4.2.2 基于专家经验的模糊控制
❖ (基于专家经验的)模糊控制系统设计方案 ① 模糊化方法的确定 ② 控制规则的确定 ③ 推理方法的选取 ④ 清晰化方法的确定
4.2.2 基于专家经验的模糊控制
❖ (基于专家经验的)模糊控制系统设计方案
温度 湿度
模 糊 化 接 口
温度 湿度
模 糊 推 理
清 控晰 制化 量接
① 清晰量的模糊化方法
温度
模糊化
5摄氏度
正高 0.2 正中 0.6 正低 1.0
零 0.0 负低 0.0 负中 0.0 负高 0.0
4.2.2 基于专家经验的模糊控制
❖ (基于专家经验的)模糊控制系统设计方案 ① 模糊化方法的确定 ② 控制规则的确定 ③ 推理方法的选取 ④ 清晰化方法的确定
4.2.2 基于专家经验的模糊控制
口
控 制 量
知识库（数据库+规则库）
被控对象 (空调)
4.2.2 基于专家经验的模糊控制
❖ (基于专家经验的)模糊控制系统设计方案 ① 模糊化方法的确定 ② 控制规则的确定 ③ 推理方法的选取 ④ 清晰化方法的确定
4.2.2 基于专家经验的模糊控制
① 清晰量的模糊化方法
➢ 完成从输入信号(如偏差e及偏差的变化率ec）的精 确值到模糊量的模糊化过程。
4.2.2 基于专家经验的模糊控制
③ 推理方法的确定
测量
输出
模
信号
糊
对应
推
的
理
模糊量
控制 信号 对应
的 模糊集
推理机是模糊控制器，根据输入模糊量和知识库 （数据库、规则库）完成模糊推理并求解模糊关系 方程，从而获得模糊控制量的功能部分。
4.2.2 基于专家经验的模糊控制
③ 推理方法的确定
模糊推理有多种实现方法，如基于模糊关系矩阵的 Mamdani推理合成法，Mamdani直接推理法，拉森 推理法，Baldwin推理法，模糊推理直接法，精确 值直接推理法，强度转移法等。推理的结果是一个 模糊向量(模糊集)
➢ 分档太少，规则变少，效果较差。
4.2.2 基于专家经验的模糊控制
① 清晰量的模糊化方法
b. 隶属函数的形状
➢ 一般可选用三角形、梯形隶属函数，优点是数学表达和运 算较简单，所占内存空间小，在输入值变化时，比正态分 布或钟形分布具有更大的灵敏性，当存在偏差时，能很快 反应产生一个相应的调整量输出。三角形隶属函数的形状 与直线斜率有关，适合于隶属函数在线调整的自适应模糊 控制
%
零 ZO (t)
负低 N S ( t )
负中 N M (t )
负高 N B (t )
4.2.2 基于专家经验的模糊控制
① 清晰量的模糊化方法
温度
模糊化
25摄氏度
正高 1.0 正中 0.8 正低 0.4
零 0.0 负低 0.0 负中 0.0 负高 0.0
4.2.2 基于专家经验的模糊控制
4.2.2 控制规则的获取方法 经验归纳法 推理合成法 在通用控制规则的基础上，进行适当修正，作
为系统的控制规则。
模糊规则的形成依靠人的直觉和经验，一般没有成熟而 固定的设计过程和方法
4.2.2 基于专家经验的模糊控制
❖ (基于专家经验的)模糊控制系统设计方案 ① 模糊化方法的确定 ② 控制规则的确定 ③ 推理方法的选取 ④ 清晰化方法的确定
➢ 模糊控制器对模糊变量(不同于一般变量)进行处理， 因而必须将输入精确量转化为模糊矢量。
温度
模糊化
温度
4.2.2 基于专家经验的模糊控制
① 清晰量的模糊化方法
精确 的 测量
隶 属
模糊 的 测量
输出
度
输出
信号
函
信号
数
y (t)
Xi (t) f ( y(t))
y (t )
i 1, 2...N
%
智能控制
4. 模糊数学与模糊控制
4.5 专家控制与基于专家经验的模糊控制
上海大学自动化系---杜鑫
1
4.5 专家控制与基于专家经验的模糊控制 4.5.1 专家控制系统 4.5.2 基于专家经验的模糊控制
4.5.3 仿真算例
4.2.2 基于专家经验的模糊控制
❖ 模糊控制系统的一般结构
对象
执行器
➢ 在偏差较小或接近于0的区域，最好采用窄幅宽的隶 属函数 ；而偏差较大时采用宽幅宽 的隶属函数
4.2.2 基于专家经验的模糊控制
① 清晰量的模糊化方法
y (t)
( y (t) 6 )2
PB (t) ex p 2
( y (t) 4 )2
PM (t) ex p 2
( y (t) 2 )2
PS (t) ex p 2
4.2.2 基于专家经验的模糊控制
① 清晰量的模糊化方法
b. 隶属度函数的选取
➢ 研究表明，隶属函数的形状在达到控制要求方面差 别不大，幅宽大小对性能影响较大
➢ 幅宽窄，模糊子集形状较陡，称为高分辨率，输出 变化剧烈，控制灵敏度高
➢ 幅宽宽，模糊子集形状较平缓，称为低分辨率，输 出变化缓慢，稳定性好
4.2.2 基于专家经验的模糊控制
① 清晰量的模糊化方法
a. 测量输出信号的语言变量分档
高 中 低
三档
较高 高 中 低 较低
五档
正高 正中 正低
零 负低 负中 负高
七档
4.2.2 基于专家经验的模糊控制
① 清晰量的模糊化方法
a. 测量输出信号的语言变量分档 ➢ 分档越多，对事物描述越细、越准确，制定控 制规则更灵活，控制效果越好。但太多可能使 控制变得复杂，编程困难，占用存储量大；
u
模糊控制器
解模糊化
模糊 规则库
模糊 推理机
传感器
y
模糊化
对象模型可以是未知的
4.2.2 基于专家经验的模糊控制
❖ 模糊控制系统的一般结构
➢ 对象模型可以是未知的 ➢ 存在一定程度的关于被控对象的控制知识
如果温度很高 && 湿度很大 则空调制冷量大 如果温度不高 && 湿度很大 则空调制冷量中 如果温度很低 && 湿度很小 则空调制冷量小
( y (t) 0 )2
ZO (t) e x p 2
( y (t) 2 )2
NS (t) ex p 2
( y (t) 4 )2
NM (t) ex p 2
( y (t) 6 )2
NB (t) ex p 2
正高 P B ( t )
正中 PM (t )
正低 P S ( t )
y (t )
② 控制规则的确定
➢ 模糊控制规则是模糊控制器的核心，控制规则是人们 对受控过程认识的模糊信息的归纳和操作经验的总结， 控制器的性能很大程度上取决于模糊控制规则的确定 及其可调整性。选择控制规则应注意的问题：规则的 条数及质量。
专家控制规则（模糊条件语句） 采用语言描述的形式： IF <条件> THEN <控制规则>