1、智能控制技术智能控制技术智能控制的基本概念 智能控制已经出现了相当长的一段时间,并且已取得了初步的应用成果.但是究竟什么是“智能”,什么是“智能控制”等问题,至今仍没有统一的定义。归纳起来,主要有如下四种说法:智能控制的基本概念 智能控制的定义一:智能控制是由智能机器实现其目标的过程。而智能机器则定义为,在结构化或非结构化的、熟悉的或陌生的环境中,自主地或与人交互地执行人类规定的任务的一种机器。定义二:K.J.奥斯托罗姆则认为,把人类具有的直觉推理和试凑法等智能加以形式化或机器模拟,并用于控制系统的分析与设计中,以期在一定程度上实现控制系统的智能化,这就是智能控制。他还认为自调节控制、自适应控
2、制就是智能控制的低级体现。智能控制的结构理论智能控制的结构理论 人工智能(AI):是一个知识处理系统,具有记忆、学习、信息处理、形式语言、启发式推理等功能。自动控制(AC):描述系统的动力学特性,是一种动态反馈。运筹学(OR):是一种定量优化方法,如线性规划、网络规划、调度、管理、优化决策和多目标优化方法等。智能控制与传统控制的关系智能控制与传统控制的关系 传统控制(传统控制(Conventional control):经典反馈控):经典反馈控制和现代理论控制。它们的主要特征是基于精确制和现代理论控制。它们的主要特征是基于精确的系统数学模型的控制。适于解决线性、时不变的系统数学模型的控制。适于
3、解决线性、时不变等相对简单的控制问题。等相对简单的控制问题。智能控制(智能控制(Intelligent control)以上问题用智能)以上问题用智能的方法同样可以解决。智能控制是对传统控制理的方法同样可以解决。智能控制是对传统控制理论的发展,传统控制是智能控制的一个组成部分,论的发展,传统控制是智能控制的一个组成部分,在这个意义下,两者可以统一在智能控制的框架在这个意义下,两者可以统一在智能控制的框架下。下。分级递阶控制系统分级递阶控制系统 专家控制系统专家控制系统 模糊控制系统模糊控制系统 神经网络控制系统神经网络控制系统 学习控制系统学习控制系统 混合控制系统混合控制系统智能控制的类型
4、6.2模糊控制技术模糊控制技术6.1模糊逻辑的数学基础 6.2模糊逻辑的推理6.3模糊控制系统一一 模糊集合模糊集合二二 模糊集合的表示方法模糊集合的表示方法三三 模糊集合的运算模糊集合的运算四四 隶属函数确定方法隶属函数确定方法五五 模糊关系模糊关系6.2.1模糊逻辑的数学基础 一 模糊集合 在人类的思维中,有许多模糊的概念,如大、小、冷、热等,都没有明确的内涵和外延,只能用模糊集合来描述;有的概念具有清晰的内涵和外延,如男人和女人。我们把前者叫做模糊集合,用大写字母下添加波浪线表示,如A表示模糊集合,而后者叫做普通集合(或经典集合)。一般而言,在不同程度上具有某种特定属性的所有元素的总合叫
5、做模糊集合。隶属函数 在普通集合中,曾用特征函数来描述集合,而对于模糊性的事物,用特征函数来表示其属性是不恰当的。因为模糊事物根本无法断然确定其归属。为了能说明具有模糊性事物的归属,可以把特征函数取值0、1的情况,改为对闭区间0,1的取值。这样,特征函数就可取01之间的无穷多个值,即特征函数演变成可以无穷取值的连续逻辑函数。从而得到了描述模糊集合的特征函数隶属函数,它是模糊数学中最基本和最重要的概念,其定义为:用于描述模糊集合,并在0,1闭区间连续取值的特征函数叫隶属函数,隶属函数用A(x)表示,其中A表示模糊集合,而x是A的元素,隶属函数满足:0A(x)1表示青年的集合 有了隶属函数以后,人
6、们就可以把元素对模糊集合的归属程度恰当地表示出来。例如青年是一个集合,用普通集合表示时为集合A,并且有Ax|15岁x25岁则这时的特征函数如图41(a)所示。如果用模糊集合A表示,并且有A(x)e 则这时的隶属函数如图41(b)所示。2)720(x 从图41中可以看出,隶属函数较为正确地表示了青年这个集合。因为青年不可能有特征函数那样绝对明确地边界。它们的边界是不清晰的,具有逐步过渡的性质。青年这一层以20岁为中心,其隶属度为最大,距离中心越远,其隶属度也就越小。这样,一个模糊的概念,只要指定论域U中各个元素对它的符合程度,这个模糊概念也就得到一种集合表示了。把元素对概念的符合程度看作元素对集
7、合的隶属程度,那么指定各个元素的隶属度也就指定了一个集合。因此模糊集合完全可由隶属函数所刻划。二 模糊集合的表示方法 模糊集合由于没有明确的边界,只能有一种描述方法,就是用隶属函数描述。Zadeh于1965年曾给出下列定义:设给定论域U,A为U到0,1闭区间的任一映射,A:U 0,1x A(x)都可确定U的一个模糊集合A,A称为模糊集合A的隶属函数。xU,A(x)称为元素x对A的隶属函数,即x隶属于A的程度。当A(x)值域取值0,1闭区间两个端点时,即取值 0,1时,A(x)即为特征函数,A便转化为一个普通集合。由此可见模糊集合是普通集合概念的推广,而普通集合则是模糊集合的特殊情况。1.有限论
8、域 若论域U,且论域Ux1,x2,xn,则U上的模糊集合A可表示为:A 其中:A(xi)(i1,2,n)为隶属度,xi为论域中的元素。当隶属度为0时,该项可以略去不写。例如:A1/a 0.9/b 0.4/c 0.2/d 0/e或 A1/a 0.9/b 0.4/c 0.2/d注意,与普通集合一样,上式不是分式求和,仅是一种表示法的符号,其分母表示论域U中的元素,分子表示相应元素的隶属度,隶属度为0的那一项可以省略。niiiAxx1)(nnAAAxxxxxx)(.)()(22112无限论域 在论域是无限的情况下,上面的记法就不行了,为此需将表示方法从有限论域推广至一般情况。取一连续实数区间,这时U
9、的模糊集合A可以用实函数来表示。不论论域是否有限,都可以表示为:A 其中:积分号不是高等数学中的积分意义,也不是求和号,而是表示各个元素与隶属度对应的一个总括形式。当然,给出隶属函数的解析式子也能表示出一个模糊集。UxAxx)(三 模糊集合的运算 由于模糊集和它的隶属函数一一对应,所以模糊集的运算也通过隶属函数的运算来刻划。空集。模糊集合的空集是指对所有元素x,它的隶属函数为0,记作,即A A(x)0 等集。两个模糊集A、B,若对所有元素x,它们的隶属函数均相等,则A、B也相等,即AB A(x)B(x)子集。在模糊集A、B中,所谓A是B的子集或A包含于B中,是指对所有的元素x,有A(x)B(x
10、),记作 A B,即A B A(x)B(x)并集。模糊集A和B的并集C,其隶属函数可表示为 C(x)max A(x),B(x),xU,即CAB C(x)max A(x),B(x)A(x)B(x)交集。模糊集A和B的交集C,其隶属函数可表示为 C(x)min A(x),B(x),xU,即CAB C(x)min A(x),B(x)A(x)B(x)(6)补集。模糊集A的补集B,其隶属函数可表示为 B(x)1A(x),xU,即B B(x)1A(x)A模糊集运算的基本性质 模糊集运算的基本性质。与普通集合一样,模糊集满足幂等律、交换律、吸收律、分配律、结合律、摩根定理等,但是,互补律不成立,即A ,A
11、式中:整数集 空集例如,设A(x)0.2,(x)0.8,则(x)0.81(x)0.20_A_AAAAAA四 隶属函数确定方法 隶属函数的确定,应该是反映出客观模糊现象的具体特点,要符合客观规律,而不是主观臆想的。但是,一方面由于模糊现象本身存在着差异,而另一方面,由于每个人在专家知识、实践经验、判断能力等方面各有所长,即使对于同一模糊概念的认识和理解,也会具有差别性,因此,隶属函数的确定又是带有一定的主观性,仅多少而异。正因为概念上的模糊性,对于同一个模糊概念,不同的人会使用不同的确定隶属函数的方法,建立不完全相同的隶属函数,但所得到的处理模糊信息问题的本质结果应该是相同的,以下介绍几种常用的
12、确定隶属函数的方法。1.模糊统计法 模糊统计是对模糊性事物的可能性程度进行统计,统计的结果称为隶属度。对于模糊统计试验,在论域U中给出一个元素x,再考虑n个有模糊集合A属性的普通集合A*,以及元素x对A*的归属次数。x对A*的归属次数和n的比值就是统计出的元素x对A的隶属函数:A(x)当n足够大时,隶属函数A(x)是一个稳定值。采用模糊统计进行大量试验,就能得出各个元素xi(i1,2,n)的隶属度,以隶属度和元素组成一个单点,就可以把模糊集合A表示出来。nAxn的次数*lim2.2.相对比较法相对比较法 相对比较法是设论域相对比较法是设论域U U中元素中元素x x1 1,x x2 2,x xn
13、 n,要对这些元素按某种特征进行排序,首先要在二要对这些元素按某种特征进行排序,首先要在二元对比中建立比较等级,而后再用一定方法进行元对比中建立比较等级,而后再用一定方法进行总体排序,以获得各种元素对于该特性的隶属函总体排序,以获得各种元素对于该特性的隶属函数,具体步骤如下。数,具体步骤如下。设给定论域U中一对元素(x1,x2),其具有某特征的等级分别为 (x1)和 (x2),意思就是:在x1和x2的二元对比中,如果x1具有某特征的程度用 (x1)来表示,则x2具有该特征的程度表示为 (x2)。并且该二元比较级的数对((x1),(x2))必须满足:0 (x1)1 0 (x2)1令g(x1/x2
14、)=(1)即有 g(x1/x2)(2)2xg1xg2xg1xg2xg1xg1xg2xg)(),(max)(211122xgxgxgxxx时当时当)()(1)()()(/)(212121121212xgxgxgxgxgxgxxxxxx其中:x1,x2 U,若由g(x1/x2)为元素构成矩阵,并设g(xi/xj),当ij时,取值为1,则得到矩阵G,被称为“相及矩阵”表示式为:G对于n个元素x1,x2,xn,同理可得相及矩阵G表示式为:G (3)1)/()/(11221xxgxxg1)/()/()/()/(1)/()/()/()/(1)/()/()/()/(1321323132321213121xx
15、gxxgxxgxxgxxgxxgxxgxxgxxgxxgxxgxxgnnnnnn 若对相及矩阵G每行各元素取最小值,如第i行取值为:giming(xi/x1),g(xi/x2),g(xi/xi1),1,g(xi/xi+1),g(xi/xn)然后按其值gi(i1,2,n)大小排序,即可得到各元素x1,x2,xn对某特征的隶属函数。3.专家经验法 专家经验法是根据专家的实际经验给出模糊信息的处理算式或相应权系数值来确定隶属函数的一种方法。如果专家经验越成熟,实践时间和次数越多,则按此专家经验确定的隶属函数将取得更好的效果。例如,对于某大型设备需停产检修的“状态诊断”,设论域U中模糊集合A,包含该设
16、备需停产检修的全部事故隐患因子xi(i1,2,10)。若10个事故隐患因子xi分别代表“设备温度升高”、“有噪声发生”、“运行速度降低”、“机械传动有振动”等,并把每个因子xi作为一个清晰集合Ai,其特征函数为:(xi)iA出现无事故隐患因子出现有事故隐患因子iixx01=则根据专家经验,对每一个事故隐患赋予一个加权系数ki,确定“该大型设备需停产检修”模糊集合A的隶属函数A(x)为:A(x)若某因子几个xi使A隶属度A(x)(为给定水平),则诊断为该大型设备必须立即停产检修,否则可继续生产,继续诊断。102110102211)()()(1021kkkxkxkxkAAA五 模糊关系1关系 客观
17、世界的各事物之间普遍存在着联系,描写事物之间联系的数学模型之一就是关系,常用符号R表示。关系的概念。若R为由集合X到集合Y的普通关系,则对任意xX,yY都只能有以下两种情况:x与y有某种关系,即xRy;x与y无某种关系,即xy。直积集。由X到Y的关系R,也可用序偶(x,y)来表示,所有有关系R的序偶可以构成一个R集。在集合X与集合Y中各取出一元素排成序对,所有这样序对的全体所组成的集合叫做X和Y的直积集(也称笛卡尔乘积集),记为:显然R集是X和Y的直积集的一个子集,即例如,有集合A和B分别是:A=1,3,5,B=2,4,6它们的直积集AB中,每个元素分别含A的元素和B的元素,并且A的元素排在前
18、,B的元素排在后,即AB(1,2),(1,4),(1,6)(3,2),(3,4),(3,6)(5,2),(5,4),(5,6)若只考虑选取A元素大于B元素的序偶所组成的集合R,则R(3,2),(5,2),(5,4)显然 R AB YyXxyxX,|),(YYXR 自返性、对称性和传递性等关系。自返性关系。一个关系R,若对xX,都有xRx,即集合的每一元素x都与自身有这一关系,则称R为具有自返性的关系。对称性关系。一个X中的关系R,若对x,yX,有xRy,必有yRx,即满足这一关系的两个元素的地位可以对调,则称R具有对称性关系。传递性关系。一个X中的关系R,若对x,y,zX,有xRy,yRz,必
19、有xRz,则称R具有传递性关系。具有自返性和对称性的关系称为相容关系,具有传递性的相容关系称为等价关系。2.2.模糊关系模糊关系 两组事物之间的关系不宜用两组事物之间的关系不宜用“有有”或或“无无”作为肯定或否作为肯定或否定回答时,可以用模糊关系来描述。定回答时,可以用模糊关系来描述。设设X XY Y为集合为集合X X与与Y Y的直积集,的直积集,R R是是X XY Y的一个模糊子集,的一个模糊子集,它的隶属函数由它的隶属函数由R R(x x,y y)刻划,函数值刻划,函数值R R(x x,y y)代表序代表序偶(偶(x x,y y)具有关系具有关系R R的程度。的程度。例如,设例如,设X X
20、Y Y1,5,7,9,20,1,5,7,9,20,R R是是X X上的模糊关系上的模糊关系“大得大得多多”,直积空间,直积空间X XY Y中有中有2525个序偶,序偶(个序偶,序偶(2020,1 1)中第)中第一个元素比第二个元素确实大得多,可认为它从属于大得一个元素比第二个元素确实大得多,可认为它从属于大得多的程度为多的程度为1 1,而序偶(,而序偶(9 9,5 5),从属于大得多的程度为),从属于大得多的程度为0.30.3。类似的讨论可得到其它。类似的讨论可得到其它x x和和y y具有关系具有关系“x x比比y y大得多大得多”的程度,如表的程度,如表4242所示。所示。相应的模糊矩阵为:
21、R085.09.095.01001.03.08.00001.07.000005.000000模糊关系的自返性、对称性、传递性。模糊关系的自返性、对称性、传递性。自返性。一个模糊关系自返性。一个模糊关系R R,若若x xX X,有有R R(x,xx,x)1 1,即每一个元素即每一个元素x x与自身隶属于模糊关系与自身隶属于模糊关系R R的程度为的程度为1 1,则称,则称R R为具有自返性的模糊关系。为具有自返性的模糊关系。对称性。一个模糊关系对称性。一个模糊关系R R,若若x x,y yX X,均有均有R R(x x,y y)R R(y y,x x),即即x x与与y y隶属于模糊关系隶属于模糊
22、关系R R的程度和的程度和y y与与x x隶属隶属于模糊关系于模糊关系R R的程度相同,则称的程度相同,则称R R为具有对称性的模糊关系。为具有对称性的模糊关系。传递性。一个模糊关系传递性。一个模糊关系R,若若x,y,zX X,均有均有R R(x,z)min)minR R(x,y),),R R(y,z),即即x与与y隶属于模糊关系隶属于模糊关系R的程度和的程度和y与与z隶属于模糊关系隶属于模糊关系R的程度中较小的一个值都的程度中较小的一个值都小于小于x与与z隶属于模糊关系隶属于模糊关系R的程度,则称的程度,则称R为具有传递性为具有传递性的模糊关系。的模糊关系。3.模糊矩阵 当Xxi|i=1,2
23、,m,Y=yj|j=1,2,n是有限集合时,则XY的模糊关系R可用下列mn阶矩阵来表示:R (4)其中:元素rijR(xi,yj)。该矩阵被称为模糊矩阵,简记为:Rrijmnmnmjmminijiinjnjrrrrrrrrrrrrrrrr2121222221111211 为讨论模糊矩阵运算方便,设矩阵为为讨论模糊矩阵运算方便,设矩阵为m mn n阶方阵,即阶方阵,即R R r rijij m mn n,Q Q q qijij m mn n,此时模糊矩阵的交、并、补运算此时模糊矩阵的交、并、补运算为:为:模糊矩阵交模糊矩阵交 R RQ Q r rijijq qijij m mn n (5 5)模
24、糊矩阵并模糊矩阵并 R RQ Q r rijijq qijij m mn n (6 6)模糊矩阵补模糊矩阵补 Rc1rij mn (7)模糊矩阵的合成运算 设合成算子“。”,它用来代表两个模糊矩阵的相乘,与线性代数中的矩阵乘极为相似,只是将普通矩阵运算中对应元素间相乘用取小运算“”来代替,而元素间相加用取大“”来代替。具体定义如下:设两个模糊矩阵Ppijmn,Qqijnl合成运算P。Q的结果也是一个模糊矩阵R,则Rrikml。模糊矩阵R的第i行第k列元素rik等于P矩阵的第i行元素与Q矩阵的第k列对应元素两两取小,而后再在所得到的j个元素中再取大,即 例如设:P ,QRP Q式中:),2,1,
25、2,1()(1lkmiqprjkijnjik22211211pppp22122111qqqq22122111rrrr)()()()()()()()(2222122122212211212122121211122112111111qpqprqpqprqpqprqpqpr 当当 P P ,Q Q 时,有时,有 P P Q Q Q Q P P可见,一般可见,一般P P QQ P P 。特殊情况下当特殊情况下当P P Q Q P P ,称称P P与与Q可换。可换。3.05.07.08.09.06.04.02.04.03.07.06.06.06.03.04.04.模糊变换设A 是一个m维模糊向量,而 R
26、是一个mn维模糊矩阵表示的模糊关系,则称A RB为一个模糊变换,它可以确定一个唯一的n维模糊向量B maaa21mnmmnnrrrrrrrrr212222111211nbbb21讨论若在上面求取 的过程中,A是输入量论域V上的模糊向量;B是输出控制量论域W上的模糊向量;R是输入和输出论域V和W之间的关系。则上述BA R就是从输入到输出的模糊变换过程,也就是从输入量A通过输入输出关系R求取输出量B的过程,所得的结果B就是输出控制模糊量。可见,以模糊矩阵合运算所执行的模糊变换在控制上意义重大。B一一 模糊命题模糊命题模糊逻辑模糊逻辑模糊语言模糊语言模糊推理模糊推理6.2.2模糊逻辑的推理 一 模糊
27、命题 在二值逻辑中,一个命题不是真命题就是假命题,但在实际问题中,要作出这样的判断是比较困难的。如“他很年轻”,这句话的涵义是明确的,是一个命题,但很难判断其真假,这就是模糊命题。模糊命题是清晰命题概念的推广,清晰命题的真假相当于普通集合中元素的特征函数,而模糊命题的真值在0,1闭区间中取值,相当于隶属函数值。模糊命题的一般形式是:A:e is F (或e 是F)其中:e是模糊变量,F是某一模糊概念所对应的模糊集合。二 模糊逻辑 模糊命题的真值在0,1闭区间上连续取值,因此称研究模糊命题的逻辑为连续性逻辑,由于主要用它来研究模糊集的隶属函数,也称为模糊逻辑。设x为模糊命题A的真值,y为模糊命题
28、B的真值,在连续逻辑中,逻辑运算规则如下;逻辑命题并:xymax(x,y)逻辑交:xymin(x,y)逻辑非:限界差:y0(xy)限界和:(xy)限界积:0(xy1)蕴涵:1(1xy)等价:(1xy)(1yx)xx1x1 yx yx yxyx三 模糊语言 人类在日常生活及生产过程的交往是通过自然语言进行的。尽管有些语言具有模糊性,但并不妨碍人们的信息交流。事实上,正是这些模糊性使自然语言所包含的信息量更大,使用起来更灵活而不机械,应该说这是自然语言的重要特点。目前一般微机均是按二值逻辑设计的,不具有模糊性,它无法理解人类语言的灵活性。要使微机能判断与处理带有模糊性的信息,提高微机“智能度”,首
29、先要构成一种语言系统,既能充分体现模糊性,又能被微机所接受。由于模糊集的应用为系统地处理不清晰、不精确概念的方法提供了基础,这样就可以应用模糊集来表示语言变量。Zadeh L A在1975年提出了语言变量的概念,语言变量实际上是一种模糊变量,它用词句而不是用数学表达式来表示变量的“值”,通过引入语言变量,就构成模糊语言逻辑。1.语言变量语言变量语言变量的定义:语言变量的定义:语言变量是由一个五元体来表征的变量,各元的意义如下:语言变量是由一个五元体来表征的变量,各元的意义如下:N N是变量名称,是变量名称,T T(N N)是是N N的语言真值的集合,每个语言真值都是论域的语言真值的集合,每个语
30、言真值都是论域U U上的模糊集合。上的模糊集合。T T(N N)的元素可以分成原始项和合成项两的元素可以分成原始项和合成项两类。原始项是表示语言真值的最小单位,合成项可以由原类。原始项是表示语言真值的最小单位,合成项可以由原始项和语气算子、否定词、联接词等组成。始项和语气算子、否定词、联接词等组成。U U是是N N的论域。的论域。M M是词义规则,词义用是词义规则,词义用M M(x x)表示,表示,M M(x x)U U,词义规则词义规则M M规规定了定了U U中元素中元素x x对对T T(N N)的隶属度。的隶属度。G是词法规则,它规定原子词,即原始项构成合成项之后是词法规则,它规定原子词,
31、即原始项构成合成项之后的词义变化。合成项也称合成词。的词义变化。合成项也称合成词。例如,在组成合成词时,要用到否定词“非”和联接词“或”、“且”;则词法规则为:非A1AA或BABA且BAB语言变量的五元体可以用图的结构来表示。2.语言算子 语言算子是指语言系统中的一类前缀词,通常加在一个词构成单词的前面,用来调整一个词的词义。这些前缀词有“比较”、“大致”、“有点”、“偏向”等,根据经常使用的这些语言算子的不同功能,可分成如下几类:语气算子。语气算子是表示语气程度的模糊量词,它有集中化算子和散漫化算子两种,为了规范语气算子的意义作如下约定:用H作为语气算子来定量描述模糊集。若模糊集为A,则把H
32、定义为:HAA当1,H成为强化算子;当1时,H成为淡化算子。常用语气算子如表43所示。不难看出,集中化算子使隶属函数曲线趋于尖锐化,而且幂不难看出,集中化算子使隶属函数曲线趋于尖锐化,而且幂次越高越尖锐;相反,散漫化算子使隶属函数曲线趋于平坦次越高越尖锐;相反,散漫化算子使隶属函数曲线趋于平坦化,幂次越高越平坦。化,幂次越高越平坦。模糊化算子 把一个明确的单词转化为模糊量词的算子称为模糊化算子。诸如“大概”、“大约”、“近似”等这样的修饰词都属于模糊化算子。设模糊算子为F,若它作用在数目“5”上,则F(5)就是一个峰值在5的模糊数5,它一般符合正态分布如图44所示。模糊化算子 (a)确定的5
33、(b)模糊的5模糊化算子具有十分重要的实用价值 在模糊控制中,采样的输入值总是精确量,要实现模糊控制,首先必须把采样的精确值进行模糊化,而模糊化实际上就是用模糊化算子来实现的,所以引入模糊化算子具有十分重要的实用价值。判定化算子 把一个模糊词转化为明确量词的算子称为判定化算子。诸如“属于”、“接近于”、“倾向于”、“多半是”等均属于判定化算子。设有模糊矩阵。R 3.08.06.07.04.02.04.09.07.0化模糊为肯定 为化模糊为肯定,类似于“四舍五入”处理,把隶属度等于0.5作为判定标准,即矩阵元素值“属于”0.5以上者为有效,此时的模糊矩阵变为普通矩阵。R0.5=因此,判定化算子将
34、模糊量变成了精确量。0111000113.模糊语句 模糊陈述句 模糊陈述句是相对于具有清晰概念的一般陈述句而言,指的是该类陈述句中含有模糊概念,或陈述句本身具有模糊性,又称为模糊命题。例如:“今天空气湿度很大”,“这幢大楼十分宏伟”。关于模糊陈述句的一般形式、真值及运算参见本章4.2.1节。模糊判断句 模糊判断句是模糊推理中最基本的语句,又称为陈述判断句。语句形式:“x是a”,记作(a)。当词a所表示的概念是清晰的:“x是a”的判断结果要么是真(1),要么是假(0);当词a所表示的概念是模糊的:“x是a”的判断没有绝对真或假,则称(a)为模糊判断句,这时(a)对x的真值将由x对模糊集合A的隶属
35、度给出。例如,设“孙亮是好学生”,x为孙亮,a表示好学生,则(a)表示“孙亮是好学生”。由于a是模糊概念,设其真值A(x)T(a),(x)表示x属于A的程度。当A(x)1,时,(a)时绝对真;当A(x)0时,(a)是绝对假。模糊判断句也有逻辑交、并、非运算设xU,已给定的两个模糊判断句“x是a”和“x是b”分别记作(a)、(b),且真域分别为模糊集合A和B,则它们有下列真值运算。逻辑交。(a)(b)(ab)表示“x是a并且x是b”,有T(ab),(x)T(a),(x)T(b),(x)A(x)B(x)即新模糊判断句(ab)对x的真值是已给定的模糊判断句(a)与(b)真值中取小者。逻辑并逻辑并 (
36、a a)(b b)()(a ab b)表示表示“x x是是a a或者或者x x是是b b”,有有T T(a ab b),(x x)T T(a a),(x x)T T(b b),(x x)A A(x x)B B(x x)即新模糊判断句(即新模糊判断句(a ab b)对对x x的真值是已给定的模糊判断句的真值是已给定的模糊判断句(a a)与(与(b b)真值中取大者。真值中取大者。逻辑非逻辑非 (a a)c c=(=(a ac c)表示表示“x x不是不是a a”,有有 T T(a ac c),),(x x)1 1T T(a a),(x x)1 1A A(x x)即新模糊判断句即新模糊判断句(a
37、ac c)对对x x的真值是已给定的模糊判断句(的真值是已给定的模糊判断句(a a)真值中取非者。真值中取非者。逻辑蕴涵关系“若x是晴天,则x是暖和”,用a表示晴天,用b表示暖和,因为“晴天”与“暖和”本身是一个模糊概念,它们对应的是模糊集合,所以(a)(b)是模糊推理句。模糊推理句如同模糊判断句一样,不存在绝对的真或假,只能说它以多大程度为真。即(a)(b)对x的真值T(ab),(x)0,1,有T(ab),(x)(1A(x)(A(x)B(x)(1A(x))(A(x)B(x)四 模糊推理 模糊推理是一种符合人们思维和推理规律的较为直接的推理方式,它常用于模式识别和模糊控制等场合中。现在把模糊推
38、理经常用到的模糊条件语句介绍如下。if A then B在现实生活中经常会遇到这样的语句,例如,“若电视画面垂直翻动,则调节垂直控制”;“若电视画面太暗,则调节亮度控制”;“若室温较高,则开空调”。对于这一类型的模糊条件语句,其推理过程是:已知:蕴涵 AB和A*,求B*。R=ABB*=A*R)()()()()()()()(*yyxxyxxyBBAAUxBAAUxB if A then B else C该类型的模糊条件语句表示“如果A则B,否则C”,在模糊逻辑控制中经常遇到,其推理过程如下:已知蕴涵关系:(A B)(C)和A*,求B*。R(AB)(C)R(x,y)(A B)(x,y)(A C)(
39、x,y)A(x)B(y)(1-A(x)C(y)B*=A*R=A*(AB)(C)B(y)=A*(x)(A(x)B(y)(1-A(x)C(y)AAUx6.3.1模糊控制系统的原理模糊控制系统的原理6.3.2模糊控制器的设计模糊控制器的设计6.3 模糊控制系统概述 1 模糊控制系统的构成 模糊控制系统类似于传统的计算机控制系统,如图所示,一般由五部分构成:(1)模糊控制器。(2)输入输出接口装置。(3)被控对象。(4)测量元件传感器。(5)执行机构。由以上五部分构成一个负反馈模糊控制系统。6.3.1模糊控制系统的原理2 模糊控制系统的原理 首先叙述一个晶闸管闭环直流调速模糊控制系统,如图所示。根据他
40、励直流电动机的转矩方程和电枢回路电压平衡方程 Td=CTid nd=(udid r)/Ce 操作经验与控制规则 假定该工作机构的负载扰动有很大的随机性,为了保持直流电动机转速为1000r/min,按照人工操作的一般经验,有一些控制规则,例如:“若电动机转速nd低于1000r/min,则应该升高电压ud,nd低得越多,ud升得越高。”“若电动机转速nd高于1000r/min,则应该降低电压ud,nd高得越多,ud降得越低。”“若电动机转速nd等于1000r/min,则应该保持电压ud不变。”模糊控制原理分析:偏差量与控制量。设直流电动机的转速1000r/min所对应得电压给定值为ug0,测速装置
41、输出电压是uCF,其偏差量为:e=ug0uCF 控制量u是作为晶闸管触发器的移相电压,直接控制直流电动机的供电电压,而且是连续可调的。模糊化。设偏差e的模糊集合为:e=负大,负小,零,正小,正大 确定其相应的语言变量,并记作:NB=负大,NS=负小,ZO=零,PS=正小,PB=正大。并将误差e的大小量化为九个等级,分别表示为-4,-3,-2,-1,0,+1,+2,+3,+4,则其论域E为:E=-4,-3,-2,-1,0,+1,+2,+3,+4 若把控制量u的大小也量化为上述九个等级(其等级数可以和e不同),则其论域U也与E相同(但量化单位不一定相同)。若根据专家经验,这些等级对于模糊集e的隶属
42、度由下表给出,则可得到相应的隶属函数,如图所示。模糊规则。根据熟练操作人员手动控制经验,模糊控制语言规则可表示成如下形式:if E=NB then U=PB if E=NS then U=PS if E=ZO then U=ZO if E=PS then U=NS if E=PB then U=NB 或列成模糊状态表,如下表所示。模糊关系上述模糊控制规则,实际上是一个多重模糊条件语句,它可以用误差论域E到控制量论域U的模糊关系R来表示,即R=(NBe其中:直积项按表4-5可以写出为:NBePBu=)ZO()()ueueuZOPSNSPB)()(ueueNBPBNSPST000004.07.01
43、1117.04.000000 NBePBu=0000000000000000000000000000000000000000000004.04.04.04.0000007.07.07.04.000000117.04.000000117.04.000000同理,可得到其它各项为:00000000000000000000000000004;04.04.04.04.000004.07.07.07.04.000004.07.017.04.000004.07.07.07.04.000004.04.04.04.04.0000000000000uePSNS000000000000000000004.04.0
44、4.04.04.000004.07.07.07.04.000004.07.017.04.000004.07.07.07.04.000004.04.04.04.04.000000000000000000000ueZOZO0000000000004.04.04.04.04.000004.07.07.07.04.000004.07.017.04.000004.07.07.07.04.000004.04.04.04.04.00000000000000000000000000000ueNSPS000004.07.011000004.07.011000004.07.07.07.0000004.04.04.
45、04.0000000000000000000000000000000000000000000000ueNBPB由以上五个矩阵求并,即求隶属函数最大值可得:R=000004.07.0110004.04.04.07.011004.04.07.07.07.07.07.004.04.07.07.017.04.04.004.07.07.017.07.04.004.04.07.017.07.04.04.007.07.07.07.07.04.04.000117.04.04.04.0000117.04.000000(5)模糊推理。任给出一个偏差结果e作为输入,把R作为模糊控制器,则得出输出控制量。当e=NS,
46、有 u=e R=这里算符代表supmin合成推理,整个过程也被称为模糊决策。0004.07.017.04.00000004.07.0110004.04.04.07.011004.04.07.07.07.07.07.004.04.07.07.017.04.04.004.07.07.017.07.04.004.04.07.017.07.04.04.007.07.07.07.07.04.04.000117.04.04.04.0000117.04.0000007.07.07.017.07.07.04.04.0(6)解模糊。将模糊推理所决定的控制量表示成模糊集,即 u=0.4/-4+0.4/-3+0.7
47、/-2+0.7/-1+0.7/0+1/+1+0.7/+2+0.7/+3+0.7/+4 按隶属度最大原则,应选取控制量为“+1”级,即当直流电动机转速偏高时,应该提高一点输出电压u,使触发角增大一点,从而降低一些晶闸管整流装置的供电电压ud,使直流电动机转速下降。对每个非模糊的观察结果,均可依据R确定一个相应值,列成控制表如表所示 模糊控制系统的动态响应如图所示,模糊控制的稳态精度与论域的分级数有关,适当增加分级数可提高系统的稳态精度。本节举出以速度偏差为单输入量的模糊控制调速系统,只是为了说明模糊控制系统的基本工作原理,若做为实际系统仅此是不能获得令人十分满意的静态或动态性能的,尚应该引入速度
48、误差变化eC,甚至引入加速度误差变化eCC作为输入量,在模糊规则和合成推理等方面还有待进一步完善。3.模糊控制器原理模糊控制系统不同于通常的计算机控制系统,其主要区别是采用了模糊控制器。模糊控制器是模糊控制系统的核心部分,其结构直接影响控制系统的性能。模糊控制器主要包括输入量模糊化接口、知识库、推理机、输出清晰化接口四个部分。1模糊化接口 在控制系统中,一般将偏差和偏差变化率的实际变化范围称作基本论域。设偏差x 的基本论域为a,b,首先将xa,b变换成y-Xe,Xe 的连续区间,变换公式如下:(4 14)设偏差所取的模糊集的论域为-n,-n+1,0,n-1,n,这里,n为将0Xe范围内连续变化
49、的偏差离散化之后分成的档数,因此可以得到偏差精确量y 的模糊化的量化因子为:Ke=n/Xe (4 15)2(2baxabXye 在实际系统中,在实际系统中,n值不易划分过细、过密,一般值不易划分过细、过密,一般取取n=6=6。同理,对于偏差变化同理,对于偏差变化-Xc,Xc,若选择其模糊集的若选择其模糊集的论域为论域为-m,-m+1,0,m-1,m,则偏差变化则偏差变化x xC C的量化因子为:的量化因子为:Kc=m/Xc (4-16)量化因子量化因子Kc具有与具有与Ke完全相同的特性,一般也取完全相同的特性,一般也取m=6.通常人们习惯上将-6,+6 之间变化的偏差大小表述为如下几种模糊子集
50、:在+6附近称为正大,记为PB;在+4附近成为正中,记为PM;在+2附近成为正小,记为PS;稍大于0的称为正零,记为PO;稍小于0的称为负零,记为NO;在-2附近成为负小,记为NS;在-4附近成为负中,记为NM;在-6附近成为负大,记为NB.因此因此,对于偏差对于偏差e,其模糊子集其模糊子集e=NB,NM,NS,NO,PO,PM,PB,各个语各个语言变量值的隶属函数如表言变量值的隶属函数如表48所示所示.同理,可以将偏差变化值ec 分为7个模糊子集,即ec=NB,NM,NS,NO,PO,PS,PM,PB 各个语言变量值的隶属函数如表4-9所示。在确定模糊子集的隶属函数A(x)时,应注意以下几个