模糊系统

参考：
https://wenku.baidu.com/view/94f77a7384868762cbaed58f.html
https://wenku.baidu.com/view/22590c72cc17552706220818.html

1.常见的隶属度函数
经常使用的模糊隶属函数主要有三类，分别为三角函数、梯形函数和高斯函数。
在构造隶属函数的过程中，应该充分考虑主观因素和客观因素，使隶属函数能全面反映事物的本质。

加一个：

实际应用中经常用到以下三类隶属函数
(1) S函数(偏大型隶属函数)

(2)Z函数(偏小型隶属函数)

(3)Π函数(中间型隶属函数)

2.模糊系统
模糊系统(也称模糊逻辑系统)就是以模糊规则为基础而具有模糊信息处理能力的动态模型。它由四部分构成，如下图:

（1）模糊化接口
1.模糊化接口主要将检测输入变量的精确值根据其模糊度划分和隶属度函数转换成合适的模糊值。
2.为了尽量减少模糊规则数，可对于检测和控制精度要求高的变量划分多(一般5一7个)的模糊度，反之则划分少(一般3个)的模糊度。
3.当完成变量的模糊度划分后，需定义变量各模糊集的隶属函数。

（2）知识库
知识库中存贮着有关模糊控制器的一切知识，包含了具体应用领域中的知识和要求的控制目标，它们决定着模糊控制器的性能，是模糊控制器的核心。如专家经验等。
比如: If浑浊度清，变化率零，then洗涤时间短.

(3)模糊推理机
根据模糊逻辑法则把模糊规则库中的模糊“if-then”规则转换成某种映射。
是模糊控制器的核心，模拟人基于模糊概念的推理能力。

(4)反模糊化器
把输出的模糊量转化为实际用于控制的清晰量。