模糊控制学习

1. 模糊集合、隶属度

比如论域为年龄[0,100]，模糊集合有儿童，青年，老年。
一个今年25岁，另一个今年30 岁
25岁正当青年，其隶属度应该取1;
而30岁虽属青年，但略显偏大，其隶属度可以取0.69，或取成0.8。

模糊集合的表示方法：序对法、扎德发、向量法

2. 隶属函数

目模糊集合A表示“接近于4的数”，则A的隶属函数可能是:

也可以是

常用的隶属度函数

3. 模糊集合运算

4. 模糊条件
（1）若A，则U；
（2）若A则U1，否则U2；
（3）若A且B，则U；

5. 反模糊化
   把模糊集合转化成单个数值，即选定一个清晰数值去代表某个表述模糊事物或概念的模糊集合
   
   
   
   

4. T-S型模糊控制器设计

T-S型模糊推理输出的是清晰值，或者是输入量的函数，不需要经过清晰化过程就可以直接用于推动控制机构，更方便于对它进行数学分析。

5. Mamdani型模糊控制器的设计

模糊自动洗衣机的设计








简单总结：
（1）确定输入与输出
（2）模糊化，确定输入输出模糊集和隶属度函数
（3）建立模糊规则
（4）反模糊化

来看一个实例，控制进水阀S1和出水阀S2，使水箱水位保持在目标水位O处。（参考）

按照日常操作经验，有以下规则：
1、 若当前水位高于目标水位，则向外排水，差值越大，排水越快；
2、 若当前水位低于目标水位，则向内注水，差值越大，注水越快；
3、 若当前水位和目标水位相差很小，则保持排水速度和注水速度相等。
下面来设计一个模糊控制器
以水位的模糊控制为例，如图4-4所示。设有一个水箱，通过调节阀可向内注水和向外抽水。设计一个模糊控制器，通过调节阀门将水位稳定在固定点附近。按照日常的操作经验，可以得到基本的控制规则：
“若水位高于O点，则向外排水，差值越大，排水越快”；
“若水位低于O点，则向内注水，差值越大，注水越快”。
根据上述经验，按下列步骤设计模糊控制器：

1）确定输入输出
定义理想液位O点的水位为h0，实际测得的水位高度为h，选择液位差：

将当前水位对于O点的偏差e作为观测量。
将控制量u为调节阀门开度的变化。
输入：e; 输出：u

2）确定输入输出模糊集和隶属度函数
将偏差e分为五个模糊集：负大（NB），负小（NS），零（O），正小（PS），正大（PB）。根据偏差e的变化范围分为七个等级：-3，-2，-1，0，+1，+2，+3。得到水位变化模糊表4-1。

控制量u为调节阀门开度的变化。将其分为五个模糊集：负大（NB），负小（NS），零（ZO），正小（PS），正大（PB）。并将u的变化范围分为九个等级：-4，-3，-2，-1，0，+1，+2，+3，+4。得到控制量模糊划分表4-2。

3）建立模糊规则
根据日常的经验，设计以下模糊规则：
（1）“若e负大，则u负大”
（2）“若e负小，则u负小”
（3）“若e为0，则u为0”
（4）“若e正小，则u正小”
（5）“若e正大，则u正大”
其中，排水时，u为负，注水时，u为正。
上述规则采用“IF A THEN B”形式来描述：
（1） if e=NB then u=NB
（2） if e=NS then u=NS
（3） if e=0 then u=0
（4） if e=PS then u=PS
（5） if e=PB then u=PB
根据上述经验规则，可得模糊控制表4-3。

4）计算控制量
模糊控制规则是一个多条语句，它可以表示为U×V上的模糊子集，即模糊关系R：

其中规则内的模糊集运算取交集，规则间的模糊集运算取并集。

模糊控制器的输出为误差向量和模糊关系的合成公式：(不是简单的矩阵相乘，而是输入与输出先取交集，再选出最大的值作为最后输出，比如和第一列，相交为 [1,0.5,0,0,0,0,0]，取最大值为1，即第一个元素为1)

当误差e为NB时，e=[1,0.5,0,0,0,0,0]控制器输出为:

5）控制量的反模糊化
由模糊决策可知，当误差为负大时，实际液位远高于理想液位，e=NB，控制器的输出为一模糊向量，可表示为：

如果按照“隶属度最大原则”进行反模糊化，则选择控制量为 u=-4，即阀门的开度应关大一些，减少进水量。

6.调节PID控制器三个参数的模糊规则

7.用GUI设计Mamdani型模糊系统举例

衣服上的污泥和油脂决定洗涤时间

1.选择模糊控制器的结构及模糊逻辑算法

2.定义覆盖输入、输出变量的模糊子集





3.编辑模糊控制规则


4.观测模糊推理过程

8.用GUI设计Sugeno型模糊系统举例

1.选择模糊控制器的结构及模糊逻辑算法

2.定义输入、输出变量的模糊子集