PI模糊算法PLCk控制燃烧器系统

模糊推理是采用模糊逻辑由给定的输入到输出的映射过程。模糊推理包括五个方面： 1）输入变量模糊化，即把确定的输入转化为由隶属度描述的模糊集。2）在模糊规则的前件中引用模糊算子（与、或、非）。3）根据模糊蕴含运算由前提推断结论。4）合成每一个规则的结论部分，得出总的结论。5）反模糊化，即把输出的模糊量转化为确定的输出。  输入变量模糊化，输入变量是输入变量论域内的某一个确定的树，输入变量经模糊化后，变换为由隶属度表示的0和1之间的某个数。模糊化常由隶属度函数或查表求得。  应用模糊算子，输入变量模糊后，我们就知道每个规则前件中的每个命题被满足的程度。如果给定规则的前件中不止一个命题，则需用模糊算子获得该规则前件被满足的程度。模糊算子的输入是两个或多个输入变量经模糊化后得到的隶属度值，其输出是整个前件的隶属度，模糊逻辑算子可取T算子和协T算子中的任意一个，常用的与算子有min（模糊交）和prod（代数积）,常用的或算子有max（模糊并）和probor(概率或)。Probor定义为模糊推理是采用模糊逻辑由给定的输入到输出的映射过程。模糊推理包括五个方面：

 

1

）输入变量模糊化，即把确定的输入转化为由隶属度描述的模糊集。

2

）在模糊规则的

前件中引用模糊算子（与、或、非）

。

3

）根据模糊蕴含运算由前提推断结论。

4

）合成每一

个规则的结论部分，得出总的结论。

5

）反模糊化，即把输出的模糊量转化为确定的输出。

 

输入变量模糊化，

输入变量是输入变量论域内的某一个确定的树，

输入变量经模糊化后，

变换为由隶属度表示的

0

和

1

之间的某个数。模糊化常由隶属度函数或查表求得。

 

应用模糊算子，

输入变量模糊后，

我们就知道每个规则前件中的每个命题被满足的程度。

如果给定规则的前件中不止一个命题，

则需用模糊算子获得该规则前件被满足的程度。

模糊

算子的输入是两个或多个输入变量经模糊化后得到的隶属度值，其输出是整个前件的隶属

度，模糊逻辑算子可取

T

算子和协

T

算子中的任意一个，常用的与算子有

min

（模糊交）和

prod

（代数积）

,

常用的或算子有

max

（模糊并）和

probor(

概率或

)

。

Probor

定义为

模糊推理是采用模糊逻辑由给定的输入到输出的映射过程。模糊推理包括五个方面：

 

1

）输入变量模糊化，即把确定的输入转化为由隶属度描述的模糊集。

2

）在模糊规则的

前件中引用模糊算子（与、或、非）

。

3

）根据模糊蕴含运算由前提推断结论。

4

）合成每一

个规则的结论部分，得出总的结论。

5

）反模糊化，即把输出的模糊量转化为确定的输出。

 

输入变量模糊化，

输入变量是输入变量论域内的某一个确定的树，

输入变量经模糊化后，

变换为由隶属度表示的

0

和

1

之间的某个数。模糊化常由隶属度函数或查表求得。

 

应用模糊算子，

输入变量模糊后，

我们就知道每个规则前件中的每个命题被满足的程度。

如果给定规则的前件中不止一个命题，

则需用模糊算子获得该规则前件被满足的程度。

模糊

算子的输入是两个或多个输入变量经模糊化后得到的隶属度值，其输出是整个前件的隶属

度，模糊逻辑算子可取

T

算子和协

T

算子中的任意一个，常用的与算子有

min

（模糊交）和

prod

（代数积）

,

常用的或算子有

max

（模糊并）和

probor(

概率或

)

。

Probor

定义为