模糊控制的数学基础

合集下载

第2章 模糊控制- 数学基础

第2章 模糊控制- 数学基础
24

同一语言变量的所有语言值间要遵循语意顺 序、并避免其隶属函数间的不恰当重叠。
隶属度
很低 1 低 适中 高 很高
0
10
20
25
30
40
温度
25

1
重叠范围
两个隶属函数的全部范围
26

1
1
27

1
1
28

1
1
1
1
29
2.2.2 模糊关系(模糊推理的基础之一)

30

31

英 甲 乙 丙
2
模糊控制的特点

无需知道被控对象的数学模型
以人们的控制经验为基础设计的控制器

与人类脑力活动的特点一致
模糊性:人类思维中采用模糊量,如:高、中、 低、大、小等。
经验性:模糊控制的核心是控制规则,模糊控 制中的知识表示、模糊规则和模糊推理是基于专家 知识或熟练操作工的成熟经验。模糊控制规则是用 人类语言表示的,如:衣服较脏,则投入洗涤剂较 多,洗涤时间较长。
45

⑥ ⑦
全由所考虑问题的目的或属性这样的外界因素 决定。一旦所考虑问题的目的或属性确定,关 系就客观存在了,但模糊关系中隶属度的确定 仍具主观性。 要完整确定出两个论域中的元素之间的关联性 (也即这两个论域间存在的关系),应该逐个考 虑这两个论域中的所有元素间的所有可能的配 对情况(所有配对的集合即为直积)。 数学上,关系体现为定义在两个论域的直积上 的(模糊)集合,也是该直积的子集。 两个有限论域之间的关系可以用矩阵表示,但 要将处于直积中前面论域中的所有元素排成列、 而将后面论域中的所有元素排成行。

第2章 模糊控制的数学基础20180528

第2章 模糊控制的数学基础20180528

从模糊集合的定义可知,论域U中的元素 是清晰的,即U本身是普通集合,只是U的子 集是模糊集合,故称A为U的模糊子集
模糊集合完全由它的隶属函数来刻画,只 是借助于隶属函数才能对模糊集合进行量化。
二、模糊集合的表示方法
1. Zadeh表示法
当U为离散有限域 x1, x2 ,..., xn 时,A可表达为
C (x) min[ A(x), B (x)]
即两个模糊集的交集的隶属度取两个隶属度中较小的数,
可表示为
C (x) A(x) B (x)
或用集合表示 C=A∩B
(2)模糊集并
设A和B是论域U上的两个模糊子集,其并集C的隶属度为
C (x) max[ A(x), B (x)]
全集 若某集合包含论域里的全部元素,则称 该集合为全集。全集常用E来表示。
空集 子集
不包含论域中任何元素的集合称作空集。空集
用Φ来表示。 设A、B是论域U上的两个集合,若集合A上 的所有元素都能在集合B中找到,则称集合A
是集合B的子集。记作A B。
相等 设A、B为同一论域上的两个集合,若A B, 且B A,则称集合A与集合B相等。记作
即两个模糊集的交集的隶属度取两个隶属度中较大的数,
可表示为
C (x) A(x) B (x)
或用集合表示 C=A∪B
(3)模糊集补 设A是论域U上的模糊子集,它的补集AC为
AC (x) 1 A (x)
例3-3 设论域U={x1, x2, x3, x4, x5}上有两个模糊集为:
(5)幂等律 A∪A=A
(6)摩根律
(A∪B)C=AC∩BC
A∩A=A (A∩B)C=AC∪BC
(7)复原律: (AC)C=A

模糊控制理论基础知识

模糊控制理论基础知识

第二章 模糊控制理论基础知识2.1 模糊关系一、模糊关系R ~所谓关系R ,实际上是A 和B 两集合的直积A ×B 的一个子集。

现在把它扩展到模糊集合中来,定义如下:所谓A ,B 两集合的直积A ×B={(a,b)|a ∈A ,b ∈B} 中的一个模糊关系R ~,是指以A ×B 为论域的一个模糊子集,其序偶(a,b)的隶属度为),(~b a Rμ,可见R ~是二元模糊关系。

若论域为n 个集合的直积,则A 1×A 2×A 3×……A n 称为n 元模糊关系R ~,它的隶属函数是n 个变量的函数。

例如,要求列出集合X={1,5,7,9,20}“序偶”上的“前元比后元大得多”的关系R ~。

因为直积空间R=X ×X 中有20个“序偶”,序偶(20,1)中的前元比后元大得多,可以认为它的隶属度为1,同理认为序偶(9,5)的隶属于“大得多”的程度为0.3,于是我们可以确定“大得多”的关系R ~为R ~=0.5/(5,1)+ 0.7/(7,1)+ 0.8/(9,1)+ 1/(20,1)+ 0.1/(7,5)+0.3/(9,5)+ 0.95/(20,5)+ 0.1/(9,7)+0.9/(20,7)+ 0.85/(20,9)综上所述,只要给出直积空间A ×B 中的模糊集R ~的隶属函数),(~b a Rμ,集合A 到集合B 的模糊关系R ~也就确定了。

由于模糊关系,R ~实际上是一个模糊子集,因此它们的运算完全服从第一章所述的Fuzzy 子集的运算规则,这里不一一赘述了。

一个模糊关系R ~,若对∀x ∈X ,必有),(~x x R μ=1,即每个元素X 与自身隶属于模糊关系R ~的隶属度为1。

称这样的R ~为具有自返性的模糊关系。

一个模糊R ~,若对∀x ,y ∈X ,均有),(~y x Rμ=),(~x y Rμ 即(x,y)隶属于Fuzzy 关系R ~和(y,x)隶属于Fuzzy 关系R ~的隶属度相同,则称R ~为具有对称性的Fuzzy 关系。

模糊控制数学基础

模糊控制数学基础

)
且定义g(vi /vj ) =1,当i=j时。
③以g(vi /vj ) (i , j=1,2)为元素构造相及矩阵G:
G
=
⎡1
⎢ ⎣
g
(v2
/
v1 )
g(v1 / v2 )⎤
1
⎥ ⎦
推广: n个元素 (v1 , v2 ,L , vn ) 的相及矩阵G:
⎡1
g(v1 / v2 ) g(v1 / v3 ) L g(v1 / vn ) ⎤
0
x ≤0
µF (u)=
1
1
+
100 u2
x>0
可算出µF (5)=0.2, µF (10)=0.5, µF (20)=0.8
可见µF (u)是U到闭区间[0,1]的映射。
U
µF (u)
5 10 20
[0,1]
0.2 0.5 0.8
模糊集合的表示方法:
1、论域U为离散域(即论域U是有限集合)
(1)查德表示法
两个模糊集A和B,若对所有元素u,它们的 隶属函数相等,则A和B也相等。即
A = B ⇔ µ A (u) = µ B (u)
设A、B为U中的两个模糊子集,隶属函 数分别为µA 和µB,则模糊集合中的并、交、 补等运算按如下定义: 并(析取):并(A∪B)的隶属函数µA∪B对 所有的u ∈U 被逐点定义为取大运算,即: µA∪B= µA(u)∨µB(u) 式中,符号“∨”为取大 值运算。
µF (u)=1:u完全属于U; µF (u)= 0:u完全不属于U; 0< µF (u)<1:u部分属于U。
U中的模糊集F可以用元素u和它的隶属度 来表示:
F={(u ,µF (u) )| u∈U}

模糊控制的数学基础-1(2-16至2-30)模糊运算、分解定理

模糊控制的数学基础-1(2-16至2-30)模糊运算、分解定理

从中可见,随着实验次数n 的增加,27岁对“青年人”的频率基本稳定在0.78附近,近似可取()78.027~=A μ。

②例证法此法是扎德教授于1972年提出的。

基本思想—从模糊子集~A的有()x A ~μ的值,估计出论域U 上~A 的隶属函数。

例如:取论域U 是实数域R 中的一部分[0,100], ~A 是U 上―较大的数‖,虽然~A 是U 上的模糊子集。

为确定()x A ~μ的分布,选定几个语言真值(即一句话为真的程度)中的一个,来回答[0,100]中的某数是否算―较大‖。

如果语言真值分为―真的‖、―大致真的‖、―半真半假‖、―大致假的‖、“假的”。

把这些语言真值分别用[0,1]之间的数字表示,即分别为1,0.75,0.5,0.25和0。

对[0,100]用的αϕ个不同的数都作为样本进行询问,就可得~A 的模糊分布()x A ~μ的离散表示法。

③专家评分法(德尔菲法)该法40年代以来就已广泛应用于经济与管理科学的各个领域,典型的例子是在体操比赛中对运动员的评分,“技术好”是运动员集上的一个模糊 ,所有评委打分的平均值(有时去掉一个最高分和一个最低分)就是运动员“技术好”的隶属度。

这种方法也可以用来求模糊分布,在应用时,为了区别专家的学术水平和经验的多少,还可以采用加权平均法。

§2—2 模糊子集的特性及运算法则前面已讨论过普通集合的基本运算,下面对模糊子集的运算另作定义。

一、 模糊子集的运算法则 ① Fuzzy 子集的包含与相等设~A 、~B 为论域U 上的两个模糊子集,对于U 中的每一个元素x ,都有()x A ~μ≥()x B ~μ,则称~A 包含~B ,记作~A ⊇~B 。

如果,~A ⊇~B 且~B ⊇~A ,则说~A 与~B 相等,记作~A =~B 。

或者,若对所有x ∈U ,都有()x A ~μ=()x B ~μ,则~A =~B 。

②模糊子集的并、交、补运算设~A 、~B 为论域U 上的两个模糊子集,规定~A ~B 、~A ~B 、~A 的隶属函数分别为~~BAμ、~BAμ、~A μ,并且对于U 的每一个元素x 都有~~BAμ()∆x ()x A ~μ∨()x B ~μ=max[()x A ~μ,()x B ~μ] —~A ,~B 的并~~BAμ()∆x ()x A ~μ∧()x B ~μ=min[()x A ~μ,()x B ~μ]— ~A ,~B 的交~Aμ()∆x 1–()x A ~μ —~A 的补eg,设论域U={}4321,,,x x x x ,~A 、~B 是论域U 上的两个模糊集。

模糊控制的数学基础

模糊控制的数学基础

选择题
模糊控制理论中的核心概念之一是模糊集合,它主要由谁提出?
A. 扎德(Zadeh)(正确答案)
B. 牛顿
C. 莱布尼茨
D. 欧拉
模糊集合论中,用于描述元素属于集合程度的函数是什么?
A. 隶属函数(正确答案)
B. 概率函数
C. 分布函数
D. 密度函数
在模糊逻辑中,处理不确定性和模糊性的基本工具是什么?
A. 模糊规则
B. 模糊推理系统(正确答案)
C. 模糊数
D. 模糊关系
模糊控制中,用于将模糊量转换为精确量的过程称为?
A. 模糊化
B. 清晰化(正确答案)
C. 模糊推理
D. 模糊规则生成
下列哪一项是模糊控制系统中常用的清晰化方法?
A. 最小二乘法
B. 质心法(正确答案)
C. 牛顿法
D. 拉格朗日法
模糊集合的运算中,表示两个模糊集合合并的操作是什么?
A. 模糊交
B. 模糊并(正确答案)
C. 模糊补
D. 模糊蕴含
在模糊逻辑中,用于表示模糊命题之间逻辑关系的运算是什么?
A. 模糊蕴含(正确答案)
B. 模糊加法
C. 模糊减法
D. 模糊乘法
模糊控制器的设计过程中,确定输入输出变量模糊子集及其隶属函数的过程称为?
A. 模糊规则设计
B. 模糊化设计
C. 模糊关系设计
D. 隶属函数设计(正确答案)
模糊控制系统性能的好坏很大程度上取决于什么的设计?
A. 模糊规则库(正确答案)
B. 模糊推理机
C. 模糊化接口
D. 清晰化接口。

智能控制第二章模糊控制的数学基础

智能控制第二章模糊控制的数学基础

智能控制第二章模糊控制的数学基础模糊控制数学基础模糊概念在经典集合论中,人们对事物的描述是精确的,这种集合论要求一个事物对于一个集合要么属于,要么不属于,二者必居其一,且仅居其一,绝不允许模棱两可。

比如,一个学生要么属于“大学生”,要么不属于。

但是在现实生活中,人们对事物的描述并非都可以精确的用“属于”或“不属于”这两种截然不同的状态来进行划分。

模糊性普遍存在于人类思维和语言交流中,是一种不确定性的表现。

在实际生活中,经常听到这样的话“他很高”、“她很年轻”、“她的成绩很好”等,其中的“高”、“年轻”、“成绩好”都是模糊的概念,究竟多高才算高,究竟多少岁才算老,或者说年轻和年老的分界线是多少岁,成绩多好才算好,都没有一个十分确定的界限。

模糊概念天气冷热雨的大小风的强弱人的胖瘦年龄大小个子高低模糊概念没有明确外延的概念,即没有明确符合某概念的对象的全体,如“天气冷热”、“雨的大小”、“风的强弱”、“人的胖瘦”、“年龄的大小”、“个子高低”。

是客观事物本质属性在人们头脑中的反映。

例:高温天气的定义,按照经典集合理论的表示方式,高温={TOT36℃}。

35.9℃不属于高温35.9℃当然属于高温天气,温度已经相当高,无非属于高温天气的程度99%,不如36℃的程度高,但是比30℃的程度高。

4模糊控制模糊控制人们已经无法回避客观上存在的模糊现象。

扎德(Zadeh)教授提出的模糊集合理论,其核心是对复杂系统或过程建立一种语言分析的数学模式,使自然语言能直接转化为计算机所能接受的算法语言。

正是在这种背景下,作为智能控制的一个重要分支的模糊控制理论产生了。

模糊数学和模糊控制理论的发展虽然只有几十年的历史,但其理论和引用的研究已取得了丰硕的成果。

尤其随着模糊逻辑在自动控制领域的成功应用,模糊控制理论和方法的研究引起了学术界和工业界的广泛关注。

2.1 概述模糊控制的定义对于一个熟练的操作人员,他往往凭借丰富的实践经验,采取适当的对策来巧妙地控制一个复杂过程,得到满意的控制效果。

模糊控制的数学基础

模糊控制的数学基础
10
关系:对于给定集合 X 、 Y 的直积 X Y 上的一个子集 R,
称为 X 到 Y 的二元关系,简称为关系。对于 X Y 的元
素 (x, y),若有 (x, y) R,则称 x 与 y 相关,记为 x R y
否则 (x, y) R ,记为 x R y 。 设 f : X Y ,显然有{(x, y) y f (x)} X Y ,可见
3. 集合(Set)
给定一个论域,其中具有相同属性的确定的可以彼此区别的元素的 全体称为集合。
4. 全集、空集、子集
全集:集合中包含了论域中的全部元素。
空集:不包含论域中任何元素的集合称为空集,记为Ø。
子集(Subset):对于x A x B , 称为A为B的一个子
集,
A B
7
二、集合的表示法 1. 列举法:
A (B C) (A B) (A C)
A (B C) (A B,) (A C)
A (A B) A
A (A B) A
AU U,
A U A
A Ø A , A Ø=Ø
7.复原律
(Ac )c A
12
8.互补律 A Ac U ,
A Ac Ø
9.对偶律
(A B)c Ac Bc (A B)c Ac Bc
4
美国加里福尼亚大学控制论专家扎德 (L.A.Zadeh)教授1965年创立了模糊集合论, 用隶属函数代替经典集合论中的特征函数,隶属 函数在[0, 1]间连续取值,以此来描述模糊现象的 中间过渡性,突破了经典集合论中或不属于的绝 对关系。
5
2.1.2 精确性、模糊性与随机性
确定性——经典数学
不确定性
Ac={x | x Α且x∈U}
4. 集合的直积 设有两个集合A和B,A和B的直积A×B定义为
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
School of Information Engineering, Inner Mongolia University of Science and Technology
2
2.2 普通集合
1)集合的概念
* 集合 具有特定属性的对象的全体,称为集 合。例如: “内蒙古科技大学的学生” 可以作为一个集合。集合通常用大写 字母A,B,……,Z来表示。 * 元素 组成集合的各个对象,称为元素,也 称为个体。通常用小写字母a, b,……,z来表示。 * 论域 所研究的全部对象的总和,叫做论域, 也叫全集合。 * 空集 不包含任何元素的集合,称为空集, 记做Φ。 * 子集 集合中的一部分元素组成的集合,称 为集合的子集。
~ ~ ~ ~ ~ ~
~ ~
AA
~ ~
14
School of Information Engineering, Inner Mongolia University of Science and Technology
2.3 模糊集合
School of Information Engineering, Inner Mongolia University of Science and Technology
12
2.3 模糊集合
例2.3.3:设论域U={a, b, c, d, e}上有两个模糊集分别为:
A
~
0.5 0.3 0.4 0.2 0.1 a b c d e
0.2 0.8 0.1 0.7 0.4 a b c d e
B
~
求 A B
~ ~
A B
~ ~
A
~
A B
50 x
School of Information Engineering, Inner Mongolia University of Science and Technology
8
2.3 模糊集合
(2) 模糊集合的表示法:
1) Zadeh表示法
当论域上的元素为有限个时,定义在该论域上的模糊集可表示为:
5
2.2 普通集合
* 集合的直积
设X,Y为两集合,定义X,Y的直积为
X Y {( x, y) | x X , y Y }
具体算法是:在X,Y中各取一个元素组成序偶(x,y),所 有序偶组成的集合,就是X,Y的直积。
4) 集合的特征函数
设x为论域X中的元素, A为论域X中定义的一个集合,则x和A的关系可以 用集合A的特征函数来表示。它的值域是{0,1},它表示元素x是否属于 集合A。如果x属于集合A,那么的值为1;如果xool of Information Engineering, Inner Mongolia University of Science and Technology
4
2.2 普通集合
3)集合的运算
* 集合交 设X,Y为两个集合,由既属于X又属于Y的元素组成的 集合P称为X,Y的交集,记作 P=X∩Y
X P Y
* 集合并
设X,Y为两个集合,由属于X或者属于Y的元素组成的 集合Q称为X,Y的并集,记作 Q=X∪Y
X Q
Y
* 集合补
在论域Y上有集合X,则X的补集为
Y X
X
X {x | x X }
School of Information Engineering, Inner Mongolia University of Science and Technology
~
A
~
A
例2.3.1 论域为15到35岁之间的人,模糊集 的隶属函数可定义为
表示“年轻人”,则模糊集
1 15 x 25 1 25 x 35 2 A ( x) x 25 ~ 1 5
则年龄为30岁的人属于“年轻人”的程度为:
13
2.3 模糊集合
(4)模糊运算的性质:

交换率 结合率 分配率
~
A B B A,A B B A
~ ~ ~ ~ ~ ~ ~ ~
A ( B C ) ( A B) C,A ( B C ) ( A B) C
~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~
A ( B C ) ( A B) ( A C )
A (30) 0.5
~
School of Information Engineering, Inner Mongolia University of Science and Technology
7
例,令X = R 为人类年龄的论域,模糊集合 B = “年 龄在50岁左右”则表示为: 1 B { x, B ( x ) | x X } 1 式中: B ( x ) x 50 4 1 ( ) 10
School of Information Engineering, Inner Mongolia University of Science and Technology
10
2.3 模糊集合
3)隶属函数描述法 论域U上的模糊子集可以完全由其隶属函数表示。
假设年龄的论域为U=[15,35],则模糊集“年轻”可用隶属函数表征为:
~ ~ ~ ~ ~ ~ ~
A ( B C ) ( A B) ( A C )
~ ~ ~ ~ ~ ~ ~

传递率 幂等率 摩根率 复原率
B C ,则 A C A B,
~ ~
~
~
~
~
A A A ,A A A
~ ~
~ ~
~
~
A B A B , A B A B
~ ~
0.5 0.2 0.3 0.8 0.4 0.1 0.2 0.7 0.1 0.4 0.2 0.3 0.1 0.2 0.1 a b c d e a b c d e
0.5 0.2 0.3 0.8 0.4 0.1 0.2 0.7 0.1 0.4 0.5 0.8 0.4 0.7 0.4 a b c d e a b c d e
A B
~ ~
A
~
1 0.5 1 0.3 1 0.4 1 0.2 1 0.1 0.5 0.7 0.6 0.8 0.9 a b c d e a b c d e
School of Information Engineering, Inner Mongolia University of Science and Technology
A (x1 , A ( x1 )),(x2 , A ( x2 )), ,(xn , A ( xn )) ~ ~ ~ ~
A ( A ( x1 ), A ( x2 ), , A ( xn ) )
~
~ ~ ~
或简化为:
对于上例的模糊集“高个子”可以用序偶法表示为 高个子 (172 ,0.8), (165 ,0.78), (175 ,0.85), (180 ,0.9), (178 ,0.88) 或 高个子 0.8,0.78,0.85,0.9,0.88
A
~
A ( x1 )
~
x1

A ( x2 )
~
x2

A ( xn )
~
xn
注意:式中的“+”和“/”,仅仅是分隔符号,并不代表“加”和“除”。 例2.3.2 假设论域为5个人的身高,分别为172cm、165cm、175cm、180cm、 178cm,他们的身高对于“高个子”的模糊概念的隶属度分别为0.8、0.78、 0.85、0.90、0.88。则模糊集“高个子”可以表示为 高个子
~ ~ ~
D A B
~ ~ ~
D ( x) A ( x) B ( x)
~ ~ ~
A
~
A ( x) 1 A ( x)
~ ~
( x) 成立,则称 A 和 B相等,记作 A B 若 x U ,总有 A ( x) B 。 ~ ~ ~ ~
~ ~
包含
11
2.3 模糊集合
(3) 模糊集合的运算
模糊集合与普通集合一样也有交、并、补的运算。
( x) 和 B为论域U上的两个模糊集,它们的隶属函数分别为 A ( x) 和 B 假设 A ~ ~ ~ ~
模糊集交 模糊集并 模糊集补 相等
C A B
~ ~ ~
C ( x) A ( x) B ( x)
( x) B ( x) 成立,则称 A 包含 B ,记作 A B 若 x U ,总有 A 。 ~ ~ ~ ~ ~ ~
School of Information Engineering, Inner Mongolia University of Science and Technology
0.8 0.78 0.85 0.9 0.88 172 165 175 180 178
School of Information Engineering, Inner Mongolia University of Science and Technology
9
2.3 模糊集合
2)序偶表示法 当论域上的元素为有限个时,定义在该论域上的模糊集还可用序偶的形式表 示为:
1 1 年轻 ( x) 2 x 25 1 5
年轻 ( x)
15 x 25 25 x 35
该隶属函数的形状如图
1
0
15
25
35
x
School of Information Engineering, Inner Mongolia University of Science and Technology
相关文档
最新文档