶模糊矩阵中的元素模糊矩阵中的元素记为记为模糊矩阵模糊矩阵R记为记为:其中本讲稿第五十三页，共一百三十四页例设例设求模糊关系求模糊关系RAB
30、，模糊矩阵，模糊矩阵本讲稿第五十四页，共一百三十四页解：解：求求方法方法1：方法方法2：对应元素取小对应元素取小本讲稿第五十五页，共一百三十四页例已知两个模糊集合例已知两个模糊集合A、B的隶属度函数分别为的隶属度函数分别为求它们的模糊关系求它们的模糊关系CA其中，其中，C，A分别属于两个不同的论域分别属于两个不同的论域 U，V 本讲稿第五十六页，共一百三十四页解：解：模糊关系作用：模糊关系作用：模糊推理ABR=ABA/B/=?B/=A/R模糊关系实际上反映的是模糊系统的输入输出关系。模糊关系实际上反映的是模糊系统的输入输出关系。本讲稿第五十七页，共一百三十四页定义定义 笛卡尔积笛卡尔积 若若A
31、1、A2分别是论域分别是论域U1、U2 中的模糊集，则中的模糊集，则A1、A2的笛卡儿积是在积空间的笛卡儿积是在积空间U1 U2中的一个模糊子集，其中的一个模糊子集，其隶属度函数为隶属度函数为直积（极小算子）：直积（极小算子）：A1 A2(u1,u2)=min A1(u1),A2(u2)代数积代数积：A1 A2(u1,u2)=A1(u1)A2(u2)R=AB=本讲稿第五十八页，共一百三十四页定义定义 笛卡尔积笛卡尔积对于连续情况，关系矩阵可定义为：对于连续情况，关系矩阵可定义为：R=AB=为了区分直积、代数积为了区分直积、代数积，用用 min表示直积；用表示直积；用 AP表示代数积。表示代数积
32、。记号记号t算子：表示笛卡儿积算子：表示笛卡儿积本讲稿第五十九页，共一百三十四页定义定义14 模糊关系的合成：如果模糊关系的合成：如果R和和S分别为笛卡儿分别为笛卡儿空间空间U V和和V W上的模糊关系，则上的模糊关系，则R和和S的合成的合成是定义在空间是定义在空间U W上的模糊关系，并记为上的模糊关系，并记为RS。其隶属度函数的计算方法：其隶属度函数的计算方法：模糊关系的合成可用模糊矩阵的合成来表示模糊关系的合成可用模糊矩阵的合成来表示2、模糊关系的合成、模糊关系的合成上确界（上确界（Sup)算子算子本讲稿第六十页，共一百三十四页S祖祖父父祖祖母母父父0.50.7母母0.10用模糊矩阵用模糊
33、矩阵S可表示为可表示为R父母子0.20.8女0.60.1例例8某家中子女与父母的长像相似关系某家中子女与父母的长像相似关系R为模糊关系，为模糊关系，可表示为可表示为也可以用模糊矩阵也可以用模糊矩阵R来表示来表示该家中父母与祖父母的相似关系也是模糊关系，可表示为该家中父母与祖父母的相似关系也是模糊关系，可表示为求孙子、孙女与祖父、祖母的相似程度？（即求求孙子、孙女与祖父、祖母的相似程度？（即求 ）本讲稿第六十一页，共一百三十四页解：解：此模糊关系表明：孙子与祖父、祖母的相似程度为此模糊关系表明：孙子与祖父、祖母的相似程度为0.2、0.2;孙女与祖父、祖母的相似程度为孙女与祖父、祖母的相似程度为0
34、.5、0.6。本讲稿第六十二页，共一百三十四页模糊关系运算：模糊关系运算：例：例：求：求：本讲稿第六十三页，共一百三十四页解：解：本讲稿第六十四页，共一百三十四页结合律：结合律：分配律：分配律：模糊关系合成算子模糊关系合成算子sup-min的性质：的性质：本讲稿第六十五页，共一百三十四页第三节第三节 模糊逻辑、模糊逻辑推理和合成模糊逻辑、模糊逻辑推理和合成一、二值逻辑一、二值逻辑二、模糊逻辑及其基本运算二、模糊逻辑及其基本运算三、模糊语言逻辑三、模糊语言逻辑四、模糊逻辑推理四、模糊逻辑推理五、模糊关系方程的解五、模糊关系方程的解本讲稿第六十六页，共一百三十四页第三节模糊逻辑、模糊逻辑推理和合成
35、第三节模糊逻辑、模糊逻辑推理和合成一、二值逻辑（真假命题）一、二值逻辑（真假命题）命题：能够判断它的涵义是真是假的句子。命题：能够判断它的涵义是真是假的句子。如：等边三角形必是等腰三角形。如：等边三角形必是等腰三角形。常用的命题联结词：析取常用的命题联结词：析取、合取、合取、否认、蕴涵、否认、蕴涵、等价。等价。命命题题简单命题：一个句子简单命题：一个句子复合命题：两个或两个以上的句子用联结复合命题：两个或两个以上的句子用联结词联结起来词联结起来本讲稿第六十七页，共一百三十四页二、模糊逻辑及其基本运算二、模糊逻辑及其基本运算模糊逻辑是研究模糊命题的逻辑。模糊逻辑是研究模糊命题的逻辑。模糊命题：含
36、有模糊概念或者是带有模糊性的模糊命题：含有模糊概念或者是带有模糊性的 陈述句。陈述句。模糊命题的真值：隶属度函数（表示这个命题多模糊命题的真值：隶属度函数（表示这个命题多大程度隶属于大程度隶属于“真真”，0,1间连续取值）。间连续取值）。例：他是一个高个子。例：他是一个高个子。模糊概念常常用很、略、非常等模糊语气来修饰。模糊概念常常用很、略、非常等模糊语气来修饰。本讲稿第六十八页，共一百三十四页 模糊逻辑运算：记P、Q、R为三个模糊单命题2）模糊逻辑合取（）模糊逻辑合取（“与与”）：）：3）模糊逻辑析取（）模糊逻辑析取（“或或”）：）：4）模糊逻辑蕴含：如果）模糊逻辑蕴含：如果P是真的，那么是
37、真的，那么Q也是真的，也是真的，11）模糊逻辑补：用来表示对某个命题的否定，）模糊逻辑补：用来表示对某个命题的否定，模糊逻辑运算也是真值的运算，也就是隶属度函数的运算。本讲稿第六十九页，共一百三十四页 5）模糊逻辑等价：）模糊逻辑等价：6）模糊逻辑限界积：）模糊逻辑限界积：7）模糊逻辑限界和：）模糊逻辑限界和：8）模糊逻辑限界差：）模糊逻辑限界差：本讲稿第七十页，共一百三十四页例例9设有模糊命题设有模糊命题P：他是个和善的人，真值：他是个和善的人，真值P0.7;Q：他是个热情的人，真值：他是个热情的人，真值Q0.8：他既是和善的人又是热情的人的真值：他既是和善的人又是热情的人的真值：他是个和善
38、的人或是个热情的人的真值：他是个和善的人或是个热情的人的真值则：如果他是个和善的人，则他是个：如果他是个和善的人，则他是个热情的人的真值热情的人的真值本讲稿第七十一页，共一百三十四页三、模糊语言逻辑三、模糊语言逻辑人工语言：格式紧密，概念清晰，程序设计语言属人工语言：格式紧密，概念清晰，程序设计语言属 人工语言。人工语言。模糊语言：具有模糊性的语言模糊语言：具有模糊性的语言模糊语言逻辑是由模糊语言构成的一种模拟人思维的逻辑。模糊语言逻辑是由模糊语言构成的一种模拟人思维的逻辑。语言分类：语言分类：（具有不确定性；含模糊化词，如：很高、较大）（具有不确定性；含模糊化词，如：很高、较大）本讲稿第七十
39、二页，共一百三十四页概念：概念：定义定义15模糊数（模糊子集）：连续论域模糊数（模糊子集）：连续论域U中的一模糊数中的一模糊数F是一个是一个U上的正规凸模糊集。上的正规凸模糊集。正规集合：隶属度函数的最大值为正规集合：隶属度函数的最大值为1，即，即凸集合：凸集合：在隶属度函数曲线上任意两点之间曲线上的任一点所表在隶属度函数曲线上任意两点之间曲线上的任一点所表示的隶属度值都大于或者等于两点隶属度值中较小的一示的隶属度值都大于或者等于两点隶属度值中较小的一个。个。例：例：“大约大约5”、“10左右左右”等具有模糊概念的数值。等具有模糊概念的数值。本讲稿第七十三页，共一百三十四页定义定义16语言值：
40、在语言系统中语言值：在语言系统中,那些与数值有直接联系的词，那些与数值有直接联系的词，如长、短、多、少、高、低、重、轻、大、小等或者由它们再如长、短、多、少、高、低、重、轻、大、小等或者由它们再加上语言算子（如很、非常、较、偏等）而派生出来的词组，加上语言算子（如很、非常、较、偏等）而派生出来的词组，如不太大、非常高、偏重等都被称为语言值。如不太大、非常高、偏重等都被称为语言值。语言值可以用模糊数来表示。语言值可以用模糊数来表示。例：成年男子身高的论域例：成年男子身高的论域E130，140，150，160，170，180，190，200，210在论域在论域E上定义语言值：上定义语言值：本讲稿第
41、七十四页，共一百三十四页定义定义17 语言变量：语言变量是用一个五元素的集合语言变量：语言变量是用一个五元素的集合(X，T(X)，U，G，M)来表征的。来表征的。X：语言变量名，如速度、年龄、颜色等；：语言变量名，如速度、年龄、颜色等；T(X)：语言变量：语言变量X的项集合（语言值的集合）的项集合（语言值的集合）U：语言变量：语言变量X的论域的论域G：产生：产生X数值名的数值名的语言值规则语言值规则语言值规则语言值规则(用于产生语言变量值用于产生语言变量值)M：与每个语言变量含义相联系的算法规则（决定隶属度）：与每个语言变量含义相联系的算法规则（决定隶属度）语言值：模糊子集语言值：模糊子集本讲
42、稿第七十五页，共一百三十四页语言值：用模糊数语言值：用模糊数(模糊子集模糊子集)来表示。来表示。速度语言变量语言变量X语言值规则语言值规则G语言值集合语言值集合T(X)算法规则算法规则M图10语言变量元素之间的关系示意图例：例：“速度速度”为一语言变量，可以赋予很慢、慢、较为一语言变量，可以赋予很慢、慢、较慢、中等、较快、快、很快等语言值。慢、中等、较快、快、很快等语言值。本讲稿第七十六页，共一百三十四页（修饰词）（修饰词）语言算子：语言算子：“较较”、“很很”、“非常非常”、“稍微稍微”、“大约大约”、“有点有点”等等判定化算子判定化算子语言算子语言算子语气算子语气算子模糊化算子模糊化算子1
43、.语气算子语气算子 集中化算子（强化算子）集中化算子（强化算子）对于论域对于论域U，若存在单词，若存在单词w，有隶属函数，有隶属函数 ，则，则在单词在单词w前面加上模糊量词前面加上模糊量词s后有：后有：,则称则称s为集为集中化算子。中化算子。本讲稿第七十七页，共一百三十四页图图11强化算子的作用示意图强化算子的作用示意图强化算子使得模糊值的隶属度函数的分布向中央强化算子使得模糊值的隶属度函数的分布向中央集中，在图形上有使模糊值尖锐化的倾向。集中，在图形上有使模糊值尖锐化的倾向。本讲稿第七十八页，共一百三十四页集中化算子三个档次：集中化算子三个档次：1.极极 2.非常、很非常、很 3.相当相当本
44、讲稿第七十九页，共一百三十四页例例“年老年老”505050本讲稿第八十页，共一百三十四页 松散化算子（淡化算子）松散化算子（淡化算子）对于论域对于论域U，若存在单词，若存在单词w，有隶属函数，有隶属函数 ，则在单词，则在单词w前面加上模糊量词前面加上模糊量词Q后有：后有：,则称则称Q为松散化算子。为松散化算子。图12淡化算子的作用示意图淡化算子使得模糊值的隶属淡化算子使得模糊值的隶属度函数的分布由中央向两边度函数的分布由中央向两边弥散，在图形上有使模糊值弥散，在图形上有使模糊值平坦化的倾向。平坦化的倾向。本讲稿第八十一页，共一百三十四页松散化算子三个档次：1.比较、较2.有点、略3.稍微例“年
45、老”505050图2-13“有点”和“很”的比较本讲稿第八十二页，共一百三十四页2、模糊化算子、模糊化算子作用：作用：清晰概念的单词清晰概念的单词如如“大概大概”、“近似于近似于”、“大约大约”等等精确数：精确数：5例例11设论域设论域X上的清晰集上的清晰集A(x)的特征函数为的特征函数为“大约是大约是5”（模糊数）（模糊数）x图214模糊数5参数参数的取值大小决定于模糊化算子的强弱程度的取值大小决定于模糊化算子的强弱程度越大，模糊化程度越？越大，模糊化程度越？越强越强模糊词模糊词本讲稿第八十三页，共一百三十四页在模糊控制中，实际系统的输入采样值一般总在模糊控制中，实际系统的输入采样值一般总是
46、精确量，要利用模糊逻辑推理方法，就必须是精确量，要利用模糊逻辑推理方法，就必须首先把精确量进行模糊化，而模糊化过程实质首先把精确量进行模糊化，而模糊化过程实质上是使用模糊化算子来实现的。上是使用模糊化算子来实现的。本讲稿第八十四页，共一百三十四页3、判定化算子（清晰化算子）、判定化算子（清晰化算子）作用：作用：模糊词模糊词清晰概念的词清晰概念的词例如：例如：“倾向于倾向于”、“大半是大半是”、“偏向偏向”等等判定化算子与模糊判定化算子与模糊化算子的作用相反化算子的作用相反表示：表示：，一般取一般取 ，即，即 ，表示，表示“倾向于倾向于”本讲稿第八十五页，共一百三十四页3、判定化算子（清晰化算子
47、）50例：例：求倾向于老：求倾向于老：本讲稿第八十六页，共一百三十四页模糊控制器的设计模糊控制器的设计包括以下几项内容：模糊控制器的设计包括以下几项内容：根据本次采样得到的系统的输出值，计算根据本次采样得到的系统的输出值，计算所选择的系统的输入变量；所选择的系统的输入变量；将输入变量的精确值变为模糊量；将输入变量的精确值变为模糊量；根据输入变量根据输入变量(模糊量模糊量)及模糊控制规则，及模糊控制规则，按模糊推理合成规则计算控制量按模糊推理合成规则计算控制量(模糊虽模糊虽)；由上述得到的控制量由上述得到的控制量(模糊量模糊量)计算精确的计算精确的控制量。控制量。本讲稿第八十七页，共一百三十四页
48、模糊控制器的设计也包括几个主要部分模糊控制器的设计也包括几个主要部分 精确量的模糊化精确量的模糊化模糊控制算法设计模糊控制算法设计模糊量到精确量的转换模糊量到精确量的转换本讲稿第八十八页，共一百三十四页精确量的模糊化基于推理合成规则进行模糊推理基于推理合成规则进行模糊推理(2)量化因子与比例因子量化因子与比例因子(3)语言变量值的选取语言变量值的选取(4)语言变量论域上的模糊子集语言变量论域上的模糊子集(5)语言变量的赋值表语言变量的赋值表(6)一个确定数的一个确定数的Fuzzy化化本讲稿第八十九页，共一百三十四页模糊控制算法设计常见的模糊控制规则常见的模糊控制规则 单输入单输出模糊控制器控制
49、规则形式为：单输入单输出模糊控制器控制规则形式为：if A then B if A then B else C双输入单输出模糊控制器控制规则形式为：双输入单输出模糊控制器控制规则形式为：if E and C then U 多输入单输出模糊控制器控制规则形式多输入单输出模糊控制器控制规则形式为：为：If A and B and and N then U本讲稿第九十页，共一百三十四页模糊控制算法设计 双输入多输出模糊控制器控制规则形式为：双输入多输出模糊控制器控制规则形式为：If E and EC then UAnd if E and EC then V And if E and EC then
50、W本讲稿第九十一页，共一百三十四页模糊关系的确定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模糊控制器的控制规则是由一组彼此间通过“或或”的关系连结起来的模糊条件语句来描述的。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之后，考虑到此等模糊条件