第九章-智能控制技術基礎(一)_第1頁
第九章-智能控制技術基礎(一)_第2頁
第九章-智能控制技術基礎(一)_第3頁
第九章-智能控制技術基礎(一)_第4頁
第九章-智能控制技術基礎(一)_第5頁
已閱讀5頁,還剩70頁未讀 繼續免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

第九章智能控制技術基礎(一)2010年11月15日9.1緒論

傳統控制理論是經典控制和現代控制理論的統稱,其主要特征是基于模型的控制。許多復雜的被控對象常表現為高度的非線性、強噪聲干擾、動態突變性以及分散的傳感元件與執行元件、分層和分散的決策機構、復雜的信息結構等。這些復雜性都難以用微分方程或差分方程等精確的數學模型描述。除了復雜性外,往往還存在著同樣難以用精確數學方法描述的不確定性。基于精確模型的傳統控制難以解決上述復雜對象的控制問題。9.1緒論

智能控制是人工智能與控制理論交叉的產物,是傳統控制理論發展的高級階段。智能控制理論的創立和發展是對計算機科學、人工智能、知識工程、模式識別、系統論、信息論、控制論、模糊集合論、人工神經網絡、進化論等多種前沿學科、先進技術和科學方法的高度綜合集成。本章主要介紹智能控制的基本概念和應用。1.智能控制概述“智能控制”這個術語早在1967年由Leondes等人提出。1971年,傅京生(King-SunFu)通過對含有擬人控制器的控制系統和自主機器人諸方面的研究,以“智能控制”這個詞概念性地強調系統的問題求解和決策能力。他把智能控制(IC)概括為自動控制(AC)和人工智能(A1)的交集。圖9.1智能控制的二元交集論示意圖1.智能控制概述傅京生主要強調人工智能中“仿人”的概念與自動控制的結合。以后,薩里迪斯等人從機器智能的角度出發,對傅的二元交集論進行了擴展,引入運籌學并以其作為另一個集合,提出三元交集的智能控制概念。

圖9.2智能控制的三元交集論示意圖可以看出,三元交集除“智能”與“控制”外,還強調了更高層次控制中調度、規劃和管理的作用。⒉智能控制的應用對象智能控制是控制理論發展的高級階段,它主要用來解決那些用傳統方法難以解決的復雜系統的控制問題。例如:?智能機器人系統?計算機集成制造系統?復雜的工業過程控制系統?航天航空控制系統?社會經濟管理系統?交通運輸系統?環保及能源系統等智能控制的應用對象具備以下一些特點:⑴不確定性的模型

模型不確定性包含兩層意思:一是模型未知或知之甚少;二是模型的結構和參數可能在很大范圍內變化。傳統方法難以對它們進行控制。⑵高度的非線性

對于具有高度非線性的控制對象,非線性控制理論還很不成熟,而且方法比較復雜。(傳統控制理論中的線性系統理論較成熟)⑶復雜的任務要求傳統的控制系統中,或者是要求輸出量為定值,或者要求輸出量跟隨期望的運動軌跡,控制任務要求較單一。若控制任務較復雜,如,除了實現對各被控物理量定值調節外,還要求實現整個系統的自動啟停、故障的自動診斷及緊急情況的自動處理等功能。智能系統具備一定智能行為的系統。具體地說,若對于—個問題的激勵輸入,系統具備一定的智能行為,它能夠產生合適的求解問題的響應,這樣的系統便稱為智能系統。

智能控制系統是實現某種控制任務的—種智能系統智能行為也是一種從輸入到輸出的映射關系.這種映射關系并不能用數學的方法精確地加以描述,因此它可看成是—種不依賴于模型的自適應估計。⒈智能控制系統的結構圖9.3智能控制系統的結構圖在該系統中,廣義對象包括通常意義下的控制對象和所處的外部環境。傳感器則包括關節位置的傳感器、力傳感器,還可能包括觸覺傳感器、視覺傳感器等感知信息處理將傳感器得到的原始信息加以處理。認知部分主要接收和儲存知識、經驗和數據,并對它們進行分析、推理,作出行動的決策,送至規劃和控制部分。通訊接口除建立人—機之間的聯系外,也建立系統中各模塊之間的聯系。規劃和控制是整個系統的核心,它根據給定的任務要求、反饋的信息及經驗知識,進行自動搜索、推理決策、動作規劃⒉智能控制系統的主要功能與特點傳統控制研究的主要目標是被控對象而智能控制研究的主要目標是控制器本身。與傳統控制器相比,智能控制器不再是純粹的解析型數學模型,而是數學模型和知識系統相結合的廣義模型智能控制常具有以下一種或幾種基本特點:⑴分層遞階的組織結構

智能控制系統的組織結構體現了“智能遞增、精度遞減”的原理。其協調層次越高,所體現的智能也越高。⑵多模態控制

智能控制系統常采用具有開、閉環控制結合,定性決策與定量控制結合,數學模型和非數學廣義模型結合的多模態控制。⑶自學習能力一個系統,如果能對一個過程或其環境的未知特征所固有的信息進行學習,并將得到的經驗用于進一步的估計、分類、決策或控制,從而使系統的性能得到改善,那么就稱該系統為學習控制系統。學習控制系統是智能控制系統的一種,智能控制系統的學習功能可能有低有高,低層次的學習功能主要包括對控制對象參數的學習,高層次的學習功能則包括知識的更新和遺忘。⑷自適應能力

智能控制系統中的智能行為實質上是一種從輸入到輸出之間的映射關系,它可看成是不依賴模型的自適應估計。因此它具有很好的適應性能。當系統的輸入不是已經學習過的例子時,由于系統具有插補功能,從而可給出合適的輸出,甚至當系統中某些部分出現故障時,系統也能夠正常的工作。如果系統具有更高程度的智能,它還能自動找出故障甚至具備自修復的功能,從而體現了更強的適應性。⑸自組織能力

具有自組織能力的智能控制系統對于復雜的任務和分散的傳感信息具有自行組織和協調的功能。該組織功能也表現為系統具有相應的主動性和靈活性,即智能控制器可以在任務要求的范圍內自行決策,主動地采取行動。而當出現多目標沖突時,在一定的限制下,控制器可自行裁決。在進行模糊控制器的具體設計之前,需要了解一些與模糊控制器相關的基本數學概念。9.2.2模糊數學基礎模糊數學是研究和處理模糊性現象的數學方法。模糊集(也稱模糊集合)是模糊數學的基礎。本課程著重介紹模糊集的基本概念及簡單的應用。9.2.2模糊數學基礎

1965年,美國加利福尼亞大學,控制論專家,扎德教授,Zadeh,在《信息與控制雜志》上發表了一篇開創性論文《模糊集合》,這標志著模糊數學的誕生。

扎德是世界公認的系統理論及其應用領域最有貢獻的人之一,被譽為“模糊集之父”9.2.2模糊數學基礎

與其他學科一樣,模糊數學也是因實踐的需要而產生的。在日常生活中,模糊概念(或現象)處處存在。例如:厚、薄、快、慢、大、小、長、短、輕、重、高、低、稀、愁、貴、便宜、強、弱、軟、硬、鈍、銳、深、錢、美、丑、白天、黑夜、早晨、中午、傍晚、黎明、黃昏、多云、晴天、陰天、雨天、中雨、暴雨、大暴雨等。9.2.2模糊數學基礎在科學技術、經濟管理領域中,模糊概念(或現象)也無處不在,例如:感冒、胃病、心臟病、動物、植物、微生物、通貨膨脹、經濟繁榮、貧困、溫飽、小康、富有等。當代科技發展的趨勢之一,就是各個學科領域都要求定量化、數學化。當然也迫切要求將模糊概念(或現象)定量化、數學化,這就促使人們必須尋找一種研究和處理模糊概念(或現象的數學方法)9.2.2模糊數學基礎

眾所周知,經典數學是以精確性為特征的,然而,與精確性相悖的模糊性并不完全是消極的、沒有價值的。甚至可以說,有時模糊性比精確性還要好。例如:要你去車站接一個“大胡子、高個子、長頭發、戴寬邊黑色眼鏡的中年男士”。盡管這里只提供了一個精確信息——男性,但其他信息——大胡子、高個子、長頭發、戴寬邊黑色眼鏡、中年等都是模糊概念。但是,你將這些模糊概念經過頭腦的綜合分析判斷,就可以找到這個人。9.2.2模糊數學基礎

如果這個問題用計算機精確地處理,那么就要求將此人的準確年齡與身高,胡子、頭發的準確長度與根數,眼鏡的變寬厘米數、屬于黑色系列的哪一種等,一一輸入到計算機,才可以找到這個人。如果這個人的頭發中途掉了一根的話,計算機就找不到這個人了。由此可見,有時太精確了未必一定是好事。——水至清則無魚9.2.2模糊數學基礎

模糊數學絕對不是把數學變成模模糊糊的東西,它也有數學的共性:條理分明,一絲不茍。即使描述模糊的概念(或現象),也會描述得清清楚楚。由扎德教授創立的模糊數學是繼經典數學、統計數學之后,數學的一個新的發展方向。統計數學將數學的應用范圍從必然現象領域擴大到偶然現象領域。(概率論與數理統計)模糊數學則把數學的應用范圍從精確現象領域擴大到模糊現象領域。9.2.2模糊數學基礎人們所遇到的各種量大體上可分為兩大類:?確定性——經典數學?不確定性——統計數學、模糊數學為了弄清兩種不確定性,先了解兩種不確定性之間的區別:?隨機性的不確定性,即概率的不確定性如,“明天有雨”、“擲一骰子出現6點”等,它們的發生是一種偶然現象,具有不確定性。在這里,事件本身是確定的,而事件的發生不確定。只要時間過去,到了明天,“明天有雨”是否發生就變成確定的了。“擲一骰子出現6點”,只要實際做一次實驗,它就變成確定的了。9.2.2模糊數學基礎為了弄清兩種不確定性,先了解兩種不確定性之間的區別:?模糊性的不確定性即使時間過去了,或者實際做了一次實驗,它們仍然是不確定的。這主要是因為事件本身,如“青年人”、“高個子”等是不確定的,具有模糊性,是由概念、語言的模糊性產生的。9.2.2模糊數學基礎模糊數學在實際中的應用幾乎涉及國民經濟的各個領域,尤其在科學技術、經濟管理、社會科學方面得到了廣泛而又成功的應用。

比如,在生物學發展史上,由于科學技術的不斷進步,人們發現在動物與植物之間存在著“中介狀態”,于是又分成一類微生物。即使將生物分成三類后,又發現還存在著“中介狀態”,于是又有人主張將生物分為五類、六類。這一現象用模糊集合就可得到合理的解釋。9.2.2模糊數學基礎模糊數學在實際中的應用幾乎涉及國民經濟的各個領域,尤其在科學技術、經濟管理、社會科學方面得到了廣泛而又成功的應用。

再如,對某個領域的經濟發展水平的評價,往往劃分為富裕型、小康型、溫飽型、貧困型,這些都是模糊的,只有通過模糊數學模型才能得到合乎實際的評價。9.2.2模糊數學基礎特別值得一提的是,模糊理論在智能計算機的開發與應用上起到了重要作用。20世紀80年代以來,空調器、電冰箱、洗衣機、洗碗機等家用電器中已廣泛采用了模糊控制技術。我國于20世紀90年代初在杭州生產了第一臺模糊控制洗衣機。日本在這方面已走在世界前列。由此看來,模糊數學已逐步進入尋常百姓家了。9.2.2模糊數學基礎9.2.2模糊數學基礎⒈模糊集合在人類的思維中,有許多概念是模糊的,如大、小、冷、熱等,都沒有明確的內涵和外延,只能用模糊集合來描述;有的概念具有清晰的內涵和外延,如男人和女人。我們把前者叫做模糊集合,而后者叫做普通集合(或經典集合)。一般而言,在不同程度上具有某種特定屬性的所有元素的總和叫做模糊集合。人們把元素對模糊集合的歸屬程度用隸屬度函數來表示,它是模糊數學中最基本和最重要的概念,其定義為:用于描述模糊集合,并在[0,1]閉區間連續取值的特征函數叫隸屬函數,隸屬函數用μA(x)表示,其中A表示模糊集合,而x是A的元素,隸屬函數滿足條件:0≤μA(x)≤1經典集合具有兩條最基本的屬性:(1)元素彼此相異(2)范圍界限分明一個元素x與集合A的關系:要么x屬于A,要么x不屬于A二者必居其一。

例如,設論域U={某班學生},把某班男生組成的集合記為A,即A={男生}。那么,這個班的每個學生之間彼此不相同,而且可以判明每個學生是否屬于A。如果以某班“高個子”學生為元素,就不能組成一個經典集合,因為“高個子”沒有分明界限。“高個子”集合需要由模糊集合描述。模糊子集的概念:經典集合A可由其特征函數:μA(x):U→{0,1}唯一確定。μA(x)表明,x對A的隸屬程度,不過僅有兩種狀態:(1)一個元素x屬于A(2)一個元素x不屬于A它確切地、數量地描述了“非此即彼”現象模糊子集的概念:但現實世界并非完全如此。比如,在生物學發展的歷史上,曾把所有生物分為動物與植物兩大類。牛、羊、雞、犬劃分為動物,這是無疑的。而又一些生物,如豬籠草、捕蠅草、茅膏菜等,一方面能捕食昆蟲,分泌液體消化昆蟲,像動物一樣;另一方面又長有葉片,能進行光合作用,自制養料,像植物一樣。類似這樣的生物并不完全是“非動物即植物”,因此,不能簡單地一刀切。可見,在動物與植物之間存在“中介狀態”。模糊子集的直觀描述直觀上描述這種“中介狀態”。設論域U,取具有單位長度的線段,把U上的模糊集合記為A。

?

若元素x(線段)位于A(圓圈)內部,記為1;?若元素x(線段)位于A(圓圈)外部,記為0;?若元素x(線段)部分在A內,又部分在A外,則表示隸屬的“中介狀態”。元素x位于A內部的長度則表示了x對于A的隸屬程度。為了描述這種“中介狀態”,必須把元素對集合的絕對隸屬關系(要么屬于A,要么不屬于A)擴展為各種不同程度的隸屬關系。模糊子集的直觀描述這就需要將經典集合的特征函數μA(x)的值域{0,1}擴展到閉區間[0,1]上來。這樣一來,經典集合的特征函數就擴展為模糊集合的隸屬函數了。模糊子集的定義

Zadeh于1965年曾給出下列定義:設給給定論域U,μA(x)為U到[0、1]閉區間的任一映射,μA(x):U→[0,1]

x→μA(x)就可確定U的一個模糊集合A,μA稱為模糊集合A的隸屬函數。

x∈U

,μA(x)稱為元素x對A的隸屬度,即x隸屬于A的程度。模糊子集的定義

使μA(x)=0.5的點x稱為A的過渡點,此時該點最具模糊性。由上述定義可以看出,模糊子集A是由隸屬函數μA唯一確定得,以后總是把模糊子集A與隸屬函數μA看成是等同的。

還應指出,隸屬程度的思想是模糊數學的基本思想。模糊子集的定義當μA的值域為{0,1}時,模糊子集A就是經典子集,而μA就是它的特征函數。可見,經典子集是模糊子集的特殊情形。模糊子集簡稱為模糊集隸屬程度簡稱為隸屬度例1:由于人種、地理環境等條件不同,人們對個子高矮的理解也不同。設論域U={x1(140),x2(150),x3(160),x4(170),x5(180),x6(140)}(單位:cm)表示人的身高,那么“高個子”(A),“中等個子”(B),“矮個子”(C),就是U上的三個模糊集。例2:設論域U=[0,200](單位:歲)表示人的年齡,扎德給出“年輕”(Y)與“年老”(Q)兩個模糊集,其隸屬函數(見板書)不難計算出,Y(30)=0.5,Y(35)=0.2Q(55)=0.5,Q(60)=0.8.這表明,30歲的年齡屬于“年輕”的程度為50%,并稱點x=30是“年輕”的過渡點;60歲屬于“年輕”的程度為80%,點x=55是“年老”的過渡點。模糊集合的表示法模糊集合可用下面兩種方法表示。⑴有限論域

若給定論域U,且論域U={x1,x2,…,xn},則U上的模糊集合A可表示為:A=

其中,μA

(xi

)(i=1,2,…,n),為隸屬度,xi為論域中的元素。當隸屬度為0時,該項可以略去不寫。例論域U={a,b,c,d},則U上的模糊集合A可表示為:A=1/a+0.9/b+0.4/c+0.2/d

注意,與普通集合一樣,上式不是分式求和,僅是一種表示法的符號,其分母表示論域U中的元素,分子表示相應元素的隸屬度,隸屬度為0的那一項可以省略。如例1可用有限論域法表示(見板書)⑵無限論域在論域是無限的情況下,上面的記法就不行了,取一連續實數區間,這時U的模糊集合A可以用實函數來表示:A=

其中:積分號不是高等數學中的積分意義,也不是求和號,而是表示各個元素與隸屬度對應的一個總括形式。如例2可用無限論域法表示(見板書)隸屬函數的確定

應用模糊數學方法的關鍵在于建立符合實際的隸屬函數,如關于“青年”的問題,教材上給出的隸屬度與例1就不同。例如青年是一個集合,如果用模糊集合A表示,并且有:μA(x)=則這時的隸屬度函數如圖圖9.5青年的隸屬函數

然而如何建立符合實際的隸屬函數,這是至今尚未完全解決的問題。我國學者汪培莊教授提出的隨機集落影理論對于相當一部分模糊集的隸屬函數的客觀實在性給出了滿意的解釋。基于這一理論的模糊統計方法是確定一類模糊集的隸屬度的有效方法。本課程介紹一些確定隸屬度與隸屬函數所常用的方法。隸屬函數的確定方法模糊統計方法指派方法指派方法普遍被認為是一種主觀的方法,它可以把人們的實踐經驗考慮進去。若模糊集定義在實數域上,則模糊集的隸屬函數便稱為模糊分布。所謂指派方法,指根據問題的性質套用現成的某些形式的模糊分布,然后根據測量數據確定分布中所含的參數。隸屬函數的確定方法2.指派方法一般有關模糊數學的教材中都會列出常用的模糊分布表。但這些方法所給出的隸屬函數只是近似的,因此需要在實踐中不斷地通過學習,加以修改,使之逐步完善。例3:自然界的模糊集自然界是由生物與非生物組成的,一切具有生命、能表現出各種生命現象——新陳代謝、生長發育和繁殖、感應性和適應性、遺傳變異——的都是生物。自古以來,人們把生物劃分為動物和植物兩大類,記A=“動物”,B=“植物”,在自然界中取一些生物構成論域U={u1(牛),u2(羊),u3(稻),u4(麥),u5(海綿),u6(海葵),u7(粘菌),u8(衣藻),u9(眼蟲藻),u10(小麥桿病菌),u11(稻瘟病菌),u12(蘑菇),u13(木耳)}則A、B表示(見板書)由上述模糊集運算可以看出,u7(粘菌),u8(衣藻),u9(眼蟲藻),既不能劃歸動物,也不能劃歸植物,它們就是微生物。因此,有了模糊集的概念之后,生物學發展史在分類中存在的矛盾現象,得到了合乎情理的解釋。模糊集合的運算是由其隸屬函數的運算來刻劃的,包括空集、子集、并集等⑴并集模糊集A和B的并集C,其隸屬函數可表示為μC

(x)=max[μA

(x),μB

(x)],

x∈U,即C=A∪B

μC

(x)=max[μA

(x),μB

(x)]=μA

(x)∨μB

(x)⑵交集模糊集A和B的交集C,其隸屬函數可表示為μC

(x)=min[μA

(x),μB

(x)],

x∈U,即C=A∩BμC

(x)=min[μA

(x),μB

(x)]=μA

(x)∧μB

(x)例4:經濟管理中的模糊集在經濟領域還沒有引進模糊集時,人們只好把本來相互銜接的屬性,如繁榮、衰退、蕭條等分割開來。某些經濟學家用GNP持續下降6個月來規定“經濟衰退”。這樣一來,奇怪的現象就出現了:如果GNP從元旦開始持續下降,而今天正好是7月1日,那么,昨天經濟形勢還挺好,今天突然變成衰退。事實上,“經濟衰退”是一個模糊概念,現在引進模糊集,在論域U={GNP}上定義一個模糊集A=“經濟衰退”,采用指派方法,選擇A的隸屬函數(見板書)⒉模糊關系精確的關系表示二個或二個以上集合元素之間關聯、交互或互聯是否存在,而模糊關系表示二個或二個以上集合元素之間關聯、交互或互聯存在或不存在的程度。令X和Y是兩個論域,則模糊關系R(X,Y)是X×Y空間中的模糊集和,可表示為

R(X,Y)={((x,y),μR

(x,y))|(x,y)∈X×Y}

這就稱作X×Y中的模糊關系。9.2基于模糊推理的智能控制

從1956年美國著名控制論學者L.A.Zadeh發表開創性論文,首次提出一種完全不同于傳統數學與控制理論的模糊集合理論,到1986年世界上第一塊基于模糊邏輯的人工智能芯片在貝爾實驗室研制成功,再到日本第一臺模糊控制洗衣機的投入使用,模糊控制表現出了強勁的發展動力,越來越受到工程技術人員和學者的青睞,為將人的控制經驗以及推理過程納入自動控制策略之中提供了一條簡捷的途徑。9.2基于模糊推理的智能控制自20世紀60年代以來,現代控制理論在工業生產過程、軍事科學以及航空航天等許多方面都取得了成功的應用。例如:極小值原理可以用來解決某些最優控制問題;利用卡爾曼濾波器可以對具有有色噪聲的系統進行狀態估計;預測控制理論可以對大滯后過程進行有效的控制。但是,它們都有一個基本的要求:需要建立被控對象的精確數學模型。9.2基于模糊推理的智能控制隨著科學技術的迅猛發展,各個領域對自動控制系統控制精度、響應速度、系統穩定性與適應能力的要求越來越高,所研究的系統也日益復雜多變。然而由于一系列原因,諸如被控對象或過程的非線性、時變性、多參數間的強烈耦合、較大的隨機干擾、過程機理錯綜復雜、各種不確定性以及現場測量手段不完善等,難以建立被控對象的精確模型。雖然常規自適應控制技術可以解決一些問題,但范圍是有限的。9.2基于模糊推理的智能控制與此相反,對于那些難以建立數學模型進行自動控制的復雜被控對象,有經驗的操作人員進行手動控制,卻可以收到令人滿意的效果。在這樣的事實面前,人們又重新研究和考慮人的控制行為有什么特點,能否對于無法構造數學模型的對象,讓計算機模擬人的思維方式,進行控制決策。通過研究發現,操作人員是通過不斷學習、積累操作經驗來實現對被控對象進行控制的,而這些經驗信息通常是以自然語言的形式表達,其特點是定性的描述,所以又有模糊性。9.2基于模糊推理的智能控制基于此,人們探索出一套新的控制思想,即將人的手動控制決策用語言加以描述,總結成一系列條件語言,及控制規則。例如:若爐溫偏高,則減少燃料;若水池水位偏低,則加大進水流量等,再用計算機的程序來實現控制規則。這樣,計算機就起到了控制器的作用,取代了人來對被控對象進行自動控制。這種控制屬于語言控制。由于自然語言具有模糊性,因此這種語言控制也稱模糊語言控制,或簡稱模糊控制。實現這種控制策略的控制器稱為模糊控制器。9.2基于模糊推理的智能控制

1974年英國馬丹尼首先設計了模糊控制器,并用于鍋爐和蒸汽機的控制,取得了成功。模糊語言控制器、模糊控制論、模糊自動控制等概念,就從此開始誕生了模糊控制實際上是一種非線性控制,從屬于智能控制的范疇。模糊控制不要求知道被控對象的精確數學模型。例如,一個不懂控制論的小孩就可以毫不費力地在手指上豎起一根竹竿,使它不倒。模糊控制魯棒性強(即抗干擾能力強),根據實際系統的輸入輸出結果數據,參考現場操作人員的運行經驗,就可對系統進行實時控制。9.2.1模糊控制系統的基本原理圖9.4模糊控制原理框圖模糊控制基本原理如下圖所示:模糊控制的基本原理它的核心部分為模糊控制器,如圖中虛線框中部分所示。模糊控制器的控制規律由計算機的程序實現。實現模糊控制算法的過程是這樣的:微機經中斷采樣獲取被控制量的精確值然后將此量與給定值比較得到誤差信號(在此取單位反饋)。一般選誤差信號作為模糊控制器的一個輸入量。把誤差信號的精確量進行模糊量化變成模糊量,誤差e的模糊量可用相應的模糊語言表示。至此,得到了誤差E的模糊語言集合的一個子集E(E實際上是一個模糊向量)。再由E和模糊控制規則R(模糊關系)根據推理的合成規則進行模糊決策,得到模糊控制量U。模糊控制器有三個主要的功能模塊。

(1)模糊化(Fuzzification)

模糊化是將模糊控制器輸入量的確定值轉換為相應模糊語言變量值的過程,此變量值均由對應的隸屬度來定義。

(2)模糊推理(FuzzyInference)文獻《模糊控制的設計及應用》,何平,北京:科學出版社,1997,介紹了20多條模糊控制規則。通常使用模糊推理。模糊推理:如果有模糊集A,則由模糊集B基于模糊變換推出新的模糊命題作為結論的過程叫做模糊推理。

(3)清晰化(Defuzzification)

清晰化是將模糊推理后得到的模糊集轉換為用作控制的數字值的過程。9.2.3模糊控制器的設計模糊控制器的設計包括以下幾項內容:⑴根據本次采樣得到的系統的輸出值,計算所選擇的系統的輸入變量;⑵將輸入變量的精確值變為模糊量⑶根據輸入變量(模糊量)及模糊控制規則,按模糊推理合成規則計算控制量(模糊雖);⑷由上述得到的控制量(模糊量)計算精確的控制量。模糊控制器的設計也包括幾個主要部分⒈精確量的模糊化⒉模糊控制算法設計⒊

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論