2=第2章模糊控制的数学基础
- 格式:ppt
- 大小:737.52 KB
- 文档页数:55
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。
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 R μ,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。
举例eg 1 y=sinx, x ∈(-∞,+∞),y ∈[-1,+1],由于[-1,+1]是y 轴的一个子集,故这个映射是x 到y 内的映射,是属于“非全射”。
eg 2 y=x 2, x ∈(-∞,+∞), y ∈(0,+∞)。
这是由x 到y 内的映射,也属于“非全射”。
eg 3 y=x 3, x ∈(-∞,+∞), y ∈(-∞,+∞)。
这个映射是由x 射到y 轴上的映射,属于“全射”。
并且也是“单射”,同时也是“一一映射”。
Ch 3 Fuzzy 控制理论的预备知识§3-1 Fuzzy 关系与Fuzzy 关系图一 Fuzzy 关系~R 第二章讲过,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Fuzzy 集合中来,可定义如下:所谓A 和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Fuzzy 子集,其序偶(a ,b)的隶属度为 ~R μ (a ,b),可见~R 是二元Fuzzy 关系。
3-1Nose :当A=B 时,我们称之为“A 面上的Fuzzy 关系”R 。
eg . 要求列出集合A=﹛1,5,7,9,20﹜“序偶”上的“前元比后元大得多”的关系~R 。
解:直积空间R =A ×A 中有25个“序偶”,其中R 1=﹛(20,1),(20,9),(20,7),(20,5),(9,7),(9,5),(9,1),(7,5),(7,1),(5,1)﹜ 是满足“前元比后元大”的子集。
~0.50.70.810.10.30.950.10.90.85(5,1)(7,1)(9,1)(20,1)(7,5)(9,5)(20,5)(9,7)(20,7)(20,9)R =+++++++++ 上式中分子的值即是按人的判断结果给出的相应满足“前元比后元大得多”的程度,还有一种求法是利用适当的隶属函数来确定。
⎩⎨⎧∉∈=Ax 0,A x ,1)(x Aμ=)(x A λχλ≥)(x A λ<)(x A 第二章 模糊控制的数学基础模糊数学并不是让数学变成模模糊糊的东西,而是用数学工具对模糊现象进行描述和分析。
模糊数学是对经典数学的扩展,它在经典集合理论的基础上引入了“隶属函数”的概念,来描述事物对模糊概念的从属程度。
2.1集合与关系集合的概念具有特定属性的对象的全体,称为集合。
例如: “湖南大学的学生”可以作为一个集合。
集合通常用大写字母A ,B ,……,Z 来表示。
集合的特征函数表示方法集合的表示方法在初等数学中,已经给出。
例如:列举法、表征法、描述法、文氏图法等,现给出另一种表示方法:特征函数法。
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x 不属于集合A ,那么的值为0。
即 2.2模糊集合与普通集合的联系当我们处理实际问题的某个时刻,要对模糊概念有个明确的认识与判决时,要判断某个元素对模糊集的明确归属,这就要求模糊集与普通集合可以依某种法则相互转换。
模糊集合的截集,分解定理描述了模糊集合和普通集合之间的关系。
2.2.1水平截集的定义给定一个模糊集合A ,由对于A 的隶属度大于某一水平值λ的元素组成的集合,叫做该模糊集合的λ水平截集,那么模糊集合A 就变成了普通集合λA 。
设)(X F A ∈,任取∈λ[0,1],记}A(x):X {x A λλ≥∈=,称λA 为A 的λ 截集,其中λ称为阈值或置信水平。
当λ1≠时,}A(x):X {x A λλ≥∈=+,称+λA为A 的λ的强截集。
而λA 是X 对于A 的隶属度大于λ的元素集合。
λA 的特征函数为:1nn A A A x x x x x x A )()()(2211μμμ+++=2.2.2分解定理分解定理说明,任何一个模糊集可由一类普通集合套来表示设A 是普通集合,∈λ[0,1],做数量积运算,得到一个特殊的模糊集A λ,其隶属度函数为)(x A λμ=分解定理:设A 为论域X 上的模糊集合,λA 是A 的截集,则有λλλA A ]1,0[∈=2.3模糊集合2.3.1模糊集合的概念定义:设X 是论域,X 上的一个实值函数用A μ来表示,即]1,0[:→X A μ。