一种重要的智能控制方式——模糊控制

#一种重要的智能控制方式——模糊控制

##一、模糊控制的引入

###什么是模糊控制

###模糊数学基本概念的引入

###模糊关系和模糊推理

##二、模糊控制的一个实例分析

前言

自从1965年Zadeh创建模糊集合论以来，模糊数学正以前所未有的速度迅速成长，形成了一系列的基础理论，如模糊集合、模糊关系、模糊变换、模糊图论、模糊语言、模糊逻辑等。由于人们的高级智能（如学习、识别、分类、推理、判断、控制等）都具有一些显著的特点，即模糊性。同样，由于模糊数学而发展起来的模糊控制也受到了自动控制界的广泛重视，已成为智能控制的一个重要分支之一。

一、模糊控制的引入

#什么是模糊控制？

我们已经知道了经典控制理论和现代控制理论分别用传递函数和状态空间方程来描述控制，二者都是具体的控制。模糊控制发生在一些特殊的我们无法定量的去描述的过程，这时候就需要用一些模糊的语言去描述控制的方向。也即模糊控制是一种基于语言的控制。

基于模糊控制的概念，我们来了解一下模糊控制的过程。

简单来讲，模糊控制的流程就是由精确值对应到一个模糊值，将该模糊值进行模糊控制器运算生成一个新的模糊值，最后再将该模糊值经精用析化返回生成精确值。

#模糊数学基础概念的引入

为了更好的描述模糊控制过程，我们进行一些模糊数学基础知识的引入。
首先我们了解一个新概念——论域。论域——被讨论的对象的全体称作论域。论域常用大写字母U、X、Y、Z等来表示。我们后面学习的概率论中的集合即是在论域的基础上又划分出去的概念。集合——给定一个论域，论域中具有某种相同属性的元素的全体称为集合。

由集合的概念我们可以引申出一个新概念——模糊集合。模糊集合是一个没有明确边界的集合，常用大写字母下加波浪线的形式来表示，而元素属于模糊集合的程度用隶属度或模糊度来表示。

隶属度即论域元素属于模糊集合的程度。用$${\mu }_A(x_i)$$来表示。隶属度的值为[0，1]闭区间上的一个数，其值越大，表示该元素属于模糊集合的程度越高，反之则越低。
计算隶属度的函数称为隶属函数。用$${\mu }_A$$