【理论基础】模糊系统概述

1 模糊数学基础

1.1 模糊集合

        论域U上的模糊集合由隶属度函数来表征，其中的取值范围为[0,1]。经典集合也有隶属函数的概念，但是经典集合的隶属度函数只取两个值，即0或1。一个元素对于经典集合而言只有属于和不属于两种关系。

        经典集合的这个特点，让他在处理诸如区分美国汽车这样的问题上遇到麻烦。因为对于美国汽车的定义标准不同，判定美国汽车的结果就不同。例如：我们可以说有美国牌照的汽车叫美国汽车，也可以说在美国生产的汽车叫美国汽车。模糊集合很好的解决了这一类问题。我们可以为这一类问题设置一个隶属度函数，通过属于模糊集合的隶属度来进行判定，如：这辆车有0.2的概率属于美国汽车，因为他有美国牌照。

1.2 模糊集合的运算

        通俗地将，模糊集合的交运算：取隶属度较小的函数保留；模糊集合的并运算：取隶属度较大的函数保留；模糊集合的补运算：用，其中，是模糊集合当前的隶属度值。 

        模糊交中涉及一个t-范数的概念，t-范数是满足进行模糊交运算的隶属度函数的统称。t-范数需要满足一下四个条件：有界性、交换性、非减性和结合性。其中，交换性理解为；结合性理解为。同样地，模糊并中涉及s-范数的概念，和t-范数的定义类似。

        除去t-范数和s-范数所覆盖的区间，[min(a,b),max(a,b)]之间的区间还没有被覆盖。因此，我们定义平均算子，用以覆盖[min(a,b),max(a,b)]之间的区间。

1.3 模糊关系

        说明模糊关系之前，需要先介绍一下笛卡尔积。笛卡尔积是经典集合中的概念。任意n个非模糊集的笛卡尔积是所有n对有序对(注意是有序对)的非模糊集合。记作。举个例子：

                exp1. U={1,2};V={3,4},则UxV等于？

                sln: UxV={(1,3),(1,4),(2,3),(2,4)}

        而我们所讲的模糊关系是笛卡尔积的一个子集。记作Q(U,V)。

        模糊关系中涉及投影和柱状扩展的概念。投影的概念与经典集合相同。以二维坐标系来说，向X或Y轴进行投影以后，柱状扩展就是在投影结果的基础上，与进行笛卡尔积。

1.4 模糊关系的合成

        合成是的一个子集。通俗的理解就是对笛卡尔积的t-范数取最大值，注意是取最大值，不是并。记作 P。Q

1.5 扩展原理

        扩展原理是对于不是一对一映射的函数来讲的。即函数存在的情况。我们取两个隶属度值较大的一个记为。定义B的隶属度函数为：。其中，表示的逆函数。

2 模糊系统

2.1 模糊系统的组成

        模糊系统由四部分组成：模糊规则库、模糊推理机、模糊器和解模糊器。

2.1.1 模糊规则库

        模糊规则库是由模糊IF-THEN规则集合组成的。它是模糊系统的核心。其中，模糊IF-THEN规则可以表述为IF<模糊命题>，THEN<模糊命题>。

2.1.2 模糊推理机

        有两种推理方法：组合推理和独立推理。有五种特定的模糊推理机：乘积推理机，Lukasiewicz推理机，Zadeh推理机和Dienes-Rescher推理机。具体选择那种推理机遵循以下准则：1、直观力：直观的选择才有意义；2、计算效率高；3、特性：每种推理机都各有其特性，选择对问题有价值的特性的推理机。

2.1.3 模糊器

        模糊器(Fuzzifiers)可定义为由一实值点向U上的模糊集A'的映射。有三种模糊器可供选择：单值模糊器、高斯模糊器和三角形模糊器。

2.1.4 解模糊器

        解模糊器(Defuzzifier)可定义为由上模糊集B'(模糊推理机的输出)向清晰点的一种映射。有三类解模糊器：重心解模糊器、中心平均解模糊器和最大值解模糊器。三种解模糊器中，主要使用的是中心平均解模糊器和最大值解模糊器。中心平均解模糊器是最好的解模糊器。

结语

        本文的理论介绍还只是皮毛，更加详细地介绍，需要读者自己阅读《模糊系统与模糊控制-王立新》书。

        最后，做个预告。在之后的博客更新中，我将继续介绍模糊系统和模糊控制相关的知识，致力于解决以下三个问题：1、模糊控制究竟解决了控制的什么问题；2、为什么要提出这种控制方法；3、他的控制方法应用是不是有什么限制条件。并且我计划结合具体的代码来自己复现一个模糊控制系统。感兴趣的话，就关注一波吧。^v^