第二章模糊控制的数学基础
第2章 模糊控制- 数学基础
③
同一语言变量的所有语言值间要遵循语意顺 序、并避免其隶属函数间的不恰当重叠。
隶属度
很低 1 低 适中 高 很高
0
10
20
25
30
40
温度
25
1
重叠范围
两个隶属函数的全部范围
26
1
1
27
1
1
28
1
1
1
1
29
2.2.2 模糊关系(模糊推理的基础之一)
30
31
英 甲 乙 丙
2
模糊控制的特点
①
无需知道被控对象的数学模型
以人们的控制经验为基础设计的控制器
②
与人类脑力活动的特点一致
模糊性:人类思维中采用模糊量,如:高、中、 低、大、小等。
经验性:模糊控制的核心是控制规则,模糊控 制中的知识表示、模糊规则和模糊推理是基于专家 知识或熟练操作工的成熟经验。模糊控制规则是用 人类语言表示的,如:衣服较脏,则投入洗涤剂较 多,洗涤时间较长。
45
⑤
⑥ ⑦
全由所考虑问题的目的或属性这样的外界因素 决定。一旦所考虑问题的目的或属性确定,关 系就客观存在了,但模糊关系中隶属度的确定 仍具主观性。 要完整确定出两个论域中的元素之间的关联性 (也即这两个论域间存在的关系),应该逐个考 虑这两个论域中的所有元素间的所有可能的配 对情况(所有配对的集合即为直积)。 数学上,关系体现为定义在两个论域的直积上 的(模糊)集合,也是该直积的子集。 两个有限论域之间的关系可以用矩阵表示,但 要将处于直积中前面论域中的所有元素排成列、 而将后面论域中的所有元素排成行。
第2章 模糊控制的数学基础
2.5 模糊关系
可见关系R是A,B的直积A×B的子集。也可将R表示为矩阵形式,假设R中 的元素r(i,j)表示A组第i个球队与B组第j个球队的对应关系,如有对阵 关系,则r(i,j)为1,否则为0,则R可表示为:
伊朗 沙特 阿联酋 中国 日本 韩国
A A A ,A A A
~ ~ ~ ~
A B AB, A B AB
~ ~ ~ ~ ~ ~ ~ ~
~ ~
A A
~ ~
2.4 λ水平截集
水平截集的定义
在论域U中,给定一个模糊集合A,由对于A的隶属度大于某一水平 值λ (阈值)的元素组成的集合,叫做该模糊集合的λ 水平截集。用 公式可以描述如下:
A { x , x , x , x } 0 . 2 2 3 4 5 A { x ,x } 0 . 7 4 5
2.4 λ水平截集
水平截集的性质
1)A∪B的λ 水平截集是Aλ和Bλ的并集:
( A B ) A B
2)A∩B的λ 水平截集是Aλ和Bλ的交集:
( A B ) A B
2.2 普通集合
3)集合的运算
* 集合交 设X,Y为两个集合,由既属于X又属于Y的元素组成的 集合P称为X,Y的交集,记作 P=X∩Y
X P Y
* 集合并
设X,Y为两个集合,由属于X或者属于Y的元素组成的 集合Q称为X,Y的并集,记作 Q=X∪Y
X Q
Y
* 集合补
在论域Y上有集合X,则X的补集为
X { x| xX}
R
1 0 0
0 0 1
0 1 0
该矩阵称为A和B的关系矩阵。
模糊控制数学基础
)
且定义g(vi /vj ) =1,当i=j时。
③以g(vi /vj ) (i , j=1,2)为元素构造相及矩阵G:
G
=
⎡1
⎢ ⎣
g
(v2
/
v1 )
g(v1 / v2 )⎤
1
⎥ ⎦
推广: n个元素 (v1 , v2 ,L , vn ) 的相及矩阵G:
⎡1
g(v1 / v2 ) g(v1 / v3 ) L g(v1 / vn ) ⎤
0
x ≤0
µF (u)=
1
1
+
100 u2
x>0
可算出µF (5)=0.2, µF (10)=0.5, µF (20)=0.8
可见µF (u)是U到闭区间[0,1]的映射。
U
µF (u)
5 10 20
[0,1]
0.2 0.5 0.8
模糊集合的表示方法:
1、论域U为离散域(即论域U是有限集合)
(1)查德表示法
两个模糊集A和B,若对所有元素u,它们的 隶属函数相等,则A和B也相等。即
A = B ⇔ µ A (u) = µ B (u)
设A、B为U中的两个模糊子集,隶属函 数分别为µA 和µB,则模糊集合中的并、交、 补等运算按如下定义: 并(析取):并(A∪B)的隶属函数µA∪B对 所有的u ∈U 被逐点定义为取大运算,即: µA∪B= µA(u)∨µB(u) 式中,符号“∨”为取大 值运算。
µF (u)=1:u完全属于U; µF (u)= 0:u完全不属于U; 0< µF (u)<1:u部分属于U。
U中的模糊集F可以用元素u和它的隶属度 来表示:
F={(u ,µF (u) )| u∈U}
模糊控制的数学基础-1(2-16至2-30)模糊运算、分解定理
从中可见,随着实验次数n 的增加,27岁对“青年人”的频率基本稳定在0.78附近,近似可取()78.027~=A μ。
②例证法此法是扎德教授于1972年提出的。
基本思想—从模糊子集~A的有()x A ~μ的值,估计出论域U 上~A 的隶属函数。
例如:取论域U 是实数域R 中的一部分[0,100], ~A 是U 上―较大的数‖,虽然~A 是U 上的模糊子集。
为确定()x A ~μ的分布,选定几个语言真值(即一句话为真的程度)中的一个,来回答[0,100]中的某数是否算―较大‖。
如果语言真值分为―真的‖、―大致真的‖、―半真半假‖、―大致假的‖、“假的”。
把这些语言真值分别用[0,1]之间的数字表示,即分别为1,0.75,0.5,0.25和0。
对[0,100]用的αϕ个不同的数都作为样本进行询问,就可得~A 的模糊分布()x A ~μ的离散表示法。
③专家评分法(德尔菲法)该法40年代以来就已广泛应用于经济与管理科学的各个领域,典型的例子是在体操比赛中对运动员的评分,“技术好”是运动员集上的一个模糊 ,所有评委打分的平均值(有时去掉一个最高分和一个最低分)就是运动员“技术好”的隶属度。
这种方法也可以用来求模糊分布,在应用时,为了区别专家的学术水平和经验的多少,还可以采用加权平均法。
§2—2 模糊子集的特性及运算法则前面已讨论过普通集合的基本运算,下面对模糊子集的运算另作定义。
一、 模糊子集的运算法则 ① Fuzzy 子集的包含与相等设~A 、~B 为论域U 上的两个模糊子集,对于U 中的每一个元素x ,都有()x A ~μ≥()x B ~μ,则称~A 包含~B ,记作~A ⊇~B 。
如果,~A ⊇~B 且~B ⊇~A ,则说~A 与~B 相等,记作~A =~B 。
或者,若对所有x ∈U ,都有()x A ~μ=()x B ~μ,则~A =~B 。
②模糊子集的并、交、补运算设~A 、~B 为论域U 上的两个模糊子集,规定~A ~B 、~A ~B 、~A 的隶属函数分别为~~BAμ、~BAμ、~A μ,并且对于U 的每一个元素x 都有~~BAμ()∆x ()x A ~μ∨()x B ~μ=max[()x A ~μ,()x B ~μ] —~A ,~B 的并~~BAμ()∆x ()x A ~μ∧()x B ~μ=min[()x A ~μ,()x B ~μ]— ~A ,~B 的交~Aμ()∆x 1–()x A ~μ —~A 的补eg,设论域U={}4321,,,x x x x ,~A 、~B 是论域U 上的两个模糊集。
智能控制02-模糊控制的数学基础ppt课件
x
5,
x 180
1,
x 150 x(150,180)
x 180
矮个子模糊集合 ppt精选版 高个子模糊集合 23
知识点:如何对变量进行模糊化
确定变量 定义变量的论域 定义变量的语言值(即模糊集合) 定义每个模糊集合的隶属函数
ppt精选版
24
An Example
1
速度:论域[0,200]
0
表 示 x完 全 不 属 于 A
A(x) 1
表 示 x完 全 属 于 A
0A(x)1 表 示 x部 分 属 于 A
ppt精选版
16
模糊集合的表示方法
Zadeh表示法 序偶表示法 隶属函数表示法
有限元素集合 连续元素集合
参见教材page13-14:例2-4,例2-5,例2-6.
ppt精选版
A1A(u)
ppt精选版
32
模糊集合运算举例
例:设论域为{u1,u2,u3,u4,u5}的两模糊集合分别为
A0.20.710.5, u1 u2 u3 u4
B0.10.30.810.5 u1 u2 u3 u4 u5
求
A B ,A B ,A ,和 B
完成教材P15:例2-7的练习
ppt精选版
33
模糊运算的性质
2.2 Fuzzy Sets
模糊集合是模糊控制的数学基础
经典集合 模糊集合
有明确分界限的元素 的组合
描绘模糊语言概念
ppt精选版
9
A={1,3,5,7, 9}
Classical Sets B={2,4,6,8,10}
十九世纪末,康托建立了经典集合理论 集合
具有某种特定属性的对象的全体。 通常用大写字母A, B, C, …表示
模糊控制
第2章模糊控制2.1 模糊控制自从1965年美国加利福尼亚大学控制论专家L .A .zadeh教授提出模糊数学以来”,吸引了众多的学者对其进行研究,使其理论与方法日臻完善,并且广泛地应用于自然科学和社会科学的各个领域,尤其是在第5代计算机研制和知识工程开发等领域占有特殊重要的地位。
把模糊逻辑应用于控制领域则始于1973年”。
1974年英国的E.H.Mamdani成功地将模糊控制应用于锅炉和蒸汽机控制。
此后20多年来,模糊控制不断发展并在许多领域中得到成功应用。
由于模糊逻辑本身提供了由专家构造语言信息并将其转化为控制策略的一种系统的推理方法,因而能够解决许多复杂而无法建立精确数学模型系统的控制问题,所以它是处理推理系统和控制系统中不精确和不确定性的一种有效方法。
从广义上讲,模糊控制是适于模糊推理,模仿人的思维方式,对难以建立精确数学模型的对象实施的一种控制策略。
它是模糊数学同控制理论相结合的产物,同时也是智能控制的重要组成部分。
模糊控制的突出特点在于:①控制系统的设计不要求知道被控对象的精确数学模型,只需要提供现场操作人员的经验知识及操作数据。
⑦控制系统的鲁棒性强,适应于解决常规控制难以解决的非线性、时变及大纯滞后等问题。
③以语言变量代替常规的数学变量,易于形成专家的“知识”。
④控制推理采用“不精确推理”(Approximatc Reasoning)。
推理过程模仿人的思维过程。
由于介入了人类的经验.因而能够处理复杂甚至“病态”系统。
2.1.1模糊数学模糊数学是基于模糊集理论。
模糊集的概念与古典集非此即彼的概念相对应,描述没有明确、清楚地定义界限的集合。
模糊集的理论叙述为:模糊集A是定义在一个输入ξ之上并由其隶属函数µA(·):ξ→[0,1]表征的集合。
假设ξ是一个普通集合,称为论域。
从ξ到区间[0,1]的映射A称为ξ上的一个模糊集合。
µA(·)表示ξ隶属于模糊集合A的程度,称为隶属度。
模糊控制 - 数学基础
一、模糊集合
6、运算性质
F集幂等律: A A=A,A A=A F集两极律:A =,A U=U F集同一律: A U=A,A =A F集交换律: A B=B
A,A B =B A
F集结合律: A B C =A
B
C , A B C =A
4
一、模糊集合
例1 设集合U 由1到5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。
解:(1)列举法 U ={1,2,3,4,5} (2)定义法 U ={u|u为自然数 且 1u5 }
(3)归纳法 U ={ui+1 = ui+1, i = 1,2,3,4, u1 = 1}
(4)特征函数表示法:集合U通过特征函数来TU(u)表示 u U 1 TU (u) u U 0
A
其中隶属函数定义为
x, ( x) x U
A
A ( x)
1 1 10 x 2
“接近于0的实数”之模糊集合
12
一、模糊集合
例:拥有离散性论域的模糊集合 假设U ={ 0,1,2,...,9 } 为代表一个家庭中,所可能拥有子女个数的集 合,令三个模糊集合之定义为A:子女数众多,B:子女数适中,C:子 女数很少,其隶属函数的定义如表所示。
子女数 0 1 2 3 4 5 6 7 8 9 子女众多 (A) 0 0 0 0 0 0.1 0.3 0.8 1 1 子女适中 (B) 0 0 0.2 0.7 1 0.7 0.2 0 0 0 子女很少 (C) 1 1 0.8 0.2 0.1 0 0 0 0 0
一、模糊集合
3、模糊集合的表示
当论域U由有限多个元素组成时,模糊集合可用向量表示法或扎德 表示法表示。设 U {x1 , x2 , , xn } { 0,1, 2,..., 9 }
2模糊控制的数学基础
分解定理
设A是论域X上的模糊集合,λ∈[0, 1],A是A的λ截集,则有
A A 0, 1 其中λAλ为x的一个特殊模糊集合,其隶属函数为
, A (x) 0,
x A x A
说明任何一个模糊集可由 一个普通集合簇来表示
Page 30
2.3 模糊集合与普通集合的联系
分解定理 为了对分解定理有一个直观的了解,在左图中,取λ1、 λ2∈[0,1]两个值
集合的直积 序偶 将不同的事物按一定顺序排列起来组成一个整体, 用以表达它们之间的关系,这就叫做序偶。 集合的直积 有两个集合X,Y,从X中取一个元素x,从Y中取一个元 素y,把它们组成一个序偶,所有元素序偶的全体组成一 个新的集合,这个集合叫做集合X,Y 的直积,表示为
X Y {(x, y) | x X , y Y}
A {x | x X , A (x) }
称 A为A的λ强截集
当λ=1时,得到的最小的水平截集A1称为模糊集合A的核。 当λ=0+时,得到的最大的水平截集称为模糊集合A的支集。 如果A的核A1非空,则称A为正规模糊集,否则称为非正规 模糊集。
Page 27
2.3 模糊集合与普通集合的联系
λ水平截集
0
25 50 75 100
u
Page 20
2.2 模糊集合
例2.2.3
“年轻”和“年老”模糊集合可以写为:
Y
1
1
(
x
25) 5
2
1
x 0x25
25x200
x
O
0
1
(
x
5 50
)
2
1
x 0x50
50x200
x
Page 21
模糊控制的理论基础.ppt
模糊控制还需要解决的问题
1、人的知识和经验的表达;
2、知识推理的方法;
3、人的知识的获得和总结; 4、模糊控制系统稳定性判据; 5、模糊控制系统的学习; 6、模糊控制系统的分析;
7、模糊控制系统的设计方法
模糊控制系统人性化——模糊控制容忍噪声的干 扰和元器件的变化——模糊控制适应性好
第二节 模糊集合论基础
(u )/u
i 1 F i
n
i
例2-2 考虑论域U={0,1,2,……10}和模糊集F”接近 于0的整数“,它的隶属度函数表示法
F 1 . 0 / 0 0 . 9 / 1 0 . 75 / 2 0 . 5 / 3 0 . 2 / 4 0 . 1 / 5
2、序偶表示法:
输出模糊集的精确化——将模糊控制量转化为清晰的、确定的输出控制量。
模糊控制技术需要解决的具体问题
1、模糊控制器的构造:单片机、集成电路、可编程控制器 (PLC); 2、模糊信息与精确信息转换的物理结构和方法; 3、模糊控制器对外界环境的适应性及适应技术(A/D和 D/A技术); 4、实现模糊控制系统的软技术(仿真软件); 5、模糊控制器和被控对象的匹配技术(依赖人们的经验)。
0 x 0 F 1 x0 100 1 2 x
可以算出u(5)=0.2; u(10)=0.5; u(20)=0.8;表示5属 于大于零的程度为0.2,也就意味5算不上是远远大 于0的数。
若U为离散域,即论域U是有限集合时,模糊集合可以有以下 三种表示方法: 1、查德表示法 即: F
1965年,Zadeh提出模糊集理论——模糊控制理论(以模 糊集合为数学基础); 1974年,E.H.Mamdani首先利用模糊数学理论进行蒸汽机 和锅炉控制方面的研究; 模糊控制依赖操作者的经验;(传统的控制依赖于微分 方程组等); 改善模糊控制性能最有效的方法是优化模糊控制规则; 模糊规则是通过将人的操作经验转化为模糊语言形式获 取的,带有一定的主观性。
人工智能控制技术课件:模糊控制
模糊集合
模糊控制是以模糊集合论作为数学基础。经典集合一般指具有某种属性的、确定的、
彼此间可以区别的事物的全体。事物的含义是广泛的,可以是具体元素也可以是抽象
概念。在经典集合论中,一个事物要么属于该集合,要么不属于该集合,两者必居其一,
没有模棱两可的情况。这表明经典集合论所表达概念的内涵和外延都必须是明确的。
1000
1000
9992
9820
的隶属度 1 =
= 1,其余为: 2 =
= 0.9992, 3 =
=
1000
1000
1000
9980
9910
0.982, 4 =
= 0.998, 5 =
= 0.991,整体模糊集可表示为:
1000
1000
1
0.9992
0.982
0.998
《人工智能控制技术》
模糊控制
模糊空基本原理
模糊控制是建立在模糊数学的基础上,模糊数学是研究和处理模糊性现
象的一种数学理论和方法。在生产实践、科学实验以及日常生活中,人
们经常会遇到模糊概念(或现象)。例如,大与小、轻与重、快与慢、动与
静、深与浅、美与丑等都包含着一定的模糊概念。随着科学技术的发展,
度是2 ,依此类推,式中“+”不是常规意义的加号,在模糊集中
一般表示“与”的关系。连续模糊集合的表达式为:A =
)( /其中“” 和“/”符号也不是一般意义的数学符号,
在模糊集中表示“构成”和“隶属”。
模糊集合
假设论域U = {管段1,管段2,管段3,管段4,管段5},传感器采
1+|
模糊控制的理论基础
有关隶属函数的MATLAB设计,见著作:
楼顺天,胡昌华,张伟,基于MATLAB的系统分析 与设计-模糊系统,西安:西安电子科技大学出版 社,2001
例2.5 隶属函数的设计:针对上述描述的6种隶属 函数进行设计。M为隶属函数的类型,其中M=1 为高斯型隶属函数,M=2为广义钟形隶属函数, M=3 为 S 形 隶 属 函 数 , M=4 为 梯 形 隶 属 函 数 , M=5为三角形隶属函数,M=6为Z形隶属函数。 如图所示。
X Years
图2-1 “年轻”的隶属函数曲线
2.2.2 模糊集合的运算 1 模糊集合的基本运算
由于模糊集是用隶书函数来表征的,因此两 个子集之间的运算实际上就是逐点对隶属度作 相应的运算。
(1)空集 模糊集合的空集为普通集,它的隶属度为0,
即
A A (u) 0
(2)全集 模糊集合的全集为普通集,它的隶属度为1,
设A和B经过平衡运算得到C,则
c (x) A (x) B ( x) 1 1 (1 A (x)) (1 B (x))
其中γ取值为[0,1]。 当γ=0时,c (x) A (x) B (x),相当于A∩B时的算子。
当γ=1,c (x) A(x) B (x) A(x) B (x) ,相当于
B 0.3 0.1 0.4 0.6 u1 u2 u3 u4
求A∪B,A∩B
则 A B 0.9 0.2 0.8 0.6
u1 u2 u3 u4
A B 0.3 0.1 0.4 0.5 u1 u2 u3 u4
例2.4 试证普通集合中的互补律在模糊集
合中不成立,即 A (u) A (u) 1,
则 u0属于“成绩差”的隶属度为:
A (u0 ) 1 0.8 0.2
模糊控制的理论基础
(A∪B)∪C=A∪(B∪C)
(A∩B)∩C=A∩(B∩C)
4.吸收律
A∪(A∩B)=A
A∩(A∪B)=A
5.分配律
A∪(B∩C)=(A∪B)∩(A∪C)
A∩(B∪C)=(A∩B) ∪(A∩C)
6.复原律
A A
7.对偶律
A B A B
A B A B
8.两极律
A∪E=E,A∩E=A
A∪Ф=A,A∩Ф=Ф
例3.4 设
A
B
0 .9 0 .2 0 . 8 0 .5 u1 u2 u3 u4
0 .3 0 . 1 0 .4 0 . 6 u1 u2 u3 u4
求A∪B,A∩B
则
0.9 0.2 0.8 0.6 A B u1 u2 u3 u4
0 .3 0 .1 0 .4 0 .5 A B u1 u2 u3 u4
A {0.95,0.90 ,0.85}
其含义为张三、李四、王五属于“学习 好”的程度分别是0.95,0.90,0.85。 例3.3 以年龄为论域,取 X 0,200 。Zadeh给 出了“年轻”的模糊集Y,其隶属函数为
0 x 25 1 1 Y ( x) x 25 2 25 x 100 1 5
例3.5 试证普通集合中的互补律在模糊集 合中不成立,即 A (u ) A (u ) 1 ,
A (u ) A (u ) 0
证:设 A (u ) 0.4 , 则
A (u ) 1 0.4 0.6
A (u) A (u) 0.4 0.6 0.6 1
模糊集合是以隶属函数来描述的, 隶属度的概念是模糊集合理论的基石。
模糊控制基本原理
模糊控制的基本原理模糊控制是以模糊集合理论、模糊语言及模糊逻辑为基础的控制,它是模糊数学在控制系统中的应用,是一种非线性智能控制。
模糊控制是利用人的知识对控制对象进行控制的一种方法,通常用“if条件,then结果”的形式来表现,所以又通俗地称为语言控制。
一般用于无法以严密的数学表示的控制对象模型,即可利用人(熟练专家)的经验和知识来很好地控制。
因此,利用人的智力,模糊地进行系统控制的方法就是模糊控制。
模糊控制的基本原理如图所示:模糊控制系统原理框图它的核心部分为模糊控制器。
模糊控制器的控制规律由计算机的程序实现,实现一步模糊控制算法的过程是:微机采样获取被控制量的精确值,然后将此量与给定值比较得到误差信号E;一般选误差信号E作为模糊控制器的一个输入量,把E的精确量进行模糊量化变成模糊量,误差E的模糊量可用相应的模糊语言表示;从而得到误差E的模糊语言集合的一个子集e(e实际上是一个模糊向量)。
再由e和模糊控制规则R(模糊关系)根据推理的合成规则进行模糊决策,得到模糊控制量u为:式中u为一个模糊量;为了对被控对象施加精确的控制,还需要将模糊量u进行非模糊化处理转换为精确量:得到精确数字量后,经数模转换变为精确的模拟量送给执行机构,对被控对象进行一步控制;然后,进行第二次采样,完成第二步控制……。
这样循环下去,就实现了被控对象的模糊控制。
模糊控制(Fuzzy Control)是以模糊集合理论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制。
模糊控制同常规的控制方案相比,主要特点有:(1)模糊控制只要求掌握现场操作人员或有关专家的经验、知识或操作数据,不需要建立过程的数学模型,所以适用于不易获得精确数学模型的被控过程,或结构参数不很清楚等场合。
(2)模糊控制是一种语言变量控制器,其控制规则只用语言变量的形式定性的表达,不用传递函数与状态方程,只要对人们的经验加以总结,进而从中提炼出规则,直接给出语言变量,再应用推理方法进行观察与控制。
模糊控制的数学基础习题
模糊控制的数学基础习题1、比较模糊集合与普通集合的异同。
答:相同点:都表示一个集合;不同点:普通集合具有特定的对象。
而模糊集合没有特定的对象,允许在符合与不符合中间存在中间过渡状态。
2、已知年龄的论域为[0.200],且设“年老O ”和“年轻Y ”两个模糊集的隶属函数分别为()⎪⎩⎪⎨⎧≤<⎥⎥⎦⎤⎢⎢⎣⎡⎪⎭⎫ ⎝⎛-+≤≤=--200505501500 012O a a a a μ ()⎪⎩⎪⎨⎧≤<⎥⎥⎦⎤⎢⎢⎣⎡⎪⎭⎫ ⎝⎛-+≤≤=-200255251250112Y a a a a μ 求:“很年轻W ”、“不年老也不年轻 V ”两个模糊集的隶属函数。
3、设误差的离散论域为【-30,-20,-10,0,10,20,30】,且已知误差为零(ZE )和误差为正小(PS )的隶属函数为()()300203.010103.0100200300300200104.001104.0200300ZE ++++-+-+-=++++-+-+-=e e PS μμ 求:(1)误差为零和误差为正小的隶属函数()()e e PS μμ ZE ;(2)误差为零和误差为正小的隶属函数()()e e PS μμ ZE 。
答:(1)()()e e PS μμ ZE =300^0203.0^0101^4.003.0^1100^4.0200^0300^0++++-+-+-=300200104.003.010*******++++-+-+- (2)()()e e PS μμ ZE =3000203.001014.003.011004.020003000∨+∨+∨+∨+-∨+-∨+-∨=300203.010101104.0200300++++-+-+-4、已知模糊矩阵P 、Q 、R 、S 为⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=0.50.60.20.1S 0.70.70.30.2R 0.40.10.70.5Q 0.70.20.90.6P 求:(1)()R Q P ;(2)()S Q P ;(3)()()S Q S P 。
[工程科技]智能控制 第二章 模糊控制的数学基础
模糊控制
模糊控制
人们已经无法回避客观上存在的模糊现象。 扎德(Zadeh)教授提出的模糊集合理论,其核心是对复杂系 统或过程建立一种语言分析的数学模式,使自然语言能直接转化 为计算机所能接受的算法语言。 正是在这种背景下,作为智能控制的一个重要分支的模糊控制 理论产生了。模糊数学和模糊控制理论的发展虽然只有几十年的 历史,但其理论和引用的研究已取得了丰硕的成果。尤其随着模 糊逻辑在自动控制领域的成功应用,模糊控制理论和方法的研究 引起了学术界和工业界的广泛关注。
经验控制
将控制经验 事先总结归 纳好,放在 计算机中。
事先总结归 纳出一套完 整的控制规 则,放在计 算机中。
传感器 + 测量的 当前值
模糊控制
传感器 + 测量的 当前值
模糊推理判决
计算出
控制量
10
模糊控制发展的三个阶段 1)基本模糊控制 2)自组织模糊控制
3)智能模糊控制
三个阶段比较
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。
* 集合 * 属于 具有特定属性的对象的全体,称为集合。 若元素 a 是集合 A 的元素,则称元素 a 集合通常用大写字母A,B,……,Z来 属于集合 A ,记为a∈A;反之,称a不属 表示。 于集合A,记做 a A 。 * 元素 组成集合的各个对象,称为元素,也称 *包含 为个体。通常用小写字母a,b,……, 若集合A是集合B的子集,则称集合A包含于 z来表示。 集合B,记为 A B ;或者集合B包含集合A, * 论域 B。 A 记为 所研究的全部对象的总和,叫做论域, 也叫全集合。 *相等 * 空集 对于两个集合A和B,如果A∈B和B∈A同时 不包含任何元素的集合,称为空集,记 成立,则称A和B相等,记做A=B。此时A和 做Φ。 B有相同的元素,互为子集。 * 子集 集合中的一部分元素组成的集合,称 *有限集 为集合的子集。 如果一个集合包含的元素为有限个,就叫 做有限集;否则,叫做无限集。
模糊控制数学基础2—模糊逻辑与推理(2)
F F
隐含隶属函数表达式 pq ( x, y) 1 pq ( x, y) 1 min[ p ( x), (1 q ( y))] 或
pq ( x, y) pq ( x, y) max[ p ( x), q ( y)]
max[( p ( x)), q ( y)] 1
x y
(1 2 ) c ( z )
3) 多前提多规则
前提(事实) 1 前提 2 (规则1 ) 前提 (规则2 3 ) 结果(结论) x是A, y是B if x 是A1和 y是B1 , then Z是C1 if x 是A2和 y是B2 , then Z是C2 z是C
称为工程隐含
工程隐含
• (1) A B 解释为A与B相关,常用的两种三角范 式算子得到模糊关系 Rm A B A ( x) B ( y ) /( x, y )
X Y
或
A B ( x, y ) min{ A ( x), B ( y )}
Rp A B 或
p q,
“if then”
4) 逆操作 Inversion
5) q”。
~p 等效关系 Equivalence p q ,“p即
一个隐含是“真”,必须满足三个条件之一: 1) 前提是真,结论是真; 在教书,是教师;成立
2) 前提是假,结论是假;不教书,不是教师;成立
3) 前提是假,结论是真。
1单点模糊化max乘积复合运算乘积推理高度去模糊化2单点模糊化maxmin复合运算乘积推理高度去模糊化3非单点模糊化max乘积复合运算乘积推理高度去模糊化去下标上面几式可简化为单点模糊化
模糊逻辑与模糊推理
• 对模糊现象的机理进行分析、抽象,进 而用用模糊数学表达
模糊控制技术第2章模糊逻辑的数学基础
客观的存在是有一定联系的,是受到客观制约的。因此,隶
属函数的确定应遵守一些基本原则。
第2章 模糊逻辑的数学基础
定义2.4 凸模糊集合:设实数论域中模糊集合A在任意
区间[x1,x2]上,对所有的实数x∈[x1,x2]都满足
μA(x)≥min{μA(x1),μA(x2)}
(2.13)
则称A为凸模糊集合,否则即为非凸模糊集合,参看图2.4。 由此可见,凸模糊集合的隶属函数是一个单峰凸函数。 (1) 隶属函数所表示的模糊集合必须是凸模糊集合。下 面以主观性最强的专家经验法为例来确定“舒适”温度的隶 属函数。
ui
1
(2.8)
第2章 模糊逻辑的数学基础
这里的∑、∫仅仅是符号,不是表示求“和”或“积分”记
号,而是表示论域U上的元素u与隶属度μF(u)之间的对应关 系的总括; μF(ui)/ui也不表示“分数”,而表示论域U上u与 隶属度μF(u)之间的对应关系。 ② 不可数情况:扎德表示法
F
F ( ui )
~ 模糊集合表示为 。这就定义了一个映射 μF: F
μF∶U→[0,1] i→μF(u)
(2.2)
第2章 模糊逻辑的数学基础
~ 的隶属函数(Membership 这个映射称为模糊集合 F ~ 简记为F。 Function)。本书在不混淆的情况下,将模糊集合 F
上述定义表明,论域U上的模糊集合F由隶属函数μF(u)来 表征,μF(u)的取值范围为闭区间[0,1],μF(u)的大小反映 了u对于集合F的从属程度。μF(u)的值接近于1,表示u
u 50 2 1+ 5 50u 200 u
1
2
1
第2章 模糊逻辑的数学基础
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
5. 映射与关系 存在, 设有集合 X 和 Y ,若有一对应法则 f 存在,使得对 与之对应, 于集合 X 中任意元素 x,有 Y 中唯一的元素 y 与之对应, 的映射, 则称此对应法则 f 为从 X 到 Y 的映射,记为
f : X →Y
的定义域, 称 X为映射 f 的定义域,而集合 的值域。 称为 f 的值域。
18
若对于模糊集合 A 有一个有限的台 {u1,u2 ,⋅ ⋅ ⋅,un },则可 ~ 表示为如下一般形式
A=
~
µ1
u1
+
µ2
u2
+⋅⋅⋅ +
µn
un
=∑
i=1
n
µi
ui
2. 序偶表示法 将论域中的元素 ui与其隶属度 A(ui ) 构成序偶来表示 A , ~ ~ 则
A= {(u1, A(u1 )),(u2 , A(u2 )),..., (un , A(un ))}
6
2.1.2
精确性、 精确性、模糊性与随机性 确定性——经典数学 经典数学 确定性 随机性——统计数学 统计数学 随机性 不确定性 模糊性——模糊数学 模糊性 模糊数学 随机性: 随机性:事件本身的性态和类属是确定的 模糊性: 模糊性:事件本身的性态和类属是不确定的
7
2.2
模糊集合
2.2.1 普通集合 一、基本概念 1. 论域(Universe of discussion) 论域( ) 将考虑的议题局限在一定的范围内,该范围称为论域。 将考虑的议题局限在一定的范围内,该范围称为论域。 2. 元素(Element) 元素( ) 论域中的每个对象称为元素。 论域中的每个对象称为元素。 3. 集合(Set) 集合( ) 给定一个论域, 给定一个论域,其中具有相同属性的确定的可以彼此区别的元素的 全体称为集合。 全体称为集合。 4. 全集、空集、子集 全集、空集、 全集:集合中包含了论域中的全部元素。 全集:集合中包含了论域中的全部元素。 空集: 称为空集,记为Ø。 空集:不包含论域中任何元素的集合称为空集,记为 。 子集( ):对于 称为A为 的一个子 子集(Subset):对于 ∀x ∈ A ⇒ x ∈ B , 称为 为B的一个子 ): 集, A⊆ B
A = ∫U
~
A(u)
~
u
17
在由整数1, , , 组成的论域中 组成的论域中, 例2-2 在由整数 ,2,…,10组成的论域中,即 U={1,2,3,4,5,6,7,8,9,10},讨论“几个”这一模糊概念。根 ,讨论“几个”这一模糊概念。 据 经验,可以定量地给出它们的隶属函数,模糊子集“几个” 经验,可以定量地给出它们的隶属函数,模糊子集“几个” 可 表示为 = A
3
明确的概念可用经典集合描述。 明确的概念可用经典集合描述。 经典集合的特征函数表示: 经典集合的特征函数表示:
1, 当x ∈ A CA (x) = 0 , 当x ∉ A
经典数学建立在德国数学家乔•康托( 经典数学建立在德国数学家乔 康托(G•Contor)创立的 康托 ) 经典集合论之上,可用来描述客观世界存在的确定性事件, 经典集合论之上,可用来描述客观世界存在的确定性事件, 但对模糊性事件则无能为力。 但对模糊性事件则无能为力。
AUU = U, AIU = A AU Ø = A , A I Ø=Ø
7.复原律
( Ac )c = A
13
8.互补律 9.对偶律
A U Ac = U ,
A I Ac = Ø
( A U B)c = Ac I Bc
( A I B)c = Ac U Bc
14
2.2.2
模糊集合 一、模糊集合的定义 的子集, 模糊集合往往是某一论域 U 的子集,所以人们在谈论 模糊集合时,常常习惯称它为“模糊子集”。我们一般采用 模糊集合时,常常习惯称它为“模糊子集” 在大写字母下边加波浪线来表示模糊集合。 在大写字母下边加波浪线来表示模糊集合。例如 A 就表示 ~ 一个模糊集合。1965年 Zadeh将模糊子集定义为 将模糊子集定义为: 一个模糊集合。1965年,Zadeh将模糊子集定义为: 上的一个元素, 设给定论域 U ,u 为 U 上的一个元素, 到闭区间 U [0,1] 的任一映射 µA
4
控制论的创始人维纳( 控制论的创始人维纳(Norbert Wiener) ) 在谈到人为什么能胜过任何最完善的机器时, 在谈到人为什么能胜过任何最完善的机器时, 强调说: 人具有运用模糊概念的能力” 强调说:“人具有运用模糊概念的能力”。 如何使计算机能够模拟人脑思维的模糊性 特点, 特点,使部分自然语言作为算法语言直接进入 计算机程序,让计算机完成更复杂的任务, 计算机程序,让计算机完成更复杂的任务,这 正是模糊数学诞生的直接背景。 正是模糊数学诞生的直接背景。
f ( X ) = { f (x) x ∈ X}
11
关系: 关系:对于给定集合 X 、 Y 的直积 X ×Y 上的一个子集 R, 的二元关系,简称为关系。 称为 X 到 Y 的二元关系,简称为关系。对于 X ×Y 的元 相关, 素 (x, y),若有 (x, y) ∈ R,则称 x 与 y 相关,记为 x R y 否则 (x, y) ∉ R ,记为 x R y 。
~
µA :U →[0 ,1]
~
µ~ 都确定 U 的一个模糊子集 A , A 称为模糊子集的隶属函 ~ µ~ 的隶属度。 数, A(u) 称为 u 对于 A的隶属度。隶属度也可记为A(u), ~ ~ 的程度。 它表示某元素 u 属于模糊集合 A 的程度。U 上的模糊集合 ~ 的全体记为 F(U) 。 15
16
二、模糊集合的表示法 1. 查德(Zadeh)表示法 查德( ) 查德提出的表示法是, 查德提出的表示法是,当 U为有限集 {u1,u2 ,⋅ ⋅ ⋅un} 时, U上的模糊集 A可表示为
~
A=
~
A(u1 )
~
u1
+
A(u2 )
~
u2
+⋅⋅⋅ +
A(un )
~
unห้องสมุดไป่ตู้
当是有限连续域时, 当是有限连续域时,查德给出如下记法
A U B = B U A, AI B = B I A
(A U B) U C = A U (B U C)
(A I B) I C = A I (B I C)
AU (B I C) = (A U B) I ( A U C)
A I (B U C) = (A I B) U (AI C) , A U ( A I B) = A A I ( A U B) = A
参考文献: 参考文献: 1. 姜长生等,智能控制与应用,科学出版社, 姜长生等,智能控制与应用,科学出版社, 2007年7月。 年 月 2. 许力,智能控制与智能系统,机械工业出 许力,智能控制与智能系统, 版社, 版社,2007年2月。 年 月 3. 诸静,模糊控制与系统原理,机械工业出 诸静,模糊控制与系统原理, 版社, 版社,2005年8月。 年 月 4. 易继锴等,智能控制技术,北京工业大学 易继锴等,智能控制技术, 出版社, 出版社,1999年 年 5. 李士勇,模糊控制、神经网络控制和智能 李士勇,模糊控制、 控制论,哈尔滨工业大学出版社, 控制论,哈尔滨工业大学出版社,1996年 年
设 f : X →Y ,显然有 {(x, y) y = f (x)} ⊂ X ×Y ,可见 映射 是关系的特例。 f 是关系的特例。
12
6. 集合的运算性质 设 A、 、 ⊂U,其并、交、补运算具有以下性质: B C
1.幂等律 2.交换律 3.结合律 4.分配律 5.吸收律 6.同一律
A U A = A, A I A = A
2
Fuzzy —— 模糊的,不分明的,边界不清的, 模糊的,不分明的,边界不清的,
毛绒绒的。 毛绒绒的。 所谓模糊性, 所谓模糊性,主要是指客观事物彼此间的差 不分明性” 异在其中间过渡时的 “不分明性” 。 例如 “大与小” 、 “胖与瘦” 很难用精确 大与小” 胖与瘦” 的数学语言划分出一条截然分明的界线。 的数学语言划分出一条截然分明的界线。
~ ~ ~ ~
3. 向量表示法
A= ( A(u1 ), A(u2 ),..., A(un ))
~ ~ ~ ~
19
4. 隶属函数法
当论域U为实数集 上的某区间时 当论域 为实数集R上的某区间时,直接给出模糊集隶 为实数集 上的某区间时, 属函数的解析式,是使用十分方便的一种表达形式。 属函数的解析式,是使用十分方便的一种表达形式。 如查德给出论域U=[0,100]上的“年老”──O 与“年 上的“ 如查德给出论域 上的 年老” ~ 两个模糊集的隶属函数如下: 轻”── Y 两个模糊集的隶属函数如下:
~
0 0 0.3 0.7 1 1 0.7 0.3 0 0 + + + + + + + + + 1 2 3 4 5 6 7 8 9 10
µA(u)
~
A
~
在论域U中 在论域 中,隶属度
>0的元素集称为
的台。 的台。
0.3 0.7 1 1 0.7 0.3 采用台的方式可将模糊集合“几个”表示为: 采用台的方式可将模糊集合“几个”表示为: A= + + + + + ~ 3 4 5 6 7 8
8
二、集合的表示法 1. 列举法: 列举法:
偶数集合A= 例:论域U={1, 2, 3, ……, 9} ,偶数集合 ={2,4,6,8} 2. 描述法 描述法: A= { x | P(x) } ,P(x)为x应满足的条件。 为 应满足的条件。 应满足的条件 为偶数, 例 :A={x∣x为偶数,x<10} ∣ 为偶数 3. 特征函数法: 特征函数法: