2007-08-27
现代控制理论与智能控制基础
6/81
绪论
1. 模糊逻辑的发展
（2）模糊逻辑技术的发展和现状 • 中国：
• • • • • • • • • • • 在模糊理论和应用方面的研究起步较慢，但发展较快 1976年 起步 1979年 模糊控制器的研究 1980年 模糊控制器的算法研究 1981年 模糊语言和模糊文法的研究 1982年 磨床研磨表面光洁度模糊控制、关式液压位置伺服系 统模糊控制研究 1984年 提出语义推理的自学习方法 1986年 单片微机比例因子模糊逻辑控制器 1987年 我国第一台模糊逻辑推理机 1982年 磨床研磨表面光洁度模糊控制、开关式液压位置伺服 系统模糊控制研究； 1984年 提出语义推理的自学习方法；
2007-08-27 现代控制理论与智能控制基础 18/81
绪论
4. 模糊逻辑技术中的几个问题
（2）模糊逻辑是如何工作的
模糊化
模糊推理
解模糊化
精确的数字量 转变为 模糊量
-08-27
现代控制理论与智能控制基础
19/81
绪论
4. 模糊逻辑技术中的几个问题
2007-08-27
现代控制理论与智能控制基础
7/81
绪论
1. 模糊逻辑的发展
（2）模糊逻辑技术的发展和现状 • 中国：
• • • 1986年 单片微机比例因子模糊逻辑控制器 1987年 我国第一台模糊逻辑推理机 1990年起：工业控制模糊逻辑控制器：玻璃窑炉、水泥回转窑、 PVC树脂聚合过程、功率因数补偿等 目前： • 模糊逻辑控制技术在工业控制、家电领域有很好发展 • 开展模糊信息处理方面的基础研究和理论研究 • 开发专用模糊控制电路和模糊推理芯片等

对传统控制方法无法解决的： • • 只能采用模糊逻辑技术 模糊逻辑技术在家电方面的应用，仅是它的简单和初步的应用。模 糊逻辑技术的强大作用在实现高级人工智能的系统中才能充分体现
2007-08-27
•
目前，在模糊逻辑控制应用中，绝大多数用8位单片微机已能满 足要求，少数才需用16位单片微机
2007-08-27
现代控制理论与智能控制基础
21/81
绪论
5. 模糊逻辑技术的发展远景
模糊逻辑技术应用的直接动力是这种技术的经济价值（商业价值） 对传统控制方法能用、但较复杂的系统： • 对微机及传感器的要求较高，采用模糊逻辑技术以后，能降低对微 机及传感器的要求
•
2007-08-27
现代控制理论与智能控制基础
8/81
绪论
2. 模糊逻辑与计算机
（1）人脑和电脑 电脑扩大并延伸了人脑的功能，但两者存在重大差别： • 工作方法 • 传统的冯 ·诺依曼计算机：连续串行的微观工作方式 • 人脑：串并行的工作方式 • 智能性： • 计算机的人工智能：建立在对精确符号系统的数据处理 上 • 人脑的自然智能：接受的信号具有某种不确定性；用统 计方法处理（具有模糊性） • 语言： • 计算机：使用的是精确形式化的数学语言或程序语言 • 人脑：可以使用具有模糊性或歧义性的自然语言
2007-08-27 现代控制理论与智能控制基础 15/81
绪论
3. 模糊逻辑与人工智能
（2）模糊逻辑与神经网络 • 模糊逻辑技术与神经网络技术相结合，可以形成一个互补的系统： – 神经网络的关键特性和基本限制是：神经网络所知的信息是隐 含的，安排每一个输入的权重是关键
– 模糊逻辑系统所具有的“知识”，由该领域的专家所提供。其 模糊逻辑控制规则是由人的直觉和经验制定。但本身不具有学 习功能 • 模糊逻辑技术与神经网络技术各有长处和局限性，两者相结合，构 成模糊神经网络，能各取所长，共生互补
模糊专家系统 • • • 如果前提是非零值，即某种程度的真，则规则即被激活 规则可以不同程度地被激活 通常对于给出的一组输入，可有不止一个规则被激活。其专家系统的 输出可能是几条规则合成的结果
2007-08-27
现代控制理论与智能控制基础
14/81
绪论
3. 模糊逻辑与人工智能
（2）模糊逻辑与神经网络 • 神经网络：是被相互连接起来的处理器结点矩阵 • 每一个结点是一个神经元，简单近似模拟了人的大脑神经细胞的结 构 • 每一个神经元接受一个以上的、且与相应加权因子相乘的输入，并 相加后产生输出 • 神经元被分层安排： 第一层接受基本输入------传递其输出到第二层； 第二层又有自己的加权因子和代数和，传递至第三层 …… 直至最后一层，产生输出。 • 神经网络在本质上是模糊的，神经网络与传统方法进行信息处理有 两个完全不同的性质： • 神经网络是自适应和可被训练的，有自修改的能力 • 神经网络的结构本身就意味着大规模平行机制
现代控制理论与智能控制基础 4/81
2007-08-27
绪论
1. 模糊逻辑的发展
（2）模糊逻辑技术的发展和现状
• 1960年柏克莱加州大学电子工程系扎德（L.A.Zadeh）教授，提出 “模糊”的概念 1965年发表关于模糊集合理论的论文 1966年马里诺斯（P.N.Marinos）发表关于模糊逻辑的研究报告 以后，扎德（L.A.Zadeh）又提出关于模糊语言变量的概念 1974年扎德（L.A.Zadeh）进行有关模糊逻辑推理的研究 七十年代欧洲进行模糊逻辑在工业控制方面的应用研究 实现了第一个试验性的蒸汽机控制 热交换器模糊逻辑控制试验 转炉炼钢模糊逻辑控制试验 温度模糊逻辑控制 十字路口交通控制 污、废水处理等
2007-08-27
现代控制理论与智能控制基础
17/81
绪论
4. 模糊逻辑技术中的几个问题
（2）模糊逻辑是如何工作的 • 在模糊逻辑控制中，工作过程分为三个阶段： “模糊化” “模糊推理” “解模糊化” • “模糊化”： 输入/输出变量按各种分类被安排成不同的隶属度 如温度输入，根据其高低被安排成冷、凉、暖、热等 • “模糊推理”： 输入变量被加到一个“ if - then ”的控制规则的集合中 按各种控制规则进行推理，将结果合成在一起 产生一个“模糊推理输出”集合 • “解模糊化”（解模糊判决）： 对模糊推理输出进行解模糊判决 即在一个输出范围内，找到一个被认为最具有代表性的 可直接驱动控制装置的确切的输出控制值
（1）模糊逻辑与专家系统
• • • • 专家系统是一种信息系统 专家系统中的知识库中的知识由专家提供 其中罗列了大量的规则和事实 专家系统可分为： – 传统专家系统 – 模糊专家系统
现代控制理论与智能控制基础 13/81
2007-08-27
绪论
3. 模糊逻辑与人工智能
传统专家系统 • 如果前提是真，则规则被激活 • 规则要么被激活，要么不被激活 • 如果对一组输入仅有一个规则被激活，则这个规则将完全控制该专家 系统的输出
（3）模糊逻辑技术的优越性
• • • • •
简化设计 提高性能 加快开发周期 减少编码，降低成本 提高系统可靠性
2007-08-27
现代控制理论与智能控制基础
20/81
绪论
4. 模糊逻辑技术中的几个问题
（4）模糊逻辑与单片微机 • 模糊逻辑在家用电器产品和嵌入式控制系统中的应用快速增长，其 原因是： • 模糊逻辑推理过程类似人的推理过程，不必使用严格的系统数 学模型。产品开发周期缩短 • 除了少数需要特定的专用模糊逻辑集成电路芯片外，大部分可 以用廉价的标准单片微机来实现
2007-08-27
现代控制理论与智能控制基础
10/81
绪论
2. 模糊逻辑与计算机
（2）电脑思维和人脑思维 • 思维模式有两种：
• • 精确的理性的分析模式：与读、写、算相联系 模糊的直觉的全盘模式：与模式识别和音乐能力有关，允许以 不精确、不确定、非定量的自然语言，对复杂多变的事物或现 象进行思维
2007-08-27 现代控制理论与智能控制基础 9/81
绪论
2. 模糊逻辑与计算机
（1）人脑和电脑 • 可靠性：
• • 计算机：计算具有高精度的特点。但对事物整体把握的可靠性 不如人脑 人脑：低精度条件下完成非常复杂的任务，达到相当高的可靠 性
• •
模糊逻辑的发展与计算机的发展密切相关，互为促进 计算机不能代替人脑，但可模仿人脑，延伸人脑功能
• •
精确的理性的分析模式 模糊的直觉的全盘模式
• • • 人脑的思维具有上述两种模式 计算机不具备后一种模式能力 要使计算机进一步模拟人类思维的特点，可以引入模糊逻辑
现代控制理论与智能控制基础 11/81
2007-08-27
绪论
3. 模糊逻辑与人工智能
人工智能——新兴的边缘学科。 （AI---Artificial Intelligence） 人工智能主要研究： 如何使计算机完成原来由人才能做的具有智能性质的工作，即 感知观察能力、记忆能力、逻辑思维能力和语言表达能力等一 系列人的脑力活动中所表现出来的能力 人工智能是许多相关技术的总称，包括： 专家系统、机器学习、神经网络、语言识别、模糊逻辑等等 人工智能领域的三大前沿： 专家系统、模式识别和智能机器人
2007-08-27 现代控制理论与智能控制基础 2/81
绪论
绪论 1. 模糊逻辑的发展 2. 模糊逻辑与计算机 3. 模糊逻辑与人工智能
4. 模糊逻辑技术中的几个问题
2007-08-27
现代控制理论与智能控制基础
3/81
绪论
1. 模糊逻辑的发展
（1）模糊逻辑的起源
• • • • • • • • • 模糊逻辑------Fuzzy Logic 的中文意译 模糊概念、模糊现象到处存在 在经典二值（布尔）逻辑体系中：所有的分类都被假定为有明确的 边界 糊逻模辑：对二值逻辑的扩充。关键的概念是渐变的隶属关系。 一个集合可以有部分属于它的元素 模糊逻辑是通过模仿人的思维方式来表示和分析不确定、不精确信 息的方法和工具 模糊逻辑本身并不模糊，它并不是“模糊的” 逻辑，而是用来对 “模糊”（现象、事件） 进行处理，以达到消除模糊的逻辑 模糊逻辑的数学基础：通过模糊集合来工作的 常规集合：集合中的对象关系被严格划分为0或1，不存在介于两者 之间的对象 模糊集合：允许在一个集合部分隶属。对象在模糊集合中的隶属度， 可为从0 - 1之间的任何值，即可以从“不隶属”到“隶属”逐步 过渡