第模煳控制的数学基础学习教案

上传人:可**** 文档编号:102536547 上传时间:2022-06-07 格式:PPTX 页数:57 大小:915.18KB
收藏 版权申诉 举报 下载
第模煳控制的数学基础学习教案_第1页
第1页 / 共57页
第模煳控制的数学基础学习教案_第2页
第2页 / 共57页
第模煳控制的数学基础学习教案_第3页
第3页 / 共57页
资源描述:

《第模煳控制的数学基础学习教案》由会员分享,可在线阅读,更多相关《第模煳控制的数学基础学习教案(57页珍藏版)》请在装配图网上搜索。

1、会计学1第第 模煳控制模煳控制(kngzh)的数学基础的数学基础第一页,共57页。2)集合(jh)的表示法 将集合中的所有元素都列在大括号中表示出来,该方法只能用于有限集的表示。 例如10-20之间的偶数(u sh)组成集合A,则A可表示为 A=10,12,14,16,18,20* 表征法 表征法将集合中所有(suyu)元素的共同特征列在大括号中表征出来。 上例中的集合A也可用表征法表示为A=a|a为偶数,10a 202.2.1 普通集合普通集合* 列举法第1页/共56页第二页,共57页。* 集合(jh)交设X,Y为两个集合(jh),由既属于X又属于Y的元素组成的集合(jh)P称为X,Y的交集

2、,记作P=XY * 集合(jh)并设X,Y为两个集合(jh),由属于X或者属于Y的元素组成的集合(jh)Q称为X,Y的并集,记作Q=XY * 集合(jh)补在论域Y上有集合(jh)X,则X的补集为|XxxX3)集合(jh)的运算 2.2.1 普通普通(ptng)集合集合第2页/共56页第三页,共57页。具体算法是:在X,Y中各取一个(y )元素组成序偶(x,y),所有序偶组成的集合,就是X,Y的直积。 * 集合(jh)的直积 设X,Y为两集合(jh),定义X,Y的直积为,| ),(YyXxyxYX4) 集合的特征函数设x为论域X中的元素, A为论域X中定义的一个集合,则x和A的关系可以用集合A

3、的特征函数来表示。它的值域是0,1,它表示元素x是否属于集合A。如果(rgu)x属于集合A,那么的值为1;如果(rgu)x不属于集合A,那么的值为0。即Ax 0,Ax ,xA1)(2.2.1 普通集合普通集合第3页/共56页第四页,共57页。5 . 0)30(A2.2.2 2.2.2 模糊模糊(m hu)(m hu)集合集合 35255251125151)(2xxxxA例例2.3.1 2.3.1 论域为论域为1515到到4040岁之间的人,模糊集岁之间的人,模糊集 表示表示(biosh)“(biosh)“年轻人年轻人”,则模糊集的隶属函数可定义为,则模糊集的隶属函数可定义为则年龄为则年龄为30

4、30岁的人属于岁的人属于“年轻人年轻人”的程度为:的程度为:A)(xA给定论域给定论域E E中的一个模糊集中的一个模糊集 ,是指任意元素,是指任意元素xExE,都不同程度地属于这个集合,元素属于这个集合的程度可以用隶属函数,都不同程度地属于这个集合,元素属于这个集合的程度可以用隶属函数 00,11来表示。来表示。第4页/共56页第五页,共57页。(2) 模糊(m hu)集合的表示法:1) Zadeh表示法当论域上的元素为有限(yuxin)个时,定义在该论域上的模糊集可表示为:nnAAAxxxxxxA)()()(2211注意(zh y):式中的“”和“/”,仅仅是分隔符号,并不代表“加”和“除”

5、。 例2.3.2 假设论域为5个人的身高,分别为172cm、165cm、175cm、180cm、178cm,他们的身高对于“高个子”的模糊概念的隶属度分别为0.8、0.78、0.85、0.90、0.88。则模糊集“高个子”可以表示为 高个子17888. 01809 . 017585. 016578. 01728 . 0 2.2.2 2.2.2 模糊集合模糊集合 第5页/共56页第六页,共57页。)(,)(,)(,2211nAnAAxxxxxxA,(,(或简化(jinhu)为: ),()()()(21nAAAxxxA对于(duy)上例的模糊集“高个子”可以用序偶法表示为 高个子)88. 0 ,1

6、78(),9 . 0 ,180(),85. 0 ,175(),78. 0 ,165(),8 . 0 ,172(或 高个子88. 0 , 9 . 0 ,85. 0 ,78. 0 , 8 . 02.2.2 2.2.2 模糊集合模糊集合 第6页/共56页第七页,共57页。假设(jish)年龄的论域为U=15,35,则模糊集“年轻”可用隶属函数表征为: 35255251125151)(2xxxx年轻该隶属(lsh)函数的形状如图 152535x)(年轻x012.2.2 2.2.2 模糊集合模糊集合 第7页/共56页第八页,共57页。(3) 模糊集合(jh)的运算 模糊集合与普通(ptng)集合一样也有

7、交、并、补的运算。 假设A和B为论域U上的两个模糊集,它们的隶属函数分别为)(xA)(xB和n 模糊集交)()()(xxxBACn 模糊集并)()()(xxxBADn 模糊集补A)(1)(xxAAn 相等若Ux,总有)()(xxBA成立,则称A和B相等,记作BA。 n 包含若Ux,总有)()(xxBA成立,则称A包含B,记作。 BA BACBADU2.2.2 2.2.2 模糊模糊(m hu)(m hu)集合集合 第8页/共56页第九页,共57页。例2.3.3:设论域U=a, b, c, d, e上有两个模糊集分别为: edcbaA1 . 02 . 04 . 03 . 05 . 0edcbaB4

8、 . 07 . 01 . 08 . 02 . 0求 BABAUAedcbaBA4 . 01 . 07 . 02 . 01 . 04 . 08 . 03 . 02 . 05 . 0edcba1 . 02 . 01 . 03 . 02 . 0edcbaBA4 . 01 . 07 . 02 . 01 . 04 . 08 . 03 . 02 . 05 . 0Uedcba4 . 07 . 04 . 08 . 05 . 0edcbaA1 . 012 . 014 . 013 . 015 . 01edcba9 . 08 . 06 . 07 . 05 . 02.2.2 2.2.2 模糊模糊(m hu)(m hu

9、)集合集合 第9页/共56页第十页,共57页。(4)模糊(m hu)运算的性质:n交换率ABBAABBAUU,n结合率)()(CBACBAUUUU,)()(CBACBAn分配率)()()(CABACBAUUU)()()(CABACBAUUn传递率BA,CB ,则CA,n幂等率AAAUAAAn摩根率BABABABA,n复原率AA 2.2.2 2.2.2 模糊模糊(m hu)(m hu)集合集合 第10页/共56页第十一页,共57页。)(|xxAA其中其中xUxU,0,10,1。显然,。显然,AA是一个是一个(y )(y )普通集合。普通集合。 例例2.4.1 2.4.1 已知已知543219 .

10、 07 . 05 . 03 . 01 . 0 xxxxxA,求求A0.1、A0.2、A0.7 ,543211 . 0 xxxxxA,54322 . 0 xxxxA,547 . 0 xxA第11页/共56页第十二页,共57页。1 1)ABAB的的水平水平(shupng)(shupng)截集是截集是AA和和BB的并集:的并集:BABAUU)(2 2)ABAB的的水平截集是水平截集是A A和和B B的交集:的交集:BABA)(3 3)如果)如果0,1,0,10,1,0,1且且 ,则,则AA第12页/共56页第十三页,共57页。2.2.4 2.2.4 模糊模糊(m hu)(m hu)关系关系 (1)

11、普通普通(ptng)关系关系“关系”是集合论中的一个重要概念,它反映了不同集合的元素之间的关联。普通关系是用数学方法描述(mio sh)不同普通集合中的元素之间有无关联。例2.5.1 举行一次东西亚足球对抗赛,分两个小组A=中国,日本,韩国,B=伊朗,沙特,阿联酋。抽签决定的对阵形势为:中国-伊朗,日本-阿联酋,韩国-沙特。用R表示两组的对阵关系,则R可用序偶的形式表示为: R=(中国,伊朗),(日本,阿联酋),(韩国,沙特) 第13页/共56页第十四页,共57页。中国010100001日本韩国伊朗沙特阿联酋R该矩阵(j zhn)称为A和B的关系矩阵(j zhn)。 由普通关系的定义可以看出:

12、在定义了某种关系之后,两个集合的元素(yun s)对于这种关系要么有关联,r(i,j)1;要么没有关联,r(i,j)0。这种关系是很明确的。 2.2.4 2.2.4 模糊关系模糊关系第14页/共56页第十五页,共57页。(2)模糊(m hu)关系人和人之间关系的“亲密”与否?儿子和父亲之间长相的“相像”与否?家庭(jitng)是否“和睦”?这些关系就无法简单的用“是”或“否”来描述,而只能描述为“在多大程度上是”或“在多大程度上否“。这些关系就是模糊关系。我们(w men)可以将普通关系的概念进行扩展,从而得出模糊关系的定义。2.2.4 2.2.4 模糊关系模糊关系第15页/共56页第十六页,

13、共57页。假设x是论域U中的元素,y是论域V中的元素,则U到V的一个模糊关系是指定义在VU 上的一个模糊子集R,其隶属度 1 , 0),(yxR代表x和y对于该模糊关系的关联程度。 例2.5.2 我们用模糊(m hu)关系来描述子女与父母长相的“相像”的关系,假设儿子与父亲的相像程度为0.8,与母亲的相像程度为0.3;女儿与与父亲的相像程度为0.3,与母亲的相像程度为0.6。则可描述为: 2.2.4 2.2.4 模糊模糊(m hu)(m hu)关系关系第16页/共56页第十七页,共57页。模糊关系常常用矩阵(j zhn)的形式来描述。假设xU,yV ,则U到V的模糊关系可以用矩阵(j zhn)

14、描述为),(),(),(),(),(),(),(),(),(212221212111nmRmRmRnRRRnRRRyxyxyxyxyxyxyxyxyxR则上例中的模糊关系又可以用矩阵(j zhn)描述为: 6 . 03 . 03 . 08 . 0R父母子女2.2.4 2.2.4 模糊模糊(m hu)(m hu)关系关系第17页/共56页第十八页,共57页。假设R和S是论域上UV的两个模糊关系(gun x),分别描述为: rrrrrrrrrRmnmmnn.:.212222111211sssssssssSmnmmnn.:.212222111211那么,模糊关系的运算规则(guz)可描述如下 :模糊

15、关系的相等: ijijsrSR模糊关系的包含: ijijsrSR模糊关系的并: srsrsrsrSRmnmnmmnn111111112.2.4 2.2.4 模糊关系模糊关系第18页/共56页第十九页,共57页。模糊(m hu)关系的交: srsrsrsrSRmnmnmmnn11111111mnmnrrrrR11111111模糊(m hu)关系的补: 2.2.4 2.2.4 模糊模糊(m hu)(m hu)关系关系第19页/共56页第二十页,共57页。例2.5.3 已知 4 . 02 . 03 . 01 . 0R1 . 05 . 02 . 04 . 0S求: SRSRUR解:根据(gnj)模糊关

16、系的运算规则得: 1 . 02 . 02 . 01 . 01 . 04 . 05 . 02 . 02 . 03 . 04 . 01 . 0SR4 . 05 . 03 . 04 . 01 . 04 . 05 . 02 . 02 . 03 . 04 . 01 . 0SRU6 . 08 . 07 . 09 . 04 . 012 . 013 . 011 . 01R2.2.4 2.2.4 模糊模糊(m hu)(m hu)关系关系第20页/共56页第二十一页,共57页。 模糊(m hu)关系的合成设R是论域UV上的模糊关系,S是论域VW上的模糊关系,R和S分别(fnbi)描述为:),(),(),(),()

17、,(),(),(),(),(212221212111nmRmRmRnRRRnRRRyxyxyxyxyxyxyxyxyxR),(),(),(),(),(),(),(),(),(212221212111lnSnSnSlSSSlSSSzyzyzyzyzyzyzyzyzyS则R和S可以合成为论域UW上的一个(y )新的模糊关系C,记做SRCo合成运算法则为: ),(),(),(jkSkiRkjiCzyyxzx2.2.4 2.2.4 模糊关系模糊关系第21页/共56页第二十二页,共57页。例2.5.4: 假设模糊关系(gun x)R描述了子女与父亲、叔叔长相的“相象”关系(gun x),模糊关系(gun

18、 x)S描述了父亲、叔叔与祖父、祖母长相的“相象”关系(gun x),R和S分别描述为:求子女与祖父(zf)、祖母长相的“相像”关系C. 2.2.4 2.2.4 模糊模糊(m hu)(m hu)关系关系第22页/共56页第二十三页,共57页。解:由合成(hchng)运算法则得: ),(),(),(),(),(1221111111zyyxzyyxzxSRSRC2 . 02 . 02 . 09 . 02 . 02 . 08 . 0),(),(),(),(),(2221211121zyyxzyyxzxSRSRC7 . 01 . 07 . 0 1 . 02 . 07 . 08 . 0),(),(),(

19、),(),(1222111212zyyxzyyxzxSRSRC5 . 05 . 02 . 09 . 05 . 02 . 03 . 0),(),(),(),(),(2222211222zyyxzyyxzxSRSRC3 . 01 . 03 . 0 1 . 05 . 07 . 03 . 0所以(suy), 2.2.4 2.2.4 模糊模糊(m hu)(m hu)关系关系第23页/共56页第二十四页,共57页。(3)模糊(m hu)变换 2.2.4 2.2.4 模糊模糊(m hu)(m hu)关系关系设有二个有限(yuxin)集X=x1,x2,xm和Y=y1,y2,yn,R是XY上的模糊关系:rrrr

20、rrrrrRmnmmnn.:.212222111211设A和B分别为X和Y上的模糊集:)(),(),(21mAAAxxxA)(,),(),(21nBBByyyB的隶属函数运算规则为:RAB则称B是A的象,A是B的原象,R是X到Y上的一个模糊变换。RAB且满足),()()(1jiRiAmijByxxynj, 1第24页/共56页第二十五页,共57页。2.2.4 2.2.4 模糊模糊(m hu)(m hu)关系关系例2.5.5:已知论域X=x1,x2, x3和Y=y1,y2,A是论域X上的模糊集:5 . 0 , 3 . 0 , 1 . 0AR是X到Y上的一个(y )模糊变换,6 . 04 . 01

21、 . 03 . 02 . 05 . 0R试通过(tnggu)模糊变换R求A的象B解:RAB6 . 04 . 01 . 03 . 02 . 05 . 0)5 . 0 , 3 . 0 , 1 . 0()6 . 05 . 0() 1 . 03 . 0()2 . 01 . 0()4 . 05 . 0()3 . 03 . 0()5 . 01 . 0()5 . 0 , 4 . 0(第25页/共56页第二十六页,共57页。例例2.5.6 艺术学院招生,对考生所需考察的素质有:艺术学院招生,对考生所需考察的素质有:歌舞,表演,外在歌舞,表演,外在。对各种素质的评语分为。对各种素质的评语分为(fn wi)四个等

22、级四个等级好,较好,一般,差好,较好,一般,差。某学生表演完毕某学生表演完毕(wnb)后,评委对其评价为:后,评委对其评价为:好好较好较好一般一般差差歌舞歌舞30302020表演表演10205020外在外在40401010如果考察学生培养如果考察学生培养(piyng)为电影演员的潜质,则对表演的要求较高,其它较低。为电影演员的潜质,则对表演的要求较高,其它较低。定义加权模糊集为:定义加权模糊集为:A0.25 0.5 0.25试根据模糊变换来得到评委对该学生培养为电影演员的最终结论。试根据模糊变换来得到评委对该学生培养为电影演员的最终结论。第26页/共56页第二十七页,共57页。 解:根据模糊解

23、:根据模糊(m hu)变换可以得到评委对该学生培养为电影演员的决策集:变换可以得到评委对该学生培养为电影演员的决策集:1 . 01 . 04 . 04 . 02 . 05 . 02 . 01 . 02 . 02 . 03 . 03 . 025. 05 . 025. 0 RAB2 . 05 . 025. 025. 0 综合评判:选取隶属度最大的元素作为最终的评语综合评判:选取隶属度最大的元素作为最终的评语(pngy),评委的评语,评委的评语(pngy)为为“一般一般”第27页/共56页第二十八页,共57页。2.2.5 语言规则中蕴涵(ynhn)的模糊关系 “天气(tinq)很冷,快要下雪了” 气

24、温-下雪概率(1) 语言(yyn)变量 语言变量是自然语言中的词或句,它的取值不是通常的数,而是用模糊语言表示的模糊集合。 例如“年龄”就可以是一个模糊语言变量,其取值为“年幼”,“年轻”,“年老”等模糊集合。 第28页/共56页第二十九页,共57页。定义一个(y )语言变量需要定义以下4个方面的内容: 定义变量名称 定义变量的论域 定义变量的语言(yyn)值(每个语言(yyn)值是定义在变量论域上的一个模糊集合) 定义每个模糊集合的隶属函数。 例2.6.1:试根据定义语言变量(binling)的4要素来定义语言变量(binling)“速度”。 首先,定义变量名称为“速度”,记做x;其次,定义

25、变量“速度”的论域为0,200km/h;再次,在论域0,200上定义变量的语言值为 慢,中,快;最后,在论域上分别定义各语言值的隶属函数为 2001000100505025001)(xxxxx慢2001500150100503100501505000)(xxxxxxx中200150115010025010000)(xxxxx快2.2.5 语言规则中蕴涵的模糊关系第29页/共56页第三十页,共57页。定义(dngy)的隶属函数形状如图 (2) 模糊蕴含(yn hn)关系 人类在生产实践和生活中的操作经验和控制规则往往可以用自然语言来描述。譬如,在汽车驾驶速度的控制过程中,控制规则可以描述为“如果

26、速度快了,那么减小油门;如果速度慢了,那么加大油门。”下面就来介绍(jisho)如何利用模糊数学从语言规则中提取其蕴涵的模糊关系。 2.2.5 语言规则中蕴涵的模糊关系第30页/共56页第三十一页,共57页。1)简单(jindn)条件语句的蕴涵关系 2.6 语言规则(guz)中蕴涵的模糊关系“如果那么(n me)”或“如果那么(n me),否则”n假设u,v 是已定义在论域U U和V的两个语言变量,人类的语言控制规则为“如果u是A,则v是B ”,其蕴涵的模糊关系R为: )()(VABARU式中,AB称作A和B的笛卡儿乘积,其隶属度运算法则为:)()(),(vuvuBABA所以,R的运算法则为:

27、1)(1)()(),(uvuvuABAR)(1 )()(uvuABA第31页/共56页第三十二页,共57页。2.2.5 语言规则中蕴涵(ynhn)的模糊关系n假设u,v 是已定义的两个语言变量,人类的语言控制规则(guz)为“如果u是A,则v是B;否则,v是C” 则该规则(guz)蕴涵的模糊关系R为:)()(CABARU)()(1)()(),(vuvuvuCABAR第32页/共56页第三十三页,共57页。2.2.5 语言规则中蕴涵的模糊(m hu)关系例2.6.2: 定义两语言变量“误差u”和“控制量v”;两者的论域:U=V= 1 ,2 ,3 ,4 ,5; 定义在论域上的语言值为:小,大,很大

28、,不很大 =A,B,G,C;定义各语言值的隶属(lsh)函数为:)0 . 01 . 03 . 08 . 00 . 1 (A)0 . 18 . 03 . 01 . 00 . 0(B)0 . 164. 009. 001. 00 . 0(G)0 . 036. 091. 099. 00 . 1 (C分别求出控制规则(guz)“如果u 是小,那么 v 是大” 蕴涵的模糊关系R1和规则(guz)“如果u 是小,那么 v 是大;否则, v 是不很大”蕴涵的模糊关系R2。第33页/共56页第三十四页,共57页。2.2.5 语言规则中蕴涵(ynhn)的模糊关系解:(1)求解(qi ji)R1 )()()(1 )

29、,(1vuuvuBAAR0 . 10 . 10 . 10 . 10 . 19 . 09 . 09 . 09 . 09 . 07 . 07 . 07 . 07 . 07 . 08 . 08 . 03 . 02 . 02 . 00 . 18 . 03 . 01 . 00 . 01R(2)求解(qi ji)R2 )()(2CABAR)()(1)()(),(2vuvuvuCABAR0 . 036. 091. 099. 00 . 11 . 036. 09 . 09 . 09 . 03 . 036. 07 . 07 . 07 . 08 . 08 . 03 . 02 . 02 . 00 . 18 . 03

30、. 01 . 00 . 02R第34页/共56页第三十五页,共57页。10.512A 小=0.5145B 大=求:若求:若“若若x小,则小,则y大大”的模糊的模糊(m hu)关系关系R1。 以及若以及若“若若x小,则小,则y大,否则,大,否则,y中中”的模糊的模糊(m hu)关系关系R2。00.310.30+12345C 中=第35页/共56页第三十六页,共57页。2)多重条件(tiojin)语句的蕴涵关系由多个简单条件(tiojin)语句并列构成的语句叫做多重条件(tiojin)语句,其句型为:如果(rgu)u是A1,则v是B1 ; 否则,如果(rgu)u是A2,则v是B2 ; 否则,如果(

31、rgu)u是An,则v是Bn。 该语句蕴涵的模糊关系为: niiinnBABABABAR12211)()()()(其隶属函数为:)()(),(1vuvuiiBAniR2.2.5 语言规则中蕴涵的模糊关系第36页/共56页第三十七页,共57页。3)多维条件语句的蕴涵(ynhn)关系具有多输入量的简单(jindn)条件语句,我们称之为多维条件语句。其句型为:如果(rgu)u1是A1,且u2是A2,且um是Am,则v是B该语句蕴涵的模糊关系为: 其隶属函数为:2.2.5 语言规则中蕴涵的模糊关系21BAAARm)()()()(),(212121vuuuvuuuBmAAAmRm第37页/共56页第三十

32、八页,共57页。2.2.5 语言规则中蕴涵(ynhn)的模糊关系例例2.6.3 已知语言规则为已知语言规则为“如果如果e是是A,并且,并且ec是是B,那么,那么u是是C。”其中其中 215 . 01eeA32116 . 01 . 0ecececB32117 . 03 . 0uuuC试求该语句所蕴涵的模糊关系试求该语句所蕴涵的模糊关系 R。解:解: CBAR第一步,先求第一步,先求R1AB:5 . 05 . 01 . 016 . 01 . 015 . 06 . 05 . 01 . 05 . 0116 . 011 . 011R第38页/共56页第三十九页,共57页。第二步,将二元关系矩阵第二步,将

33、二元关系矩阵R1排成列向量形式排成列向量形式R1 T,先将中的第一行元素写成列向量形式,再将中的第二行元素也写成列向量并放在前者的下面,如果,先将中的第一行元素写成列向量形式,再将中的第二行元素也写成列向量并放在前者的下面,如果(rgu)是多行的,再依次写下去。于是是多行的,再依次写下去。于是R1可表示为:可表示为: 5 . 05 . 01 . 016 . 01 . 01TR第三步,第三步,R可计算可计算(j sun)如下:如下: 15 . 07 . 05 . 03 . 05 . 015 . 07 . 05 . 03 . 05 . 011 . 07 . 01 . 03 . 01 . 0117

34、. 013 . 0116 . 07 . 06 . 03 . 06 . 011 . 07 . 01 . 03 . 01 . 0) 17 . 03 . 0(5 . 05 . 01 . 016 . 01 . 01CRRT5 . 05 . 03 . 05 . 05 . 03 . 01 . 01 . 01 . 017 . 03 . 06 . 06 . 03 . 01 . 01 . 01 . 02.2.5 语言(yyn)规则中蕴涵的模糊关系第39页/共56页第四十页,共57页。第40页/共56页第四十一页,共57页。2.2.5 语言规则中蕴涵(ynhn)的模糊关系4)多重多维条件语句的蕴涵(ynhn)关系

35、具有多输入量的多重条件具有多输入量的多重条件(tiojin)语句,我们称之为多重多维条件语句,我们称之为多重多维条件(tiojin)语句。其句型为:语句。其句型为: 如果u1是A11,且u2是A12,且um是A1m,则v是B1;否则,如果u1是A21,且u2是A22,且um是A2m,则v是B2;否则,如果u1是An1,且u2是An2,且um是Anm,则v是Bn;则该语句蕴涵的模糊关系为:则该语句蕴涵的模糊关系为: )(211iimiiniBAAAR其隶属函数为:其隶属函数为:)()()()(),(2121121vuuuvuuuiimiiBmAAAnimR第41页/共56页第四十二页,共57页。

36、常规常规(chnggu)推理:已知推理:已知x,y之间的函数关系之间的函数关系yf(x),则对于某个,则对于某个x* ,根据,根据f( )可以推理得到相应的可以推理得到相应的y*。xyf( )x*y*=f(x*)推理推理模糊推理:知道了语言控制规则中蕴涵的模糊关系后,就可以根据模糊关系和输入模糊推理:知道了语言控制规则中蕴涵的模糊关系后,就可以根据模糊关系和输入(shr)情况,来确定输出情况,这就叫做情况,来确定输出情况,这就叫做“模糊推理模糊推理”。xyRx*=Ay*=B推理推理第42页/共56页第四十三页,共57页。(1) 单输入(shr)模糊推理对于单输入的情况,假设两个语言变量x,y之

37、间的模糊关系(gun x)为R ,当x的模糊取值为A* 时,与之相对应的y的取值B* ,可通过模糊推理得出,如下式所示:*RAB上式的计算方法有两种:1)Zadeh法法),()(),()()(*yxxyxRxAyBRAXx)(1 ()()()(*xyxxABAAXx第43页/共56页第四十四页,共57页。例例2.7.1 在例在例2.6.2中,已经求出控制规则中,已经求出控制规则“如果如果(rgu)u 是小,那么是小,那么 v 是大是大”蕴涵的模糊关系为蕴涵的模糊关系为R1,现在,已知输入量,现在,已知输入量u 的模糊取值为的模糊取值为“略小略小”,记做,记做A1,令,令A1=(1,0.89,0

38、.55,0.32,0)求控制量求控制量v根据规则相应的取值根据规则相应的取值B1。 解:0 . 10 . 10 . 10 . 10 . 19 . 09 . 09 . 09 . 09 . 07 . 07 . 07 . 07 . 07 . 08 . 08 . 03 . 02 . 02 . 00 . 18 . 03 . 01 . 00 . 01R111RAB),()()(1511111vuuviRiAiB55. 0同理,可解得:同理,可解得:55. 0)(21vB55. 0)(31vB8 . 0)(41vB0 . 1)(51vB所以(suy)0 . 18 . 055. 055. 055. 0(1B第

39、44页/共56页第四十五页,共57页。2)Mamdani推理方法推理方法与与Zadeh法不同的是,法不同的是,Mamdani推理方法用推理方法用A和和B的笛卡儿积来表示的笛卡儿积来表示AB的模糊蕴涵的模糊蕴涵(ynhn)关系。关系。BABAR则对于单输入推理的情况,*RAB的计算方法为:的计算方法为:)()()(),()()(*yxxyxRxAyBBAAXx)()()(*yxxBAAXx)(yB)()(*xxAAXx叫做和叫做和A的适配度,它是的适配度,它是A*和和A的交集的高度。的交集的高度。根据根据Mamdani推理方法推理方法(fngf),结论可以看作用,结论可以看作用对对B进行切割,所

40、以这种方法进行切割,所以这种方法(fngf)又可以形象地称为削顶法。又可以形象地称为削顶法。 第45页/共56页第四十六页,共57页。单输入单输入Mamdani推理推理(tul)的图形化描述(削顶法)的图形化描述(削顶法) 第46页/共56页第四十七页,共57页。(2) 多输入(shr)模糊推理对于语言规则含有多个输入的情况,假设输入语言变量对于语言规则含有多个输入的情况,假设输入语言变量x1,x2,xm与输出与输出(shch)语言变量语言变量y之间的模糊关系为之间的模糊关系为R,当输入变量的模糊取值分别为,当输入变量的模糊取值分别为A1*, A2*, ,Am*时,与之相对应的时,与之相对应的

41、y的取值的取值B*,可通过下式得到:,可通过下式得到:*2*1*)(RAAABm),()()()( ),()()()()(2121,21*2*21*1*2*121yxxxxxxyxxxRxAxAxAyBmRmAAAxxxmmmmm第47页/共56页第四十八页,共57页。例2.7.2,已知 21*4 . 08 . 0eeA321*7 . 06 . 02 . 0ecececB试根据例试根据例2.6.3中的语言规则中的语言规则(guz)求求“e 是是A* 并且并且ec 是是B* ”时输出时输出u的模糊值的模糊值C* 。解:解: *)(RBAC5 . 05 . 03 . 05 . 05 . 03 .

42、01 . 01 . 01 . 017 . 03 . 06 . 06 . 03 . 01 . 01 . 01 . 0R第48页/共56页第四十九页,共57页。把把R2写成行向量形式写成行向量形式(xngsh),并以,并以R2T表示,则表示,则 令令 *2BAR4 . 04 . 02 . 07 . 06 . 02 . 07 . 04 . 06 . 04 . 02 . 04 . 07 . 08 . 06 . 08 . 02 . 08 . 02R)4 . 04 . 02 . 07 . 06 . 02 . 0(2TR)6 . 07 . 03 . 0()(2*RRRBACT321*6 . 07 . 03

43、. 0uuuC第49页/共56页第五十页,共57页。对于对于(duy)二输入模糊推理,还可以根据二输入模糊推理,还可以根据Mamdani方法用图形法进行描述:方法用图形法进行描述: 二维模糊规则:二维模糊规则:R: IF x is A and y is B THEN z is C ,可以看作两个,可以看作两个(lin )单维模糊规则的交集:单维模糊规则的交集: R1: IF x is A THEN z is C,and R2:IF y is B THEN z is C。则当二维输入变量的模糊则当二维输入变量的模糊(m hu)取值分别为取值分别为A*和和B*时,根据时,根据R推理得到的模糊推理得

44、到的模糊(m hu)输出输出C*等于根据等于根据R1推理得到的模糊推理得到的模糊(m hu)输出输出C1*和根据和根据R2推理得到的模糊推理得到的模糊(m hu)输出输出C2*的交集。的交集。 )(*1CAAC)(*2CBBC)()(*2*1*CBBCAACCC第50页/共56页第五十一页,共57页。其运算其运算(yn sun)法则为:法则为: )()()()()()()(*zyyzxxzCBBYyCAAXxC)()()()()()(*zyyzxxCBBYyCAAXx )()(21zzCC)(21zC上式的图形化意义在于上式的图形化意义在于(ziy)用用1和和2的最小值对的最小值对C进行削顶。

45、进行削顶。第51页/共56页第五十二页,共57页。(3)多输入)多输入(shr)多规则模糊推理多规则模糊推理 以二输入为例,对于多规则的情况,规则库可以以二输入为例,对于多规则的情况,规则库可以(ky)描述为:描述为:R:R1:IF x is A1 and y is B1 THEN z is C1;R2:IF x is A2 and y is B2 THEN z is C2;Rn:IF x is An and y is Bn THEN z is Cn;则当二维输入变量的模糊取值分别为则当二维输入变量的模糊取值分别为A*和和B*时,根据时,根据R推理得到的模糊输出推理得到的模糊输出(shch)C

46、*等于所有根据等于所有根据Ri推理得到的模糊输出推理得到的模糊输出(shch)Ci的并集。的并集。 *iiCC)()(*zziCiC第52页/共56页第五十三页,共57页。 两规则二输入两规则二输入(shr)模糊推理图形化描述模糊推理图形化描述 第53页/共56页第五十四页,共57页。模糊集理论是模糊控制的数学基础,是描述模糊性概念的有效的数学模糊集理论是模糊控制的数学基础,是描述模糊性概念的有效的数学工具。模糊集合理论是普通集合理论的拓展,它通过引入隶属函数的工具。模糊集合理论是普通集合理论的拓展,它通过引入隶属函数的概念达到了对模糊概念描述的目的概念达到了对模糊概念描述的目的(md)。本章

47、详细地介绍了模糊集合、模糊关系的概念及其与普通集合、普通本章详细地介绍了模糊集合、模糊关系的概念及其与普通集合、普通关系之间的关系、并给出了如何从人类自然语言规则中提取其蕴涵的关系之间的关系、并给出了如何从人类自然语言规则中提取其蕴涵的模糊关系的方法,介绍了如何根据模糊关系进行模糊推理。模糊关系的方法,介绍了如何根据模糊关系进行模糊推理。 第54页/共56页第五十五页,共57页。已知语言变量已知语言变量(binling)x,y,z。X的论域为的论域为1,2,3,定义有两个语言值:,定义有两个语言值:“大大”0, 0.5, 1;“小小”=1, 0.5, 0。Y的论域为的论域为10,20,30,4

48、0,50,语言值为:,语言值为:“高高”=0, 0, 0, 0.5, 1; “中中”=0, 0.5, 1, 0.5, 0; “低低”=1, 0.5, 0, 0, 0。Z的论域为的论域为0.1,0.2,0.3,语言值为:,语言值为:“长长”=0, 0.5, 1;“短短”=1, 0.5, 0则则1)试求规则:)试求规则:如果如果 x 是是 “大大” 并且并且 y 是是“高高” 那么那么 z是是“长长”;否则,如果否则,如果 x 是是“小小” 并且并且 y 是是 “中中” 那么那么 z是是“短短”。 所蕴涵的所蕴涵的x,y,z之间的模糊关系之间的模糊关系R。 2)假设在某时刻,)假设在某时刻,x是是“略小略小”=0.7, 0.25, 0,y是是“略高略高”=0, 0, 0.3, 0.7, 1 试根据试根据R通过通过Zadeh法模糊推理求出此时输出法模糊推理求出此时输出z的语言取值。的语言取值。第55页/共56页第五十六页,共57页。感谢您的观看感谢您的观看(gunkn)!第56页/共56页第五十七页,共57页。

展开阅读全文
温馨提示:
1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
2: 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
3.本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

copyright@ 2023-2025  zhuangpeitu.com 装配图网版权所有   联系电话:18123376007

备案号:ICP2024067431-1 川公网安备51140202000466号


本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知装配图网,我们立即给予删除!