版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、<p><b> 第2章 模糊控制</b></p><p> 2.1 模糊理論概述</p><p> 2.1.1 模糊理論的創(chuàng)立</p><p> 模糊理論是美國(guó)帕克萊加州大學(xué)電器系L. A. Zadeh教授在1965年創(chuàng)立的模糊集合理論的數(shù)學(xué)基礎(chǔ)上發(fā)展起來(lái)的,主要包括模糊集合理論、模糊邏輯、模糊推理和模糊控制等方面的內(nèi)容。
2、</p><p> 模糊邏輯是一種連續(xù)邏輯,由一個(gè)可以確定隸屬度的句子來(lái)表示一個(gè)模糊命題,可以用來(lái)描述客觀世界中普遍存在的模糊現(xiàn)象。</p><p> 模糊控制是以模糊集合論作為它的數(shù)學(xué)基礎(chǔ),模糊控制系統(tǒng)應(yīng)用于諸如在測(cè)量數(shù)據(jù)不確切,要處理的數(shù)據(jù)量過(guò)大以致無(wú)法判斷它們的兼容性,一些復(fù)雜可變的被控對(duì)象等場(chǎng)合是非常適合的。</p><p> 由于模糊理論受到了世人前
3、所未有的關(guān)注,MathWorks公司聘請(qǐng)澳大利亞Queensland大學(xué)的A. Lot教授開(kāi)發(fā)了基于MATLAB環(huán)境下的“模糊推理系統(tǒng)工具箱”(Fuzzy Inference System Toolbox for MATLAB)。該工具箱集成度高,內(nèi)容豐富,基本包括了模糊集合理論的各個(gè)方面,其功能強(qiáng)大和方便使用的特點(diǎn)得到了用戶的廣泛歡迎。因?yàn)樗诟鱾€(gè)方面都能給人留下深刻的印象,從而使模糊邏輯成為智能系統(tǒng)的概念與設(shè)計(jì)的有效工具。</
4、p><p> 對(duì)待模糊理論,學(xué)術(shù)界一直有兩種不同的觀點(diǎn),其中持否定觀點(diǎn)的大有人在,客觀地說(shuō),有如下兩個(gè)主要方面的原因:其一是推崇模糊理論的學(xué)者在強(qiáng)調(diào)其不依賴于精確的數(shù)學(xué)模型時(shí)過(guò)分夸大其功能,而正確的觀點(diǎn)似乎應(yīng)該是模糊理論不依賴于被控對(duì)象的精確數(shù)學(xué)模型,當(dāng)然它也不應(yīng)該拒絕有效的數(shù)學(xué)模型。模糊控制理論在特定條件下可以達(dá)到經(jīng)典控制理論難以達(dá)到的“滿意控制”,而不是最優(yōu)控制;其二是模糊理論的確還有許多不完善之處,比如模糊規(guī)
5、則的獲取和確定,隸屬函數(shù)的選擇以及穩(wěn)定性問(wèn)題至今未得到完善的解決。盡管如此,大量的工程系統(tǒng)已經(jīng)應(yīng)用上了模糊控制理論,特別是日本,尤為重視模糊理論的工程應(yīng)用。從發(fā)展來(lái)看模糊控制已經(jīng)成為智能控制的一個(gè)重要分支。</p><p> 2.1.2 模糊理論的發(fā)展和現(xiàn)狀</p><p> 以日本、中國(guó)、歐美為代表的各國(guó)科技人員正就以下各個(gè)方面開(kāi)展深入研究。</p><p>
6、 ?。?) 模糊理論基礎(chǔ)研究</p><p> 為了開(kāi)拓更新更廣的應(yīng)用,完善模糊理論的理論體系,必須加強(qiáng)以基本概念為核心的模糊理論和模糊方法論的研究,其重點(diǎn)在于應(yīng)用模糊理論對(duì)人的思維過(guò)程和創(chuàng)造力進(jìn)行理論研究。同時(shí)也要對(duì)已有基礎(chǔ)理論中的基本概念,比如模糊概念、模糊推理的概念等進(jìn)行推敲;對(duì)模糊推理中的多質(zhì)理論、統(tǒng)一性理論、推理算法、多變量分析、模糊量化理論等進(jìn)行研究;對(duì)模糊方法論中的模糊集合論、模糊方程、模糊統(tǒng)計(jì)和
7、模糊數(shù)學(xué),對(duì)思維功能與模糊系統(tǒng)的關(guān)系,模糊系統(tǒng)的評(píng)價(jià)方法、模糊系統(tǒng)與其他系統(tǒng),特別是神經(jīng)網(wǎng)絡(luò)等相結(jié)合的理論問(wèn)題進(jìn)行研究。</p><p> ?。?) 模糊計(jì)算機(jī)方面的研究</p><p> 其目標(biāo)是實(shí)現(xiàn)具有模糊關(guān)系特征的高速推理計(jì)算機(jī),并希望在系統(tǒng)小型化、微型化的同時(shí),開(kāi)發(fā)出可以大大提高效率的模糊計(jì)算機(jī)。這方面的研究包括模糊計(jì)算機(jī)機(jī)構(gòu)、模糊邏輯器件、模糊邏輯存儲(chǔ)器、模糊編程語(yǔ)言以及模糊計(jì)
8、算機(jī)操作系統(tǒng)軟件等。</p><p> ?。?) 機(jī)器智能化研究</p><p> 目的是實(shí)現(xiàn)對(duì)模糊信息的理解,對(duì)具有漸不變特征模糊系統(tǒng)的控制以及對(duì)模式識(shí)別和決策智能化的研究。主要包括智能控制、傳感器、信息意義理解、評(píng)價(jià)系統(tǒng),具有柔性思維和動(dòng)作性能的機(jī)器人、能有語(yǔ)言理解能力的智能通訊、具有實(shí)時(shí)理解能力的圖像識(shí)別等。</p><p> (4) 人機(jī)工程的研究<
9、;/p><p> 其目標(biāo)是實(shí)現(xiàn)能高速模糊檢索并能對(duì)未能預(yù)測(cè)的輸入條件作適當(dāng)判斷的專家系統(tǒng),以及對(duì)人與人之間的界面如何能盡量接近人機(jī)之間的界面,如何才能滿足新系統(tǒng)要求的研究。這方面主要包括模糊數(shù)據(jù)庫(kù)、模糊專家系統(tǒng)、智能接口和對(duì)人的自然語(yǔ)言的研究。</p><p> ?。?) 人類系統(tǒng)和社會(huì)系統(tǒng)的研究</p><p> 目的在于利用模糊理論解決充滿不確定性的人的復(fù)雜行為
10、、心理分析、社會(huì)經(jīng)濟(jì)的變化趨勢(shì),各種社會(huì)現(xiàn)象的模型、預(yù)測(cè)以及決策支持等。這方面包括對(duì)各種危機(jī)的預(yù)測(cè)和完全評(píng)價(jià)、對(duì)失誤系統(tǒng)的評(píng)價(jià)方法、建立不良結(jié)構(gòu)系統(tǒng)的模型、模糊理論在系統(tǒng)故障檢測(cè)與診斷中的應(yīng)用、人的行為與心理分析等。</p><p> ?。?) 自然系統(tǒng)的研究</p><p> 目的在于利用模糊理論來(lái)解決復(fù)雜自然現(xiàn)象的模型和解釋等。這方面還包括對(duì)各種物理化學(xué)現(xiàn)象的進(jìn)一步解釋,對(duì)自然環(huán)境大
11、氣圈、地球生物圈、水圈、地圈的研究。</p><p> 2.2 模糊控制的特點(diǎn)</p><p> 模糊邏輯控制簡(jiǎn)稱模糊控制,是以模糊集合論、模糊語(yǔ)言變量和模糊邏輯推理為基礎(chǔ)的一種計(jì)算機(jī)數(shù)字控制技術(shù)。模糊控制的基本思想是利用計(jì)算機(jī)來(lái)實(shí)現(xiàn)人的控制經(jīng)驗(yàn),而這些經(jīng)驗(yàn)多是用語(yǔ)言表達(dá)的具有相當(dāng)模糊性的控制規(guī)則。模糊控制器獲得巨大成功的主要原因在于它具有如下一些突出特點(diǎn):</p>&l
12、t;p> ?。?) 模糊控制是一種基于規(guī)則的控制。它直接采用語(yǔ)言型控制規(guī)則,出發(fā)點(diǎn)是現(xiàn)場(chǎng)操作人員的控制經(jīng)驗(yàn)或相關(guān)專家的知識(shí),在設(shè)計(jì)中不需要建立被控對(duì)象的精確數(shù)學(xué)模型,因而使得控制機(jī)理和策略易于接受與理解,設(shè)計(jì)簡(jiǎn)單,便于應(yīng)用。</p><p> ?。?) 由工業(yè)過(guò)程的定性認(rèn)識(shí)出發(fā),比較容易建立語(yǔ)言控制規(guī)則,因而模糊控制對(duì)那些數(shù)學(xué)模型難以獲取、動(dòng)態(tài)特性不易掌握或變化非常顯著的對(duì)象非常適用。</p>
13、<p> ?。?) 基于模型的控制算法及系統(tǒng)設(shè)計(jì)方法,由于出發(fā)點(diǎn)和性能指標(biāo)的不同,容易導(dǎo)致較大差異;但一個(gè)系統(tǒng)的語(yǔ)言控制規(guī)則卻具有相對(duì)的獨(dú)立性,利用這些控制規(guī)律間的模糊連接,容易找到折衷的選擇,使控制效果優(yōu)于常規(guī)控制器。</p><p> (4) 模糊控制算法是基于啟發(fā)性的知識(shí)及語(yǔ)言決策規(guī)則設(shè)計(jì)的,這有利于模擬人工控制的過(guò)程和方法,增強(qiáng)控制系統(tǒng)的適應(yīng)能力,使之具有一定的智能水平。</p>
14、<p> (5) 模糊控制系統(tǒng)的魯棒性強(qiáng),干擾和參數(shù)變化對(duì)控制效果的影響被大大減弱,尤其適合于非線性、時(shí)變及純滯后系統(tǒng)的控制。</p><p> 模糊控制系統(tǒng)是一種自動(dòng)控制系統(tǒng),它是以模糊數(shù)學(xué)、模糊語(yǔ)言形式的知識(shí)表示和模糊邏輯推理為理論基礎(chǔ),由計(jì)算機(jī)控制技術(shù)構(gòu)成的一種具有閉環(huán)結(jié)構(gòu)的數(shù)字控制系統(tǒng)。模糊控制系統(tǒng)的核心是智能化的模糊控制器,無(wú)疑,模糊邏輯控制系統(tǒng)是一種典型的智能控制系統(tǒng),在控制原理上它
15、應(yīng)用模糊集合論、模糊語(yǔ)言變量和模糊邏輯推理的知識(shí),模擬人的模糊的思維方法,對(duì)復(fù)雜過(guò)程進(jìn)行控制。其基本結(jié)構(gòu)如圖2-1所示:</p><p> 圖2-1 模糊邏輯控制器的基本結(jié)構(gòu)</p><p> 從圖中可以看出,模糊邏輯控制系統(tǒng)的主要部件是模糊化過(guò)程、知識(shí)庫(kù)(含數(shù)據(jù)庫(kù)和規(guī)則庫(kù))、模糊推理(推理決策)和精確化計(jì)算。很顯然,模糊控制系統(tǒng)在結(jié)構(gòu)上與傳統(tǒng)的控制系統(tǒng)沒(méi)有太大的差別,主要不同之處在于
16、控制器采用了模糊控制器。由于模糊控制器是采用數(shù)字計(jì)算機(jī)來(lái)實(shí)現(xiàn)的,所以它應(yīng)該具備下列三個(gè)重要功能:</p><p> ?。?) 把系統(tǒng)的偏差從數(shù)字量轉(zhuǎn)化為模糊量。</p><p> (2) 對(duì)模糊量給定的規(guī)則進(jìn)行模糊推理(規(guī)則庫(kù)、推理決策完成)。</p><p> ?。?) 把模糊輸出量轉(zhuǎn)化為實(shí)際系統(tǒng)能夠接受的精確數(shù)字量或模擬量(精確化接口)。</p>
17、<p> 2.3 輸入量的模糊化</p><p> 模糊化是把精確量轉(zhuǎn)化成模糊量的變換過(guò)程,在模糊化的過(guò)程中需要進(jìn)行量化、模糊劃分和模糊表達(dá)。量化的實(shí)質(zhì)是把連續(xù)輸入精確值的范圍離散化;模糊劃分是對(duì)論域范圍確定模糊量的個(gè)數(shù);模糊表達(dá)就是對(duì)模糊量的隸屬函數(shù)進(jìn)行定義,即最終確定模糊量的隸屬函數(shù)。</p><p> 目前尚未能證明什么形狀的隸屬函數(shù)對(duì)某一控制目標(biāo)是最優(yōu)的。因此,隸
18、屬函數(shù)大多數(shù)依賴經(jīng)驗(yàn)或考慮處理方便而選取。另外,對(duì)大多數(shù)控制系統(tǒng)的運(yùn)行表明,在劃分寬度相同時(shí),執(zhí)行過(guò)程對(duì)隸屬函數(shù)的形狀并不敏感?;谏鲜鲈颍`屬函數(shù)的選擇一般采取以下原則和方法:</p><p> ?。?) 表示隸屬函數(shù)的模糊集合必須是凸模糊集合;</p><p> ?。?) 變量所取隸屬度函數(shù)通常是對(duì)稱和平衡的;</p><p> ?。?) 隸屬函數(shù)要符合人們的
19、語(yǔ)言順序,避免不恰當(dāng)?shù)闹丿B;</p><p> ?。?) 論域中的每個(gè)點(diǎn)應(yīng)該至少屬于一個(gè)隸屬函數(shù)的區(qū)域,同時(shí)它一般應(yīng)該屬于至多不超過(guò)兩個(gè)隸屬函數(shù)的區(qū)域。</p><p> 根據(jù)以上原則,并且在實(shí)際中為了簡(jiǎn)化計(jì)算,通常選用對(duì)稱等腰三角形、鐘形或高斯形作為隸屬函數(shù)曲線,并對(duì)“最負(fù)”或“最正”的模糊量采用不對(duì)稱梯形。</p><p> 2.4 求模糊控制關(guān)系</
20、p><p> 模糊推理是一種以模糊判斷為前提,運(yùn)用模糊語(yǔ)言規(guī)則,推出一個(gè)新的近似的模糊判斷結(jié)論的方法。</p><p> 在模糊控制理論中,模糊推理有幾十種不同的機(jī)理。但是在模糊控制中較多應(yīng)用的只有四種,它們分別是Mamdani推理、Larsen推理、Tsukamoto推理、Takagi-Sugeno推理,一般選用Mamdani推理。下面闡述基于Mamdani推理的控制算法。</p&
21、gt;<p> Mamdani推理蘊(yùn)含關(guān)系A(chǔ)→B用A和B的直積表示,即有:</p><p> 即: (2-1)</p><p> 因此有下列推理過(guò)程:</p><p><b> 設(shè)有控制規(guī)則:</b></p><
22、p> r1: if x is A1 and y is B1 then z is C1</p><p> r2: if x is A2 and y is B2 then z is C2</p><p><b> …</b></p><p> rn: if x is An an
23、d y is Bn then z is Cn</p><p> 則對(duì)于模糊控制規(guī)則的前件來(lái)說(shuō)有推理強(qiáng)度:</p><p><b> … </b></p><p> 其中和 i=1, 2, …,n分別是Ai和Bi的隸屬度函數(shù)。對(duì)于第i條模糊控制規(guī)則,則有模糊控制量Ci′, 其隸屬度函數(shù)為: </p><p&
24、gt; i=1, 2, …,n (2-2)</p><p> 對(duì)于一個(gè)模糊邏輯控制器,最后的模糊控制量C是由所有的模糊控制規(guī)則共同作用的,其隸屬度函數(shù)為:</p><p><b> ?。?-3)</b></p><p> 其中“∨” 和“∧”分別為最大運(yùn)算符和最小運(yùn)算符,即對(duì)任意, 有:</p
25、><p> , (2-4)</p><p> 由于推理中采用了最大、最小運(yùn)算符,故Mamdani推理又稱Max-Min推理。</p><p> 2.5 求輸出控制量</p><p> 在模糊控制系統(tǒng)中,模糊控制器的輸入量是模糊量,輸出量也是模糊量。對(duì)于實(shí)際被控對(duì)象,它所需的控制信號(hào)是有一定物理
26、意義的精確值,為了使模糊控制器的輸出能對(duì)被控對(duì)象進(jìn)行控制,要把它輸出的模糊量轉(zhuǎn)換成精確量,這個(gè)過(guò)程稱反模糊化,反模糊化是一個(gè)把最后的組合模糊結(jié)論轉(zhuǎn)換為非模糊結(jié)論的過(guò)程。</p><p> 反模糊化接口的主要作用為:(1)進(jìn)行比例映射,將輸出變量值的范圍轉(zhuǎn)換為相應(yīng)的論域;(2)反模糊化,它產(chǎn)生一個(gè)精確量的決策輸出。</p><p> 常用的反模糊化方法有:最大隸屬度函數(shù)法、加權(quán)平均法、中
27、心平均法和重心法,其中中心平均法和重心法是目前應(yīng)用較多的反模糊化方法。下面對(duì)最大隸屬度函數(shù)法、中心平均法和重心法進(jìn)行闡述。</p><p> ?。?) 最大隸屬度函數(shù)法</p><p> 最大隸屬度函數(shù)法是取所有規(guī)則推理結(jié)果的模糊集合中隸屬度最大的那個(gè)元素作為輸出值。設(shè)模糊控制器的推理輸出是模糊量C ,則其隸屬度最大的元素u*就是反模糊化所對(duì)應(yīng)的精確值,即對(duì)于論域中的任意元素u, 恒有:
28、 </p><p><b> ?。?-5)</b></p><p> 其中U為控制量u的論域,u*為輸出控制量。</p><p><b> (2) 中心平均法</b></p><p> 中心平均法定義如下:</p><p><b> ?。?-6)</b&
29、gt;</p><p> 其中N是模糊規(guī)則數(shù),wi是第i條規(guī)則的權(quán)值,ci是輸出模糊集的中心,di是輸出模糊集的寬度,fi是第i條規(guī)則的模糊蘊(yùn)涵。</p><p><b> ?。?) 重心法</b></p><p> 重心法又稱面積中心法,是取隸屬度函數(shù)曲線與橫坐標(biāo)圍成面積的重心作為輸出值。對(duì)于具有m個(gè)輸出量化級(jí)的離散論域情況,反模糊化結(jié)果
30、為:</p><p><b> (2-7)</b></p><p> 2.6 模糊控制系統(tǒng)設(shè)計(jì)步驟</p><p> 由于利用人的直覺(jué)和經(jīng)驗(yàn)來(lái)設(shè)計(jì)控制系統(tǒng),不需要受控對(duì)象的數(shù)學(xué)解析模型,因此設(shè)計(jì)模糊控制器也沒(méi)有如經(jīng)典控制器那樣成熟而固定的設(shè)計(jì)過(guò)程和方法。但對(duì)于模糊控制器的設(shè)計(jì),可以參考以下設(shè)計(jì)步驟及設(shè)計(jì)原理:</p><
31、;p> (1) 定義輸入輸出變量</p><p> 首先要決定受控系統(tǒng)有哪些輸入的狀態(tài)必須被監(jiān)控和哪些輸出的控制作用是必須的。對(duì)于多輸入的情況,要考慮實(shí)現(xiàn)的復(fù)雜性。因此在選擇輸入輸出量時(shí)要分清主次輕重。</p><p> (2) 定義所有變量的模糊化條件</p><p> 根據(jù)受控的實(shí)際情況,決定輸入變量的測(cè)量范圍和輸出變量的控制作用范圍,以進(jìn)一步確定
32、每個(gè)變量的論域,然后再安排每個(gè)變量的語(yǔ)言值及其相對(duì)應(yīng)的隸屬度函數(shù)。</p><p> ?。?) 設(shè)計(jì)控制規(guī)則庫(kù)</p><p> 這是一個(gè)把專家知識(shí)和熟練操作工的經(jīng)驗(yàn)轉(zhuǎn)化為語(yǔ)言表達(dá)的模糊控制規(guī)則的過(guò)程。</p><p> ?。?) 設(shè)計(jì)模糊推理結(jié)構(gòu)</p><p> 這一部分可以設(shè)計(jì)成通用的計(jì)算機(jī)或單片機(jī)上用不同推理算法的軟件來(lái)實(shí)現(xiàn),也可
33、采用專門設(shè)計(jì)的模糊推理硬件集成電路芯片來(lái)實(shí)現(xiàn)。</p><p> (5) 選擇反模糊化策略的方法</p><p> 為了得到確切的控制值,就必須對(duì)推理輸出量進(jìn)行轉(zhuǎn)換,這個(gè)過(guò)程稱作反模糊計(jì)算,亦稱精確化計(jì)算。這實(shí)際上是要在一組輸出量中找到一個(gè)有代表性的值,或者說(shuō)對(duì)推薦的不同輸出量進(jìn)行仲裁判決。</p><p><b> 2.7 本章小結(jié)</b&g
34、t;</p><p> 模糊系統(tǒng)是由那些模糊現(xiàn)象引起的不確定性系統(tǒng),它的狀態(tài)或輸入、輸出具有模糊性。一般來(lái)說(shuō),模糊系統(tǒng)也是復(fù)雜過(guò)程的一種近似表達(dá)方式,該過(guò)程本身并不一定是模糊的。</p><p> 本章主要講述了模糊邏輯控制系統(tǒng)的組成部分,并分別從輸入量的模糊化、求模糊控制關(guān)系和求輸出控制量進(jìn)行分析。最后簡(jiǎn)單介紹了模糊控制系統(tǒng)的設(shè)計(jì)步驟。</p><p> 第
35、3章 基于MATLAB模糊邏輯工具箱的應(yīng)用</p><p><b> 3.1 引言</b></p><p> 用模糊邏輯工具箱建立系統(tǒng)有兩種方法,一是使用模糊邏輯工具箱的命令行方式,二是使用模糊邏輯工具箱提供的圖形用戶界面(GUI)。但一般情況下,使用圖形化方法建立一個(gè)系統(tǒng)更加容易,本章介紹用GUI建立系統(tǒng)的方法。</p><p> 在
36、模糊邏輯工具箱中有五個(gè)基本GUI工具用于建立、編輯和觀察模糊邏輯推理系統(tǒng),它們分別是模糊推理系統(tǒng)(FIS)編輯器、隸屬度函數(shù)編輯器、規(guī)則編輯器、規(guī)則觀察器和曲面觀察器。這些GUI工具之間是動(dòng)態(tài)鏈接的,使用它們中的任意一個(gè)對(duì)FIS的修改將會(huì)影響任何其它已打開(kāi)的GUI中的顯示結(jié)果。我們可以使用任意一個(gè)或所有的GUI打開(kāi)任何給定的系統(tǒng)。</p><p> FIS編輯器為系統(tǒng)處理高層屬性:有多少輸入和輸出變量?它們的名
37、字是什么?模糊邏輯工具箱不限制輸入的數(shù)量,但是輸入數(shù)量受到所用計(jì)算機(jī)可用內(nèi)存的限制。如果輸入數(shù)量太大或隸屬度函數(shù)的數(shù)量太大,那么很難使用其它GUI工具分析FIS。隸屬度函數(shù)編輯器用于定義對(duì)應(yīng)于每個(gè)變量的隸屬度函數(shù)的形狀。規(guī)則編輯器用于定義系統(tǒng)行為的一系列規(guī)則。</p><p> 規(guī)則觀察器和曲面觀察器是不同于編輯器的用于觀察FIS的工具。規(guī)則觀察器是一個(gè)基于MATLAB的用于顯示模糊推理方框圖的工具。可以用作一
38、個(gè)診斷工具,例如它可以:顯示哪一條規(guī)則正在使用,或者單獨(dú)的隸屬度函數(shù)的形狀是如何影響結(jié)果的。曲面觀察器用于顯示一個(gè)輸出與一個(gè)或兩個(gè)輸入之間的依賴情況,即它為系統(tǒng)生成和繪制輸出曲面映射。</p><p> 五個(gè)基本GUI可以相互作用并交換信息。它們中的任意一個(gè)可以對(duì)工作空間和磁盤進(jìn)行讀與寫,只讀型觀察器仍可以與工作空間和/或磁盤交換圖形。對(duì)于任意模糊邏輯推理系統(tǒng),可以打開(kāi)任意或所有這5個(gè)GUI。如果對(duì)一個(gè)系統(tǒng)打開(kāi)
39、一個(gè)以上的編輯器,各種GUI窗口可以知道其它GUI窗口的存在,并且如果需要的話將更新相關(guān)的窗口。例如,如果使用隸屬度編輯器改變了隸屬度函數(shù)的名字,這些改變將反映在規(guī)則編輯器中顯示的規(guī)則中。編輯器可以打開(kāi)任意數(shù)量的不同的FIS系統(tǒng)。FIS編輯器、隸屬度編輯器和規(guī)則編輯器都可以讀和修改FIS數(shù)據(jù),但是規(guī)則觀察器和曲面觀察器無(wú)法修改FIS數(shù)據(jù)。</p><p> 3.2 FIS編輯器</p><p
40、> 下面介紹如何使用GUI建立模糊邏輯系統(tǒng)。</p><p> 為了快速了解建立模糊推理的過(guò)程,在Command Window中鍵入:fuzzy tipper裝入已建立的系統(tǒng)。這將裝入與文件tipper.fis(擴(kuò)展名fis是隱含的)相關(guān)的FIS與FIS編輯器。</p><p> FIS顯示有關(guān)模糊推理系統(tǒng)的一般信息。如圖2-1所示:上半部用簡(jiǎn)單的方框圖列出了模糊推理系統(tǒng)的基本
41、組成部分:輸入模糊變量、模糊規(guī)則和輸出模糊變量。框圖左邊的方框下顯示了輸入變量的名字,而右邊的方框下則顯示了輸出變量的名字。注意:顯示在框圖中的隸屬度函數(shù)只是圖標(biāo)并不表示實(shí)際隸屬度函數(shù)的形狀。該圖中間的白色方框是用于顯示FIS名和FIS類型。方框圖下面是系統(tǒng)的名字和使用的推理類型。缺省時(shí)是Mamdani型推理,另一個(gè)推理是Sugeno型推理。注意help和close按鈕,它們分別調(diào)用在線幫助系統(tǒng)和關(guān)閉窗口。</p><
42、;p> 圖2-1 FIS編輯器窗口</p><p> 在MATLAB提示符下鍵入fuzzy啟動(dòng)系統(tǒng),打開(kāi)了一個(gè)標(biāo)記為input1的單輸入、標(biāo)記為output1的單輸出的一個(gè)沒(méi)有標(biāo)題的FIS編輯器,如上圖2-1所示。</p><p> 下面我們將構(gòu)造一個(gè)雙輸入、單輸出系統(tǒng),因此打開(kāi)Edit菜單選擇Add input, 出現(xiàn)標(biāo)記為input2的方框。設(shè)兩個(gè)輸入是service和fo
43、od, 一個(gè)輸出是tip. 我們需要將變量名改成這些名字,方法如下:</p><p> ?。?) 單擊左邊input1黃色框,在右邊空白編輯域中,將input1改成service.</p><p> ?。?) 單擊左邊input2黃色框,在右邊空白編輯域中,將input2改成food.</p><p> ?。?) 單擊右邊output1藍(lán)色框,在右邊空白編輯域中,將
44、output1改成tip.</p><p> 這樣就得到更新后的方框圖如圖2-2所示:</p><p> 圖2-2 更新后的FIS編輯器窗口</p><p> 為定義與每個(gè)變量相關(guān)的隸屬度函數(shù),可用下列3種方法之一打開(kāi)隸屬度函數(shù)編輯器,隸屬度函數(shù)編輯器窗口如圖2-3所示。</p><p> ?。?) 打開(kāi)Edit菜單并選擇Members
45、hip Functions;</p><p> ?。?) 雙擊輸出變量tip圖標(biāo);</p><p> ?。?) 在命令行鍵入mfedit.</p><p> 圖2-3 隸屬度函數(shù)編輯器窗口</p><p> 3.3 隸屬度函數(shù)編輯器</p><p> 如圖2-3所示,當(dāng)你打開(kāi)隸屬度函數(shù)編輯器,并和一個(gè)還沒(méi)有存在于
46、工作空間的模糊推理系統(tǒng)一起工作時(shí),將沒(méi)有任何隸屬度函數(shù)與你剛才用FIS編輯器定義的變量相關(guān)。隸屬度函數(shù)編輯器圖形區(qū)左上部是“變量模板”,可以通過(guò)雙擊對(duì)給定變量設(shè)置隸屬度函數(shù)。</p><p> 下面打開(kāi)Edit菜單選擇Add Mfs…將出現(xiàn)一個(gè)新窗口,你可以用它來(lái)選擇與所選變量相關(guān)的隸屬度函數(shù)類型和隸屬度函數(shù)數(shù)量。在窗口的左下角是控制區(qū),選擇它可以改變隸屬度函數(shù)的名字、類型和參數(shù)(形狀)。</p>
47、<p> 當(dāng)前變量的隸屬度函數(shù)顯示在主圖形中,有兩種方法可以操作這些隸屬度函數(shù)。首先你可以用鼠標(biāo)選擇一個(gè)與給定變量參數(shù)相關(guān)的特定隸屬度函數(shù),然后從一邊到另一邊拖動(dòng)隸屬度函數(shù),這將影響與給定變量隸屬度函數(shù)相關(guān)的參數(shù)的數(shù)學(xué)描述,也可以膨脹或收縮選定的隸屬度函數(shù)。方法是單擊隸屬度函數(shù)上的小方框拖動(dòng)點(diǎn),膨脹向外拖、收縮向內(nèi)拖,這將改變與隸屬度函數(shù)相關(guān)的參數(shù)。變量模板下面是有關(guān)當(dāng)前變量類型和名字的信息。此區(qū)域有一個(gè)文本框讓你改變當(dāng)前
48、變量的上、下限,并且另一個(gè)區(qū)域讓你改變當(dāng)前圖形的上、下限,這對(duì)系統(tǒng)沒(méi)有真正的影響。</p><p><b> 3.4 規(guī)則編輯器</b></p><p> 為調(diào)用規(guī)則編輯器,從Membership Function Editor窗口打開(kāi)Edit并選擇rules…或在命令行鍵入ruleedit, 打開(kāi)規(guī)則編輯器窗口,如圖2-4所示。</p><p
49、> 圖2-4 規(guī)則編輯器窗口</p><p> 使用圖形化規(guī)則編輯器窗口構(gòu)造規(guī)則是相當(dāng)簡(jiǎn)明的?;谟肍IS編輯器定義的輸入、輸出變量的描述,通過(guò)單擊并在每個(gè)輸入變量和輸出變量框中各選一項(xiàng),并選擇一個(gè)連接項(xiàng),規(guī)則編輯器允許你自動(dòng)的構(gòu)造出規(guī)則語(yǔ)句。選擇none作為一個(gè)變量的參數(shù)將從給定規(guī)則中除去該變量,選擇任一變量名下面的not將求反相關(guān)的參數(shù)。通過(guò)單擊相應(yīng)的按鈕可以改變、刪除或增加規(guī)則。</p>
50、;<p> 類似于FIS編輯器和隸屬度函數(shù)編輯器,規(guī)則編輯器也有某些類似的標(biāo)志,包括菜單棒和狀態(tài)行。從頂部的菜單棒的Options下拉式菜單可以使用Format彈出式菜單,該菜單通常用于設(shè)置顯示的格式。類似地也可以從Options下設(shè)置Language菜單。單擊Help按鈕將引出MATLAB幫助窗口。</p><p> 在定義了模糊推理系統(tǒng),包括變量、隸屬度函數(shù)和系統(tǒng)所需要的規(guī)則后,可以檢查前一
51、節(jié)給出的模糊推理方框圖并驗(yàn)證其行為是否是我們所期望的。這正是規(guī)則觀察器所要完成的工作,這是我們將要介紹的下一個(gè)GUI工具。</p><p><b> 3.5 規(guī)則觀察器</b></p><p> 從View下拉菜單選擇Rules打開(kāi)如圖2-5所示的規(guī)則觀察器窗口。</p><p> 圖2-5 規(guī)則觀察器窗口</p><
52、p> 規(guī)則觀察器顯示了全模糊推理過(guò)程的路徑圖。每條規(guī)則對(duì)應(yīng)一行小圖形,每一列對(duì)應(yīng)一個(gè)變量。如果你在規(guī)則號(hào)上單擊一下,該號(hào)變成高亮紅色,并且相應(yīng)的規(guī)則顯示在圖形窗口的底部。注意到若有一個(gè)小圖形是空的,則對(duì)應(yīng)的規(guī)則中該變量的特征值為none.</p><p> 規(guī)則觀察器也有一些像狀態(tài)行和菜單棒這樣的熟悉項(xiàng),可以參照前面說(shuō)明使用。右下部有一個(gè)文本域,你可以在其中輸入特定的值。對(duì)于雙輸入系統(tǒng),你需要輸入一個(gè)向
53、量,如[1 8], 然后單擊input. 對(duì)于每個(gè)輸入,你可以單擊上圖左邊3個(gè)圖標(biāo)的任何位置來(lái)改變這些輸入值,系統(tǒng)將進(jìn)行新的計(jì)算,并且你可以看到整個(gè)模糊推理系統(tǒng)的工作過(guò)程。反模糊化輸出值由通過(guò)合計(jì)模糊集的粗線表示。</p><p> 規(guī)則觀察器讓你一次就可完全了解整個(gè)模糊推理過(guò)程。規(guī)則觀察器也顯示了特定隸屬度函數(shù)的形狀是如何影響整個(gè)模糊推理結(jié)果的。由于它繪出了每條規(guī)則的每一部分,它不能廣泛應(yīng)用于特別大的系統(tǒng),但
54、是對(duì)于相對(duì)小型的輸入和輸出系統(tǒng),它工作得很好。一般可以有高達(dá)30條規(guī)則和6或7個(gè)變量。</p><p> 規(guī)則觀察器以非常詳細(xì)的方式在任一時(shí)刻顯示計(jì)算過(guò)程,在這一意義上它給出了模糊推理系統(tǒng)一種微觀視角。</p><p><b> 3.6 曲面觀察器</b></p><p> 為了看到系統(tǒng)的整個(gè)輸出曲面,要打開(kāi)曲面觀察器,這是5個(gè)GUI工具
55、的最后一個(gè),可以從View菜單選擇Surface…打開(kāi)如圖2-6所示的窗口。由于這是一個(gè)雙輸入、單輸出情況,我們可以看到整個(gè)映射。因?yàn)樗鼈兩傻氖荕ATLAB擅長(zhǎng)處理的三維圖。如果是三維以上的,那就碰到顯示麻煩了。曲面觀察器也配備了彈出式菜單,讓你選擇用于繪圖的任意兩個(gè)輸入和任意一個(gè)輸出。彈出式菜單正下方是兩個(gè)文本輸入域,讓你確定想在x軸和y軸包含多少網(wǎng)格線。這讓你為復(fù)雜的問(wèn)題保證合理的計(jì)算時(shí)間。按下Evaluate按鈕啟動(dòng)計(jì)算,在計(jì)算
56、完成后會(huì)立即繪制圖形??梢愿淖兿鄳?yīng)的文本域并單擊圖形來(lái)改變X軸和Y軸的網(wǎng)格,曲面觀察器會(huì)重新繪制圖形。</p><p> 圖2-6 曲面觀察器窗口</p><p> 曲面觀察器有特殊功能,這在雙(或多)輸入和單輸出情況非常有用:你可以實(shí)際抓住軸(用鼠標(biāo))并重定位它們以獲得數(shù)據(jù)的不同三維圖。曲面觀察器可以對(duì)輸入變量的任意兩個(gè)生成一個(gè)三維輸出曲面。</p><p>
57、 3.7 從GUI工具輸入和輸出</p><p> 當(dāng)保存一個(gè)模糊系統(tǒng)到磁盤中,你實(shí)際上是保存了一個(gè)帶.fis文件后綴并表示系統(tǒng)的ASCII文本FIS文件。當(dāng)保存模糊系統(tǒng)到MATLAB工作空間,就將創(chuàng)建一個(gè)變量(名字由你自己定),它作為一個(gè)FIS系統(tǒng)的MATLAB結(jié)構(gòu)起作用。FIS文件和FIS結(jié)構(gòu)表示相同的系統(tǒng)。注意:如果你不保存FIS到磁盤中,而僅僅保存到MATLAB工作空間,在新的MATLAB會(huì)話期間,就
58、不能恢復(fù)它以重復(fù)使用。</p><p> 3.8 五個(gè)基本GUI工具以及與模糊推理系統(tǒng)之間關(guān)系簡(jiǎn)易圖</p><p> 圖3-1 五個(gè)基本GUI工具以及與模糊推理系統(tǒng)之間的關(guān)系圖</p><p><b> 3.9 本章小結(jié)</b></p><p> 本章主要介紹了怎樣利用MATLAB模糊邏輯工具箱建立模糊系統(tǒng)。通
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于道路監(jiān)控視頻的交通擁堵判別方法研究.pdf
- 基于視頻處理的城市道路交通擁堵判別技術(shù)研究.pdf
- 城市道路交通擁堵判別、疏導(dǎo)與仿真.pdf
- 基于模糊綜合評(píng)判的城際道路擁堵?tīng)顟B(tài)識(shí)別方法研究.pdf
- 基于模糊理論的城市道路交通狀態(tài)判別研究.pdf
- 基于云模型的路網(wǎng)交通擁堵?tīng)顟B(tài)判別算法研究.pdf
- 基于邏輯回歸的砂土液化判別研究.pdf
- 基于AFS模糊邏輯的模糊認(rèn)知圖.pdf
- 基于模糊測(cè)度的模糊邏輯及其歸結(jié).pdf
- 基于AFS模糊邏輯的模糊關(guān)聯(lián)分類研究.pdf
- 基于集成模糊分類器的交通狀態(tài)判別算法
- 基于數(shù)據(jù)挖掘的駕駛行為與道路擁堵分析.pdf
- 基于多值方法的模糊邏輯研究.pdf
- 城市交通擁堵判別與疏導(dǎo)模型研究.pdf
- 城市交通擁堵?tīng)顟B(tài)自動(dòng)判別方法研究.pdf
- 基于收費(fèi)數(shù)據(jù)的高速公路交通擁堵判別與定位方法研究.pdf
- 基于彎沉盆參數(shù)的道路狀況快速判別研究
- 基于排放的北京市道路擁堵收費(fèi)策略研究.pdf
- 基于模糊邏輯的QoS路由算法研究.pdf
- 基于高頻信息的模糊人臉圖像判別方法研究.pdf
評(píng)論
0/150
提交評(píng)論