![](https://csdnimg.cn/release/download_crawler_static/86976654/bg4.jpg)
糊控制规则中位于前提的语言变量构成模糊输入空间,位于结论的语言变量构成模糊输出空
间。每个语言变量的取值为一组模糊语言名称,它们构成了模糊语言名称的集合,每个模糊
语言名称相应一个模糊集合。模糊语言变量的确定,包含了根据语法规则生成适当的模糊语
言值,根据语义规则确定语言值的隶属函数以及确定语言变量的论域等。在模糊控制中,关
于误差的模糊语言常见的有:正大(PB)、正中(PM)、正小(PS)、零(ZE)、负小(NS)、负 中
(O)、负大(NB)。一般说来一个语言变量的语言值越多,对事物的描述就越准确,控制效果
就越好。
(2)模糊命题。模糊命题是指含有模糊概念,具有某种真实程度的陈述句,模糊命题的
真值,由该变量对模糊集合的隶属程度表示。模糊命题分为:子模糊命题和复合模糊命题。
子模糊命题是指单独的陈述句,如:x 为 A,x 为语言变量,A 为语言变量 x 的值:复合模
糊命题是指子模糊命题通过连接词“且”、“或”、“非”连接起来构成的命题(“且”、
“或”、“非”分别表示模糊交、模糊并、模糊补)。
(3)模糊规则。模糊控制是建立在一系列模糊控制规则基础上的,这些规则是人对被控
对象进行控制时的经验总结。如:“若 x 为 a,则 y 为 b”或“IF A,THEN B”。其中 x,
y 为语言变量,a, b 为语言变量的值,A 表示“x 为 a”,B 表示“y 为 b”,A,B 为不同论
域上的集合。模糊控制中,有简单模糊条件语句、多重简单模糊条件语句等。应用最多的是
一类二维模糊语句,一般用 A 表示偏差,B 表示偏差变化率,C 表示控制量,语句形式为:
“若 A 且 B 则 C”或 IF A and B , THEN C”。
(4)模糊推理。推理是根据一定的原则,从一个或几个已知判断引出一个新的判断的思
维过程。推理包含两个部分的判断,一部分是已知的判断,作为推理的出发点,叫做前提(前
件),由前提所推出的判断,叫做结论(后件)。模糊推理是一种近似推理,模糊控制理论中比
较常用的推理方法有 Mamdani 模糊推理算法、Takagi-Sugeno 型模糊推理算法。本文中主要
用的是 Mamdani 型模糊推理算法。它采用极小运算规则定义模糊蕴涵表达的模糊关系。
在多输入多输出的模糊逻辑系统中,常可能会有很多规则,并且这些规则的前提部分
和结论部分也可以由许多语句组成。前面介绍的 IF.THEN 规则只是最简单的形式,是最
基本的模糊系统单元。对于复杂的模糊逻辑系统,如果满足“输出一输入解耦的,各输入间、
输出间分别是独立的”,就可以用连接词“and”、“or”和“also”连接的一系列简单的模
糊规则组成的模糊规则库来表示。其中,“and”和“or”用来连接同一规则的多个输入或
多个输出,“also”用来连接多条不同的模糊规则。
模糊推理的规则通常来源于专家的知识,对于多输入多输出系统,其规则库可以看成
由 n 个子规则库所组成,每一个子规则库由 n 个多输入单输出规则所组成,而且每个子规则
库是相互独立的,因此通常只要考虑一个多输入单输出规则库的模糊推理问题,分别求出每
一个单输出,组合起来就是最终结果。
2.1.4 反模糊化
通过模糊推理得到的结果是一个模糊集合或者隶属函数,但在实际使用中,特别是在
模糊逻辑控制中,必须用一个确定的值才能控制或驱动执行机构。在推理得到的模糊集合中