模糊控制与模糊策略讲义课件.pptx
合集下载
模糊控制--模糊关系和模糊逻辑推理 ppt课件

generalizedmoduspfoolnleennsts
[形式化的重要性]
北京科技大学自动化
3.2 模糊逻辑推理
①广义前向推理(GMP)
前提1:如果x为A,则y为B 前提2:x为A' 结论 y为B '
②广义后向推理(GMT)
前提1:如果x为A,则y为B 前提2: y为B'
结论 x为A '
其中:x是论域X中的语言变量(Linguistic variables) 它的值是X中的模糊集合A,A ' y是论域Y中的语言变量 它的值是Y中的模糊集合B,B '
北京科技大学自动化
3.2 模糊逻辑推理
Fuzzy命题:“如果x为A,则y为B” 令P:x为A;Q:y为B。 则上述的模糊命题可简写为“如果P为真,则Q为真”, 表明 P Q 。 即:普通模糊命题P,Q间有因果关系。
北京科技大学自动化
3.2 模糊逻辑推理
模糊命题的真假程度称为模糊命题的真值。
因为:在X论域讨论问题, P x A x , Q y B y
0 .2
0 .2
0
0 0 0
北京科技大学自动化
3.1 模糊关系
“关系”在模糊信息处理中的作用: • 根据已有知识建立关系。 RAB • 根据新的输入和已有的关系,确定新的输出。
即:A ' 已知,R 已知,求:A' R B'
解释: R :温度高则压力大。 A ' :温度比较高。
压力?
北京科技大学自动化
北京科技大学自动化
3.2 模糊逻辑推理
如我们前面举的“健康”的例子,所进行的推理是一种近似
的推理,可以一般性的表达为:
大前提:如果x是A,则y是B
[形式化的重要性]
北京科技大学自动化
3.2 模糊逻辑推理
①广义前向推理(GMP)
前提1:如果x为A,则y为B 前提2:x为A' 结论 y为B '
②广义后向推理(GMT)
前提1:如果x为A,则y为B 前提2: y为B'
结论 x为A '
其中:x是论域X中的语言变量(Linguistic variables) 它的值是X中的模糊集合A,A ' y是论域Y中的语言变量 它的值是Y中的模糊集合B,B '
北京科技大学自动化
3.2 模糊逻辑推理
Fuzzy命题:“如果x为A,则y为B” 令P:x为A;Q:y为B。 则上述的模糊命题可简写为“如果P为真,则Q为真”, 表明 P Q 。 即:普通模糊命题P,Q间有因果关系。
北京科技大学自动化
3.2 模糊逻辑推理
模糊命题的真假程度称为模糊命题的真值。
因为:在X论域讨论问题, P x A x , Q y B y
0 .2
0 .2
0
0 0 0
北京科技大学自动化
3.1 模糊关系
“关系”在模糊信息处理中的作用: • 根据已有知识建立关系。 RAB • 根据新的输入和已有的关系,确定新的输出。
即:A ' 已知,R 已知,求:A' R B'
解释: R :温度高则压力大。 A ' :温度比较高。
压力?
北京科技大学自动化
北京科技大学自动化
3.2 模糊逻辑推理
如我们前面举的“健康”的例子,所进行的推理是一种近似
的推理,可以一般性的表达为:
大前提:如果x是A,则y是B
第二章模糊控制的理论基础精品PPT课件

若能把这些熟练操作员的实践经验加以总结和描述, 并用语言表达出来,它就是一种定性的、不精确的控制规 则。如果用模糊数学将其定量化,就转化为模糊控制算法, 从而形成了模糊控制理论。
模糊控制在最近的短短十多年来发展如此迅速,应主 要归结于模糊控制器的一些明显的特点:
(1) 无需知道被控对象的数学模型 模糊控制是以人对被控系统的
例如,对于一个炉温控制系统,人的控制规则是,若温 度高于某一设定值,操作者就减小给煤量,使之降温。 反之,若温度低于设定值,则加大给煤量,使之升温。 一个熟练的操作人员,凭借自己的经验和观察,经过大 脑的思维判断,给出控制量,可以手动操作达到较好的 控制效果。
以上过程包含了大量的模糊概念.如“高于”、“低于” 等等。而且操作者在观察温度的偏差时,偏差越大,给定的 变化也越大,设法使之变温越快。这里的“越高”、“越快” 也是模糊概念。因此,操作者的观察与思维判断过程,实际 上是一个模糊化及模糊计算的过程。
或者说B是A的一个子集,记为B A。
如果μB(u) =μA(u),则称B=A。
模糊集合的运算与经典集合的运算相类似,只是利用集 合中的特征函数或隶属度函数来定义类似的操作。
设A、B为U中两个模糊子集,隶属函数分别为μB(u) 和 μA(u),则模糊集合的并、交、补运算可以如下定义:
定义2-4 模糊并集运算
A={ (u, A (u)) u U}
μA(u)称为u对A的隶属度,它表示论域U中的元素u隶属
于其模糊子集A的程度,它在[0, 1]闭区间内可以连续取值
μA(u)=1, 表示u 完全属于A μA(u)=0, 表示u 完全不属于A 0<μA(u)<1, 表示u 部分属于A
显然,μA(u)越接近于1, 表示u从属于A的程度越大, 反之,μA(u)越接近于0, 表示u从属于A的程度越小。
模糊控制在最近的短短十多年来发展如此迅速,应主 要归结于模糊控制器的一些明显的特点:
(1) 无需知道被控对象的数学模型 模糊控制是以人对被控系统的
例如,对于一个炉温控制系统,人的控制规则是,若温 度高于某一设定值,操作者就减小给煤量,使之降温。 反之,若温度低于设定值,则加大给煤量,使之升温。 一个熟练的操作人员,凭借自己的经验和观察,经过大 脑的思维判断,给出控制量,可以手动操作达到较好的 控制效果。
以上过程包含了大量的模糊概念.如“高于”、“低于” 等等。而且操作者在观察温度的偏差时,偏差越大,给定的 变化也越大,设法使之变温越快。这里的“越高”、“越快” 也是模糊概念。因此,操作者的观察与思维判断过程,实际 上是一个模糊化及模糊计算的过程。
或者说B是A的一个子集,记为B A。
如果μB(u) =μA(u),则称B=A。
模糊集合的运算与经典集合的运算相类似,只是利用集 合中的特征函数或隶属度函数来定义类似的操作。
设A、B为U中两个模糊子集,隶属函数分别为μB(u) 和 μA(u),则模糊集合的并、交、补运算可以如下定义:
定义2-4 模糊并集运算
A={ (u, A (u)) u U}
μA(u)称为u对A的隶属度,它表示论域U中的元素u隶属
于其模糊子集A的程度,它在[0, 1]闭区间内可以连续取值
μA(u)=1, 表示u 完全属于A μA(u)=0, 表示u 完全不属于A 0<μA(u)<1, 表示u 部分属于A
显然,μA(u)越接近于1, 表示u从属于A的程度越大, 反之,μA(u)越接近于0, 表示u从属于A的程度越小。
模糊控制课件第三章.ppt

其基本思想:对于训练样本(包括论域内若干 个测量点上的状态数据以及相应隶属于人类 经验的被测量,用自然语言符号描述的状态 符号),在当前概念模式下,根据最大隶属度 准则判定,若数据状态与概念状态相一致, 则训练结束;若不相符,则将相应概念隶属 函数曲线的修正率加以改变,以实现符合专 家经验的被测量数据状态与符号状态的一致。
If X1 is 大 and X2 is 小 then Y is 中
仿照蕴含式的称谓“X1 is 大 and X2 is 小” 称为控制规则的前件部,“Y is 中”称为控 制规则的后件部。
“大”、“小”、“中”等均是对某一物理 量的模糊化的自然语言描述,但它们均被描 述成一个模糊集合。
模糊控制是一种基于人的思维模式的控制, 因此,在模糊控制规则中出现的模糊集合往 往具有可以用自然语言描述的意义。
用于描述人们控制经验的基本语句结构有 三种形式,它们分别反映了三种基本的推 理。这三种基本结构和形式如下:
这种推理是一种最简单的蕴涵关系,在语
言表达时表示为“如果 A,那么B ”,即
有:if A then B
~
~
② (A B) (AC C)结构
~
~
~
~
这种推理较之前一种复杂,这种蕴涵关系在 用语言表达时叙述为“如果 A,那么B;否则 C ”,即有:
左边最大隶属度法,实质是把几个最大隶属 度中的最小元素作为解模糊的精确值;右边 最大隶属度法,实质是把几个最大隶属度中 的最大元素作为解模糊后的精确值。
3.3.3 系数加权平均法
系数加权平均法是指输出量模糊集合中各元 素进行加权平均后的输出值作为输出执行量, 其值为:
(3.7)
当输出变量为离散单点集时,则为:
模糊控制与模糊策略讲义课件(ppt 78页)

若uj在第i 种意见vi中排第k位,设第k位的权重 为ak,则令Bi(uj)= ak(n – k ),称
m
B(uj) Bi(uj)
i1
为uj的加权Borda数。
名次
一
二
三
四
五
六
权重
0.35
0.25
0.18
0.11
0.07
0.04
B(u1)=7, B(u2)=5.75, B(u3)=1.98, B(u4)=1.91, B(u5)=0.51, B(u6)=0.75.
得到模糊控制量 。u~
❖ 模糊控制量清晰化,对对象进行一步控制,等到
第二次采样。
2/7/2020
^_^
6
❖ 范例:某电热炉用于对金属零件的热处理,要求保持炉 温600度恒定不变。
根据人工经验,控制规则可用语言描述如下。
若炉温低于600度则升压,低得越多升压越高;
若炉温高于600度则降压,高得越多降压越低;
+(0.5/0)+(0.5/1)+(0/2)+(0/3) 对上式控制量的模糊子集按照隶属度最大 原则,取控制量为-1级,即当炉温偏高时,应 降一点电压。
2/7/2020
^_^
13
模糊控制器设计的基本方法
❖ 1. 模糊控制器的结构设计 确定模糊控制器的输入、输出变量
(1)人机系统中的信息量:误差、误差变化、 误差变化的变化,以及人控制动作的输出量 (2)模糊控制器的输入、输出变量
2/7/2020
^_^
35
❖ 5.论域、量化因子、比例因子的选择
基本论域、模糊子集的论域、模糊语言 词集的总数(7、8)
Ke=n/xe;Kc=m/xc;量化因子一般远 大于1。Ku=yu/l,比例因子。
计算机控制系统第5章模糊控制课件

与其隶属
度 A(xi ) 之间的对应关系;“+”也不表示“求和”,而是表示
模糊集合在论域上的整体。
2024/8/6
5
2.几种典型的隶属函数 (1)高斯型隶属函数
( xc)2
f (x; ,c) e 2 2
2024/8/6
6
(2)S形隶属函数
f
(x;
a,
c)
1
1 ea(xc)
2024/8/6
7
(3)梯形隶属函数
第一节 模糊控制系统
一、模糊控制系统的组成
模糊控制系统的结构与一般计算机控制系统基本相似, 通常由模糊控制器、输入输出接口、广义被控对象和测量装 置四个部分组成。
基本模糊控制器
给定值 +
e
-
输 入 量
化
模
糊 化
e~
处
理
模
糊 u~
推
理
反 模 糊 化 处
理
输 出 量
化
u
D/A
A/D
传感器
被控对象
执行机构
所谓论域就是被考虑客体所有元素的集合。在模糊控制系
统中,把模糊控制器的输入变量偏差 e 及其变化率 ec 的实际范
围称为这些变量的基本论域。基本论域内的量为精确量,需要 对它们进行量化处理。
在实际控制系统中,需要通过所谓量化因子进行量化处理, 实现论域变换。量化因子的定义为:
ke
2n be ae
kec
a,
b)
1 2( 2(b
x b
x
a a
)2 )2
ba
0
xa
a a
x b
a x
2
b
《模糊控制系统》PPT课件

是所期望的。这促使我们研究模糊系统作为万能
函数逼近器并拥有最小系统构成的必要条件,从
而使这些必要条件能用于指导模糊系统开发者设
计更紧凑的模糊控制器和模糊模型
• 必要条件设置了需要的输入模糊集、输出模糊集 和模糊规则,表明了模糊系统需要的输入模糊集
和模糊规则的数目依赖于被逼近函数的极值点的
数目和位置
精选ppt
“Fuzzy Sets”一文,首次提出了模糊集合的概念
• 1974年英国教授Mamdani首次将模糊集合理论应
用于加热器的控制,他将基于规则系统的想法与
模糊参数相结合来构造控制器,模仿人类操作者
的操作经验
• 1985年Takagi和Sugeno提出了另一类具有线性规
则后项的模糊控制器,称之为Takagi-Sugeno
(1988, Japan)
• Postsurgical patients
(1989, USA)
• Auto focus video camera
(1990, Japan)
• Washing machines
(1990, Japan)
• Air conditioners
(1990, Japan)
• Anti-shaking video camera
控制规律
• 各种类型的Mamdani和TS模糊系统在过去几年中
都被证明是万能逼近器,它们能一致逼近定义在
闭定义域D上的任意连续函数到任意高的逼近精
度。这些模糊系统有:加法模糊规则系统、模糊
输入—输出控制器、Sugeno模糊控制器的变型、
非独点模糊逻辑系统、一般Mamdani型模糊系统、
采用线性规则后项的TS型模糊系统、广义模糊系
模糊控制系统讲解29页PPT

模糊控制系统讲解
1、纪律是管理关系的形式。——阿法 纳西耶 夫 2、改革如果不讲纪律,就难以成功。
3、道德行为训练,不是通过语言影响 ,而是 让儿童 练习良 好道德 行为, 克服懒 惰、轻 率、不 守纪律 、颓废 等不良 行为。 4、学校没有纪律便如磨房里没有水。 ——夸 美纽斯
5、教导儿童服从真理、服从集体,养 成儿பைடு நூலகம் 自觉的 纪律性 ,这是 儿童道 德教育 最重要 的部分 。—— 陈鹤琴
46、我们若已接受最坏的,就再没有什么损失。——卡耐基 47、书到用时方恨少、事非经过不知难。——陆游 48、书籍把我们引入最美好的社会,使我们认识各个时代的伟大智者。——史美尔斯 49、熟读唐诗三百首,不会作诗也会吟。——孙洙 50、谁和我一样用功,谁就会和我一样成功。——莫扎特
模糊控制算法PPT课件

模糊控制理论在
-
1
一、概述
二、在汽车上的应用方面
三、举例说明在汽车空调当中的应用
四、简要介绍在其他方面的应用
-
2
一、概 述
1、什么叫模糊控制?
所谓模糊控制,就是对难以用已有规律描述的复 杂系统,采用自然语言(如大、中、小)加以叙 述,借助定性的、不精确的及模糊的条件语句来 表达,
模糊控制是一种基于语言的一种智能控制
正小PS(Positive Small)、
正中PM(Positive Medium),
正大PB(Positive Big),
则:
T(E)= {NB,NM,NS,- ZE,PS,PM,PB}
13
X
建立隶属函数:
各参数对相应子集的隶属函数分别由不同的函数族决定。参数的相应 子集指该参数被人为地划分成的等级所构成的一组模糊集合。相应子 集的多少,由控制精度决定。
-
8
3、模糊控制的特点
①适用于不易获得精确数学模型的被控 对象,
②是一种语言变量控制器 ③从属于智能控制的范畴。该系统尤其 适于非线性,时变,滞后系统的控制 ④抗干扰能力强,响应速度快,并对系 统参数的变化有较强的鲁棒性。
-
9
二、模糊控制在汽车的应用方面
1、ABS防抱死系统工况的多变及轮胎的非线性 2、汽车巡航系统外界负荷的扰动、汽车质量和传动系效率的不确
-
12
模糊控制是基于语言的控制 模糊语言集的组成: T(E)
T(E)={负大,负中,负小,零,正小,正中,正大}
用模糊语言变量E 来描述偏差,
或用符号表示
负大NB(Negative Big)、
负中NM(Negative Medium)、
-
1
一、概述
二、在汽车上的应用方面
三、举例说明在汽车空调当中的应用
四、简要介绍在其他方面的应用
-
2
一、概 述
1、什么叫模糊控制?
所谓模糊控制,就是对难以用已有规律描述的复 杂系统,采用自然语言(如大、中、小)加以叙 述,借助定性的、不精确的及模糊的条件语句来 表达,
模糊控制是一种基于语言的一种智能控制
正小PS(Positive Small)、
正中PM(Positive Medium),
正大PB(Positive Big),
则:
T(E)= {NB,NM,NS,- ZE,PS,PM,PB}
13
X
建立隶属函数:
各参数对相应子集的隶属函数分别由不同的函数族决定。参数的相应 子集指该参数被人为地划分成的等级所构成的一组模糊集合。相应子 集的多少,由控制精度决定。
-
8
3、模糊控制的特点
①适用于不易获得精确数学模型的被控 对象,
②是一种语言变量控制器 ③从属于智能控制的范畴。该系统尤其 适于非线性,时变,滞后系统的控制 ④抗干扰能力强,响应速度快,并对系 统参数的变化有较强的鲁棒性。
-
9
二、模糊控制在汽车的应用方面
1、ABS防抱死系统工况的多变及轮胎的非线性 2、汽车巡航系统外界负荷的扰动、汽车质量和传动系效率的不确
-
12
模糊控制是基于语言的控制 模糊语言集的组成: T(E)
T(E)={负大,负中,负小,零,正小,正中,正大}
用模糊语言变量E 来描述偏差,
或用符号表示
负大NB(Negative Big)、
负中NM(Negative Medium)、
模糊控制PPT课件

应用。
其他领域
如农业、医疗、环保等 领域的智能化控制。
模糊控制基本原理
01
02
03
04
模糊化
将输入变量的精确值转换为模 糊语言变量的过程,通过隶属
度函数实现。
模糊推理
根据模糊控制规则和当前输入 变量的模糊值,推导出输出变
量的模糊值。
去模糊化
将输出变量的模糊值转换为精 确值的过程,通过去隶属度函
数实现。
基于仿真实验的分析方法
通过搭建模糊控制系统的仿真模型,模拟系统的运行过程并观察其输出响应。根据输出响应的变化情况 来判断系统的稳定性。这种方法可以直观地展示系统的动态特性,但需要消耗较多的计算资源。
提高模糊控制系统稳定性措施
要点一
优化模糊控制规则
通过调整模糊控制规则中的参数和隶 属度函数形状,可以改善系统的控制 性能并提高稳定性。例如,增加控制 规则的数量、调整隶属度函数的分布 等。
借鉴物理退火过程,避免陷入局部最优解。
05
模糊控制系统稳定性分析
稳定性概念及判定方法介绍
稳定性概念
指系统受到扰动后,能够恢复到原来平衡状态的能力。对于模糊控制系统而言,稳定性是评价其性能的重要指标 之一。
判定方法
包括时域法、频域法和李雅普诺夫法等。其中,时域法通过观察系统状态随时间的变化来判断稳定性;频域法通 过分析系统频率响应特性来评估稳定性;李雅普诺夫法则是基于能量函数的概念,通过构造合适的李雅普诺夫函 数来判断系统的稳定性。
化工生产过程控制
采用模糊控制方法对化工生产过程 中的反应温度、压力、流量等参数 进行精确控制,确保生产安全和产 品质量。
智能交通系统领域应用案例
城市交通信号控制
运用模糊控制理论对城市交通信 号灯的配时方案进行优化设计, 提高道路通行效率和交通安全水
其他领域
如农业、医疗、环保等 领域的智能化控制。
模糊控制基本原理
01
02
03
04
模糊化
将输入变量的精确值转换为模 糊语言变量的过程,通过隶属
度函数实现。
模糊推理
根据模糊控制规则和当前输入 变量的模糊值,推导出输出变
量的模糊值。
去模糊化
将输出变量的模糊值转换为精 确值的过程,通过去隶属度函
数实现。
基于仿真实验的分析方法
通过搭建模糊控制系统的仿真模型,模拟系统的运行过程并观察其输出响应。根据输出响应的变化情况 来判断系统的稳定性。这种方法可以直观地展示系统的动态特性,但需要消耗较多的计算资源。
提高模糊控制系统稳定性措施
要点一
优化模糊控制规则
通过调整模糊控制规则中的参数和隶 属度函数形状,可以改善系统的控制 性能并提高稳定性。例如,增加控制 规则的数量、调整隶属度函数的分布 等。
借鉴物理退火过程,避免陷入局部最优解。
05
模糊控制系统稳定性分析
稳定性概念及判定方法介绍
稳定性概念
指系统受到扰动后,能够恢复到原来平衡状态的能力。对于模糊控制系统而言,稳定性是评价其性能的重要指标 之一。
判定方法
包括时域法、频域法和李雅普诺夫法等。其中,时域法通过观察系统状态随时间的变化来判断稳定性;频域法通 过分析系统频率响应特性来评估稳定性;李雅普诺夫法则是基于能量函数的概念,通过构造合适的李雅普诺夫函 数来判断系统的稳定性。
化工生产过程控制
采用模糊控制方法对化工生产过程 中的反应温度、压力、流量等参数 进行精确控制,确保生产安全和产 品质量。
智能交通系统领域应用案例
城市交通信号控制
运用模糊控制理论对城市交通信 号灯的配时方案进行优化设计, 提高道路通行效率和交通安全水
- 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)。
9/19/2020
^_^
8
9/19/2020
^_^
9
❖ 3.模糊控制规则的语言描述 (1)若e负大,则u正大; (2)若e负小,则u正小; (3)若e为零,则u为零; (4)若e正小,则u负小; (5)若e正大,则u负大;
❖ 4.模糊控制规则的矩阵形式:模糊控制规则可以表 示为从误差论域X到控制量论域Y的模糊关系R
理
化处理
9/19/2020
^_^
5
❖ 一步模糊控制算法:微机经中断采样获取被控制 量的精确值,然后将此量与给定值比较得到误差 信号E,一般将误差信号E作为模糊控制器的一个 输入量。
❖ 将误差信号E模糊量化,用相应的模糊语言表示。
❖ 得到误差E的模糊语言集合的一个子集 e~,再和模
糊控制规则 R~,根据推理的合成规则进行模糊决策
+(0.5/0)+(0.5/1)+(0/2)+(0/3) 对上式控制量的模糊子集按照隶属度最大 原则,取控制量为-1级,即当炉温偏高时,应 降一点电压。
9/19/2020
^_^
13
模糊控制器设计的基本方法
❖ 1. 模糊控制器的结构设计 确定模糊控制器的输入、输出变量
(1)人机系统中的信息量:误差、误差变化、 误差变化的变化,以及人控制动作的输出量 (2)模糊控制器的输入、输出变量
9/19/2020
^_^
26
9/19/2020
^_^
27
(3)模糊加权型推理法
9/19/2020
^_^
28
9/19/2020
^_^
29
(4)函数型推理法
9/19/2020
^_^
30
(5)加权函数型推理法
9/19/2020
9/19/2020
模糊控制 与模糊决策
^_^
1
模糊控制的基本思想
范例:汽车停在拥挤的停车场上两辆车之间的 一个空 隙处
精确方法:车C上的一个固定参考点,车C的 方位,建立车的状态方程和运动方程;临近两 辆车为约束,停着的车之间的空隙为允许的终 端状态集合。
缺点:约束多,难于求解。
9/19/2020
9/19/2020
^_^
21
一般情况,如果把[a,b]区间的离散量x,转换为 [-n,+n]区间的离散量y—模糊量,其中,n不小于2, 则
Y=2n[x-(a+b)/2]/(b-a)
(2)将某一区间的精确量x模糊化成这样一个子集,在 点x处隶属度为1,其余各点的隶属度为0或小于1
9/19/2020
^_^
^_^
2
汽车司机:通过一些不精确的观察,执行一 些不精确的控制,达到准确停车的目的。
控制论的创始人维纳,描述人与外部环境相 互作用时的关系:人不断地从外界(对象) 获取信息,再存储和处理信息,并给出决策 反作用于外界(输出),从而达到预期目标 。
9/19/2020
^_^
3
❖ 人的控制行为,遵循控制与反馈控制的思想, 人的手动控制决策可以用语言描述,形成一系 列条件语句,即控制规则,微机程序可以实现 这些控制规则,微机充当控制器,微机取代人 对对象实现控制。
,得到模糊控制量 u~。
❖ 模糊控制量清晰化,对对象进行一步控制,等到
第二次采样。
9/19/2020
^_^
6
❖ 范例:某电热炉用于对金属零件的热处理,要求保持炉 温600度恒定不变。
根据人工经验,控制规则可用语言描述如下。
若炉温低于600度则升压,低得越多升压越高;
若炉温高于600度则降压,高得越多降压越低;
❖ 描述控制规则的条件语句中的一些词,如“较大” 、“稍小”、“偏高”,等,都具有一定的模糊性。 因此用模糊集合来描述这些条件语句,组成模 糊控制器。
9/19/2020
^_^
4
模糊控制的基本原理
A/D 模糊控制器 D/A
传感器 被控对象 执行机构
计算控 制变量
模糊量 模糊控 化处理 制规则
模糊推 非模糊
9/19/2020
^_^
14
9/19/2020
^_^
15
❖ 2. 模糊控制规则的设计 (1)选择输入输出变量的词集 误差: {负大,负中,负小,零,正小,正中,正大} {NB,NM,NS,O,PS,PM,PB} 误差变化 {负大,负中,负小,负零,正零,正小,正中,正大} {NB,NM,NS,NO,PO,PS,PM,PB}
9/19/2020
^_^
10
9/19/2020
^_^
11
❖ 5. 模糊决策 模糊控制器的控制作用取决于控制量,即
等于误差的模糊向量e和模糊关系的合成,假 设e=PS,则
9/19/2020
^_^
12
❖ 6. 控制量的模糊量转化为精确量 上面求得的控制量u为模糊向量,可写为:
u=(0.5/-3)+(0.5/-2)+(1/-1)
9/19/2020
^_^
18
(3).建立模糊控制器的控制规则:通过学习、试验以及 长期经验积累而逐渐形成的技术知识集合。 若A则B否则C
若A则B且若A则C
9/19/2020
^_^
19
❖ 模糊规则表
9/19/2020
^_^
20
❖ 3.精确量的模糊化处理
(1)把精确量离散化,如把[-6,+6]之间变化 的连续量分为7个档次,每一档对应一个模糊 集。
若炉温等于600度则维持不变
❖ 1.模糊控制器的输入输出变量:e(k)=t0-t(k)
输出为触发电压u的变化
❖ 2.输入输出变量的模糊语言描述
{NB,NS,O,PS,PB}
误差e的论域为X,u的论域为Y,把其量化为7个等级
X=Y={-3,-2,-1,0,1,2,3}
9/19/2020
^_^
7
假设语言变量的隶属函数曲线如下。
22
❖ 4.模糊推理和模糊量的非模糊化处理(模糊 决策,模糊判决) (1)MIN-MAX-重心法
考虑以下模糊 推理形式。
9/19/2020
^_^
23
由各模糊规则得的推理结果 最终结论由综合推理结果得到 模糊结论C’的“重心”计算如下
9/19/2020
^_^
24
9/19/2020
^_^
25
(2)代数积——加法——重心法 用代数积取代MIN,用加法取代MAX。
9/19/2020
^_^
16
(2)定义各模糊变量的模糊子集:确定模糊子集 隶属函数曲线的形状
X={-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6}
9/19/2020
^_^
17
则模糊变量A的模糊子集为 A=0.2/2+0.7/3+1/4+0.7/5+0.2/6
当论域中元素总数为模糊子集总数二到三 倍时,模糊子集对论域的覆盖程度较好。