模糊逻辑控制课件.pptVIP

第2章模糊逻辑控制

2．1概述2．11模糊控制与智能控制n模糊控制在—定程度上模仿了人的控制，它不需要有准确的控制对象模型。因此它是一种智能控制的方法。例如，一个操作员通过观察仪表显示对过程进行控制，仪表显示反映了过程的输出量。当操作员通过仪表观察到输出量发生变化时，他根据所积累的知识和操作经验．作lYf决策，并采取相应的控制动作。这是一个从过程变化到控制行动之间的映射关系。这个映射是通过操作员的决策来实现的，这个决策过程并不是通过精确的定量计算，而是依靠定性或模糊的知识。例如，若控制的过税是水箱中的水温，检测仪表给出的是精确量，譬如80℃，操作员将这个精确量转化为头脑巾的极它；量，比方说“温度偏高”，他使用这个概念与头脑中已有的控制经验和模式相队配，得到。温度偏高应该加入较多冷却水”的推断，进而操作员需将“加入较多冷臼J水”这个模糊概念给出定量解释，譬如说加入冷却水的流量应为10M”小，然后技此定量值控制执行装置，从而完成了整个控制过程纳一个循环。这里人采用了一种模糊的控制方法，其中包含了人的智能行为。显然人并不是按照某种控制算法加以精确的计算，而且人也不可能有这样的记忆和计算能力，能在极短时间内完成较为夏杂的汁算。本章所要介绍的模糊控制即是模伤亡述人的控制过程，其中包含了入的控制经验相知识。因而从这个意义上说，模糊控制也是一种智能控制。模糊控制方法既可用于简单的控制对象，也可用于复杂的过程。

2．12模糊整合与模糊数学的概念上面所举的人进行控制的例子中，“温度偏高”中的“偏高”、“加入较多冷却水”中的“较多”等都是一些模糊的概念，而利用这些模糊概念最终却能实现稳定的控制。如何描述这些模糊的慨念，并对它们进行分析、推理，这正是模糊集合与模糊数学所要解决的问题。模糊集合理论的产生和发展到现在不过是40年的历史，但它已经逐步地渗入到自然科学和社会科学的各个领域，并日取得了引入注目的成果。笼统地说，模糊集合是一种特别定义的集合，它可用来描述模糊现象。有关模糊集合、模糊逻辑等的数学理论，称之为模糊数学。模糊性也是一种不确定性，但它不同于随机性，所以模糊理论不同于概率论。模糊性通常是指对概念的定义以及语言意义的理解上的不确定性。例如，“老人”、“温度高”、“数量大”等所含的不确定性即为模糊性。可见，模糊性主要是人为的主观理解上的不确定性，而随机件则主要反映的是客观上的自然的不确定性，或者是事件发生的偶然性。偶然性与模糊性具有本质上的不同，它们是不同情况下的不确定性。例如．“明天有雨”的不确定性．是由今天的预测产生的，时间过去了，到明天就变成确定的了。再有“掷一下骰子是4点”的不确定性是根据掷之前推测发生的，实际做一下掷骰子实验，它就是确定的事件了。但是“老人”、“气温高”等的不确定性，即使时间过去了、即使做了实验，它仍然是不确定的，这是由语言意义模糊性的本质所确定的。

模糊集合是一种特别定义的集合，它与普通集合既有联系也有分别。对于普通集合来说，任何一个元素要么属于该集合，要么不属于，非此即彼，界限分明，决无模棱两可。而对于模糊集合来说，一个元素可以是既属于又不属于，亦此亦彼，界限模糊。例如，一个人到苹果园去摘苹果，如果规定比2两重的苹果算作“大”苹果，这是普通集合的概念。因此，若摘到一个2．5两的苹果，可以毫不犹豫地说这是一个“大”苹果，若摘到一个L9两的果，也可以毫不犹豫地说它不是“大”苹果。这就是关于“大”的两值逻辑，是用精确的量作为边界来划分属于还是不属于该集合。如果规定差不多土2两重的苹果为“大”苹果，这是一个模糊集合的恢念。这时若摘到一个2．i两的苹果，可以不加思索地算作“大”苹果。那么对于L9两的苹果呢，这就需要人为的决定了。你可以说它不够“大”，但若这个苹果园中“大”的苹果不够多的话，将它勉强算作“大”苹果也不为过。这就是关于“大”的连续值逻辑，是用人为的量作为边界来划分属于还是不属于该集合。从L述例子可以看到，模糊性是人们在社会交往和生产实践中经常使用的，它提供了定性与定量、主观与客观、模糊与清晰之间的一个人为折衷。它既不同于确定性，也不同于偶然性和随机性。概率论是研究随机现象的，模糊数学则是研究模糊现象的．两者部属于不确定‘t数学。应当特别注意的一点是，不可认为模糊数学是模糊的概念，它是完完全全精确的，它是借助定量的方法研究模糊现象的工具。

2.1.3模糊控制的发展和应用概况美国教授查德(1‘．A．Zandeh)1965年首先提出了模糊集合的概念，由此开创了模糊数学及其应用的新纪元。模糊控制是模糊集合理论应用的一个重要方面。1974年英国教授马丹尼(E．H．Mamd8ni)首先将模糊集合理论应用于加热器的控制，其后产