智能控制课件-模糊控制系统.ppt

* 模糊控制器的核心是什么？ 3. 模糊推理（Fuzzy Reference） 模糊推理是指采用某种推理方法，由采样时刻的输入和规则库中蕴涵的输入输出关系，通过模糊推理方法得到模糊控制器的输出模糊值。 模糊推理算法和很多因素有关，如模糊蕴涵规则、推理合成规则、模糊推理条件语句前件部分的连接词（and）和语句之间的连接词（also）的不同定义等。 * 对于 ，记 有如下四种推理算法 （1）Mamdani 模糊推理算法 （2）Larsen 模糊理算法 * （3）Takagi-Sugeno 模糊推理算法 若模糊逻辑推理规则满足Takagi-Sugeno 模糊推理形式，即规则结论是规则条件输入变量的函数，如 则对于含两条推理规则的模糊控制器，其推理输出为： （4）Tsukamoto 模糊推理算法 对于该方法，首先根据第一条规则 求出 而求得 ；再根据第二条规则求出 求得 ，准确的输出量可表示为 和 的加权组合，即 * 例11 在例10中，已经求出控制规则“如果u 是小，那么 v 是大”蕴涵的模糊关系为R1，现在已知输入量u 的模糊取值为“略小”，记做A1，令 A1=(1,0.89,0.55,0.32,0) 求控制量v根据规则相应的取值B1。 解： 同理，可解得： 所以 * （2）Mamdani推理方法 与Zadeh法不同的是，Mamdani推理方法用A和B的笛卡儿积来表示A?B的模糊蕴涵关系。 则对于单输入推理的情况， 的计算方法为： 叫做A*和A的适配度，它是A*和A的交集的高度。 根据Mamdani推理方法，结论可以看作用α对B进行切割，所以这种方法又可以形象地称为削顶法。 * 单输入Mamdani推理的图形化描述（削顶法） * 2. 多输入模糊推理 对于语言规则含有多个输入的情况，假设输入语言变量x1,x2,…,xm与输出语言变量y之间的模糊关系为R，当输入变量的模糊取值分别为A1*, A2*, ,…,Am*时，与之相对应的y的取值B*，可通过下式得到： * 例12 假设 则 试求“e 是A* 并且ec 是B* ”时输出u的模糊值C* 。 现已知 * 解： 把R2写成行向量形式，并以R2T表示，则 又令 * 对于二输入模糊推理，还可以根据Mamdani方法用图形法进行描述： 二维模糊规则R： IF x is A and y is B THEN z is C ，可以看作两个单维模糊规则的交集： R1： IF x is A THEN z is C， and R2： IF y is B THEN z is C。 则当二维输入变量的模糊取值分别为A*和B*时，根据R推理得到的模糊输出C*等于根据R1推理得到的模糊输出C1*和根据R2推理得到的模糊输出C2*的交集。 * 其运算法则为： 上式的图形化意义在于用α1和α2的最小值对C进行削顶。 * 4.2 模糊控制系统原理与结构 4.2.1 模糊控制原理 模糊控制器由N维模糊关系R表示。模糊关系R可看作受约于[0,1]区间的N个变量的函数。 r是几个N维关系 的组合，每个 代表一条规则 。 图4.1模糊控制原理示意图 * * 人类的控制规则 如果水温比期望值高，就把燃气阀关小； 如果水温比期望值低，就把燃气阀开大。 模仿人类的调节经验，可以构造一个模糊控制系统来实现对热水器的控制 用一个温度传感器来替代左手进行对水温的测量，传感器的测量值经A/D变换后送往控制器。 电磁燃气阀代替右手和机械燃气阀作为执行机构，电磁燃气阀的开度由控制器的输出经D/A变换后控制。 构造控制器，使其能够模拟人类的操作经验。 * * 人类专家的控制经验是如何转化为数字控制器的 ？ 图4.2 模糊逻辑控制器的一般结构 由输入定标、输出定标、模糊化、模糊决策和模糊判决（解模糊）等部分组成 * 模糊控制的基本思想 将人类专家对特定对象的控制经验，运用模糊集理论进行量化，转化为可数学实现的控制器，从而实现对被控对象的控制。 模糊控制的基本原理 （1）将测量得到的被控对象的状态经过模糊化接口转换为用人类自然语言描述的模糊量； （2）根据人类的语言控制规则，经过模糊推理得到输出控制量的模糊取值； （3）将输出控制量的模糊取值经过清晰化接口转换为执行机构能够接收的精确量。 * 4.2.2 模糊控制系