模糊控制与模糊策略.ppt

模糊控制与模糊决策模糊控制的基本思想汽车司机：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。
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。
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。模糊控制的基本原理一步模糊控制算法：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，再和模糊控制规则，根据推理的合成规则进行模糊决策，得到模糊控制量。
模糊控制量清晰化，对对象进行一步控制，等到第二次采样。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；
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}假设语言变量的隶属函数曲线如下。12/20/20253.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
12/20/20255.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)
+(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。模糊控制器设计的基本方法12/20/20252.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}

(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}

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。（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

模糊规则表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。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14.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。

由各模糊规则得的推理结果12/20/2025（2）代数积——加法——重心法
用代数积取代MIN，用加法取代MAX。12/20/2025（3）模糊加权型推理法12/20/2025（4）函数型推理法（5）加权函数型推理法（6）选择最大隶属度法
选取模糊子集中隶属度最大的元素作为控制量，若该元素仅为一个，则选择该值作为控制量，否则取其平均值。
C1=0.3/-1+0.8/-2+1/-3+0.5/-4+0.1/-5
C2=0.3/0+1/1+1/2+0.8/3+0.4/4+0.2/5（7）取中位数法
选取求出模糊子集的隶属函数曲线和横坐标所围成区域的面积平分为两部分的数，作为非模糊化的结果。优点是充分利用了模糊子集提供的信息量，但是计