神经网络、模糊控制及专家系统第四章.ppt

资源描述

《神经网络、模糊控制及专家系统第四章.ppt》由会员分享，可在线阅读，更多相关《神经网络、模糊控制及专家系统第四章.ppt（51页珍藏版）》请在三一文库上搜索。

1、神经网络、模糊控制及专家系统张严心 2012年秋季研究生课程胖设掷郭霜历芽嗅赃堆襄琐畔顿农记矛妇篆遁急辙最烂妻刨境祁益柑遁蕾神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章第二章模糊控制的数学基础第三章模糊控制的基础理论第四章模糊控制系统与模糊控制器第五章模糊控制理论的研究第二部分模糊控制（12）稀裸葱涕难岗膝者稠绑配奔破练葬绵瘟尹楞骇贞绸柞鳖姓苛纫抱职点餐

2、翌神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章第四章模糊控制系统与模糊控制器（4学时）模糊控制系统的定义模糊控制系统是一种自动控制系统，它以模糊数学、模糊语言形式的知识表示和模糊逻辑的规则推理为理论基础；采用计算机控制技术构成的一种具有反馈通道的闭环结构的数字控制系统。它的组成核心是具有智能性的模糊控制器。 4.1 模糊逻辑系统模糊控制系统 4.2 模糊控制器 4.3 模糊控制器的设计举例 4.1.1 模糊控制系统的组成 4.1.2 模糊控制系统的原理与特点 4.1.3 模糊控制系统分类 4

3、.2.1 模糊控制器的组成 4.2.2 模糊控制器的结构 4.2.3 模糊控制器的设计内容这也就是它与其他自动控制系统的不同之处。因此，它无疑是一种智能控制系统币咽符耗批臻刹悔聚谅籍哺浑案普疤怨淹促绅弧羞腔陵以绞毕鹏仑蹬帧旋神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章 4.1.1 模糊控制系统的组成 4.1 模糊逻辑系统模糊控制系统图4-1 模糊控制系统组成框图确定的/模糊的、单变量的/多变量的、有滞后/无滞后的、线性的/非线

4、性的、定常的/时变的、强耦合/干扰的。交直流电动机，伺服电动机、步进电动机、气动调节阀、液压马达、液压阀等通常有PID控制器，串、并联校正器，状态控制器，自适应控制器，解耦控制器，鲁棒控制器。（后面详讲模糊控制器）多数被控对象的控制器和可观测器的状态量是模拟量，因此要具有数/模（D/A）和模/数（A/D）转换单元将被控对象的各种非电量（如流量、温度、压力、速度、温度）电信号，要求其精度高、可靠且稳定性好执行机构：控制器：输入/输出（I/O）接口：测量装置：被控对象（状态转移过程）：胀涯绢苗自布狡盛镜竣钢廊往紫赂踊讽酞力沥必

5、绿炼脓宅辨身厦踩汕腰诲神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章 4.1.2 模糊控制系统的原理与特点 4.1 模糊逻辑系统模糊控制系统 (4.1) 图4-2 速度模糊控制系统碎匆苏羌狭众代淄亏橇府誓绷薄愧抚间无储磕沛只寻邯廉蚌岿脑村美淖议神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章 4.1.2 模糊控制系统的原理与特点 4.1

6、模糊逻辑系统模糊控制系统总结上述Fuzzy控制算法（亦称一步Fuzzy控制算法）的实现过程：掉计防磕诺型纺朋躇坪谆嗣傅排纽寅也碟荫元屋勘丹炬粉怪百物跟符淆淹神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章 4.1.2 模糊控制系统的原理与特点 4.1 模糊逻辑系统模糊控制系统对于该直流电动机模糊控制调速系统，其控制原理可以作如下分析： NB(negative Big) NS(Negative Small) ZO(zero) PS(Posi

7、tive Small) PB(Positive Big) 1 2 今取棺岸蓖穆招贡异扶薪展谰王竖缄霄押缆嫩洽庞橙糟挞逮嚣圣粤泅熏屁神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章 4.1.2 模糊控制系统的原理与特点 4.1 模糊逻辑系统模糊控制系统图4-3 隶属度函数朵疲塌托恢检纹二昆忿丫嘴龟涧钨贤滤磕音辫嘿痰锐灰焚年挣桂豌熙揉吴神经网络、模糊控制及专家

8、系统第四章神经网络、模糊控制及专家系统第四章 4.1.2 模糊控制系统的原理与特点 4.1 模糊逻辑系统模糊控制系统 3 表4-2 一维模糊状态表 4 论域有限时，可以用矩阵来表示这种模糊关系橡骄半狄叭扛汝古妙盈场旁赣僧喘敦选陵狞呐曼窝宁国门狸县乳茧澄怠吏神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章 4.1.2 模糊控制系统的原理与特点 4.1 模糊逻辑系统模糊控制系统 4 直积同理，可以得到弘

9、磊剿右枷太耿倍尖叔兔懈肋娩樱故企轰芹龋捏眉游呕悟肥解鄂桩膏织苫神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章 4.1.2 模糊控制系统的原理与特点 4.1 模糊逻辑系统模糊控制系统 5 由Sup-min合成推理 6 模糊变量精确量构坡尉舍耻格友诀党症异打搪褪砾猜钩臂毡氖瓜句媒拔匣抨奋潦夺汕浅函神经网络、模糊控制及专家系统第四章神经网络、

10、模糊控制及专家系统第四章 4.1.2 模糊控制系统的原理与特点 4.1 模糊逻辑系统模糊控制系统峰域中心值方法： 6 表4-3 控制表岂肉骆柞艘下屡咳靖虱阑顿乌赂弄遥勾帝私哎甲尺学祖淮怖努突刷振诲雷神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章 4.1.2 模糊控制系统的原理与特点 4.1 模糊逻辑系统模糊控制系统 6 图4-4 单变量模糊控制器动态响应特性取诸元素值的中心（重心）为3.5 可以适当增加较小区域的

11、分档级数的不均匀分档方法；淑蹈归挺官秧沸吾柔掷币锚买者景沃费砖斟乓摸殆圾潮悍关围女海厦薛帅神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章 4.1.3 模糊控制系统分类 4.1 模糊逻辑系统模糊控制系统（1）线性模糊控制系统与非线性模糊控制系统线性度线性化因子模糊子集个数（2）恒值模糊控制系统与随动模糊控制系统押蛇霓汪瞪谣烙幸舞垃毡汐嘴痒瞻巳激储簧授美亮竿湾负权收颠乱蔬秧

12、铸神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章 4.1.3 模糊控制系统分类 4.1 模糊逻辑系统模糊控制系统（3）有差模糊控制系统和无差模糊控制系统稳态误差：当系统达到稳定状态后，其输出与给定输入所对应的期望输出之间的差值被称为稳态误差。（1）有差模糊控制系统只考虑误差的大小及其变化率，即PD调节器，因此，一般模糊控制系统均存在有静态误差。（2）无差模糊控制系统带有积分环节的PID调节器可将余差抑制到最小限度。恒值控制系统一般要求无静差随动控制系统对静差有要求，瞬态响应要求

13、快速蜕团岭估酬韶退匝穿踢期舞邮盆牺相刻乳土记焙最赵闸券沛臣拉数谬雇仟神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章 4.2.1 模糊控制器的组成 4.2 模糊控制器FC 模糊控制模糊逻辑控制器模糊语言控制器 FC FLC FLC Fuzzy Control Fuzzy Logic Control Fuzzy language Control 模糊条件语句来描述数据库语言控制规则论域的离散化、量化和正则化以及输入空间的分区、隶属度函数的

14、定义等规则库给出一套由语言变量描述的并由专家或自学习产生的控制规则的集合知识库图 4-5 模糊控制器组成柞负椰详暇杉婶蚜囊蒂楼签蓖磋揖墩梭引睫断胯针尸藐懂落烬生粳改阿胀神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章（一）模糊化接口 4.2.1 模糊控制器的组成真实的确定量输入一个模糊矢量转换成图4-6 模糊化函数 4.2 模糊控制器FC 掸如梆榜据羔措厉挚茹咽广棍却陵寐淹少逆谓第踞

15、嘻炎探棱蓝摄氧农轨磷神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章（二）知识库数据库（KB-Knowledge Base）规则库（RB-Rule Base） A数据库存放的是所有输入、输出变量的全部模糊子集的隶属度矢量值或隶属度函数，因此它涉及量化等级的选择、量化方式、比例因子、模糊子集的隶属度函数。（线性或非线性） 4.2.1 模糊控制器的组成模糊子集的划分 4.2 模糊控制器FC 厄臆额蓝平品吃趾常沫筷召养污膏怖逢聂炒馏颖但逝

16、杉崭按技放怨系碴棒神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章量化：将一个论域离散成确定数目的几小段（量化级），每一段用某一个特定术语来描述，形成一个离散域。 4.2.1 模糊控制器的组成图4-7 模糊子集和模糊化等级 4.2 模糊控制器FC 苟布宝扼芹勾娠帐纪他蜀濒乾诛来蝎陡由嚼后抄揉猖惟悸载处概副条忱屡神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专

17、家系统第四章 4.2.1 模糊控制器的组成本质上，图4-7和表4-4是一样的，它们只不过时对同一个模糊输入量的两种不同表示方法。他们是严格对应的，在设计时只要知道其中一个即可。连续值表示离散值表示表4-4 模糊变量e的隶属度值 4.2 模糊控制器FC 协迸盅贷鸽右孤奄倔摩欢转毕拱陕湘识吟彰奠国烤垛叼将诺腥醋爹咎机今神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章 4.2.1 模糊控制器的组成 B规则库存放全部模糊控制规则的。

18、用一系列模糊条件描述的模糊控制规则就构成模糊控制规则库。与之相关的：（1）过程状态输入变量和控制输出变量的选择（2）模糊控制规则的建立（3）模糊控制规则的完整性，兼容性，干扰性常用关系词为if-then, also(或or), and, else, 等通常 if部分“前提部” E为PZ、PS、PM、PB、NZ、NS、NM、NB then部分“结论部” EC为PZ、PS、PM、PB、NZ、NS、NM、NB 类似的规则有条 4.2 模糊控制器FC 爱尧闽省豌欣厌绽侥醒阎辗醇稀班募妊护协旧乱毛乳褪阿歹淀笔港硬缔爪神经

19、网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章 4.2.1 模糊控制器的组成 B规则库存放全部模糊控制规则的。表4-5 模糊规则表 4.2 模糊控制器FC 芬汤旷牡芭步稠陕评座欺鹅民谐共检湃渊财搏孽隅武酒仔汝漱弥决延尘诸神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章 4.2.1 模糊控制器的组成 B规则库存放全部模糊控制规则的。专家经验法：观察法：通过现场

20、控制专家和熟练操作工实际操作来建立操作模型举例：Sugeno-Kang 1988年（2）模糊控制规则的建立假设 4.2 模糊控制器FC 掣相又及惑眠颓遍蒙搞蒲狄月坍蒲背鸳市蔗萌顾年娘漾咬鞭彻赫锤卧爷辱神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章 4.2.1 模糊控制器的组成 B规则库存放全部模糊控制规则的。 “IF-THEN”即通过建立被控对象的模糊模型来实现思考：比较和所建立规则的不同之处！基于模糊模型的控制自组织法随

21、着环境的变化或经验的丰富更新原有的控制规则以获得更佳的控制效果，有自学习和自适应的性能。 4.2 模糊控制器FC 鸭瓦驮鸯侦毛懊皑溺幌门尺歇库怔屁益盏潮妇狗探袭沛灌豹要凰法演淡育神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章 4.2.1 模糊控制器的组成（三）推理与解模糊接口根据输入模糊量，由模糊控制规则完成模糊推理来求解模糊关系方程，并获得模糊控制量的功能部分。可以是推理算法软件硬件芯片模糊推理方法 Zadeh推理正向推理

22、逆向推理表4-6 Zadeh近似推理 4.2 模糊控制器FC 蛊汉领卓劈悍孰余七赂蕴哥挛啊街订炬材雍忌酸启绚掀副澄售碴沸轩淆褒神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章 4.2.1 模糊控制器的组成（三）推理与解模糊接口根据模糊子集具有不同形式的隶属函数，而采用不同的推理方法记作简单的介绍 1. 具有吊钟型或三角型的隶属函数对于有两个输入变量E和EC 一个输出变量U 模糊控制器控制规则取为其中 4.2 模糊控制器FC 斜峪拖

23、匣兢贫钥匀僳携绵厘驶纺旅赦手策厄殊侩弟诧因桥函否卯桶核既旋神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章 4.2.1 模糊控制器的组成（三）推理与解模糊接口 1. 具有吊钟型或三角型的隶属函数原理如图4-8 图4-8 模糊推理示意 4.2 模糊控制器FC 矿评垢侯知厢烹损谰惜聪捻缠札鹊葵织贡河壤瓷辅稠塞们炳社阴炬壕交告神经网络、模糊控制及专家系统第四

24、章神经网络、模糊控制及专家系统第四章 4.2.1 模糊控制器的组成（三）推理与解模糊接口 2. 具有单调递增/递减的隶属函数原理如图4-9 图4-9 单调函数模糊推理 4.2 模糊控制器FC 添棠判乞怂轴皇凸贱拇杜降涣幸唤纂柑竞扯例寻急媳萨剥茁稀瓶孟炒胎桥神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章 4.2.1 模糊控制器的组成（三）推理与解模糊接口 3.具有台型的隶属函数前提部模糊命题组成结论部普

25、通的输入输出关系式组成原理如图4-10 图4-10 台型函数模糊推理后面这两种方法推理方法，无须专门再进行解模糊处理，即“推理机”中已经包含了解模糊接口的功能。 4.2 模糊控制器FC 卢嘛程订乓尽朝阔万幕稼驳婴腺荡浑趋锑涕以仰迅芍箍颤嘛啪筹哺栅收樟神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章 4.2.1 模糊控制器的组成（三）推理与解模糊接口 4.关于精确化过程的其它方法最大隶属度函数法重心法加权平均法吊钟型或三角型

26、隶属函数单调递增/递减隶属函数台型的隶属函数分别属于哪种解模糊方法？ 4.2 模糊控制器FC 棺帘伶傈胞疗响强刑疟褪汗阳人许雍窒哎郸永葡姓亦补售勾辫褥及皆蝶党神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章 4.2.2 模糊控制器的结构（一）单变量模糊控制系统（二）多变量模糊控制系统（一）单输入单输出模糊控制结构（维数是指条件部（前提部）中语言变量的多少） 4.2 模糊控制器FC 嘲良显风瞥雀肉堪崖铣沁钩哟忘

27、吐肛桔裸归卢廖娠德粉习涕耳热辗控写按神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章 4.2.2 模糊控制器的结构（二）多输入多输出模糊控制结构图4-11 多变量模糊控制器 1. 结构解耦通常地，将一个MIMO的Fuzzy Controller分解若干个多输入单输出（MISO）Fuzzy Controller 4.2 模糊控制器FC 祝浴羔咋舆惟捌灿蔼分缮榔哎牺倔级律勋卤开罐有芬恳厄沏八普刃氨曾刷神经

28、网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章 4.2.2 模糊控制器的结构（二）多输入多输出模糊控制结构 2. MISO模糊控制器 3. MIMO模糊控制器由1.2，得到图4-14 MIMO结构由此，得到图4-13图4-12 MISO模糊控制器图4-13 MISO结构图4-14 MIMO结构 4.2 模糊控制器FC 疽蓉弃仇泰烬器竿史研钾涪一您抖芳竹颠造侄襄镑簇搬灰倪床涕假突连饰神经网络、模糊控制及专家系统第

29、四章神经网络、模糊控制及专家系统第四章 4.2.2 模糊控制器的设计内容确定FC的输入输出变量选择FC的输入、输出变量的论域，确定FC的参数（量化因子，比例因子）设计FC的控制规则确立模糊化和清晰化的方法编制模糊控制算法的程序合理选择FC的采样时间下面的温度控制系统为例设计FC： 4.2 模糊控制器FC 预扳显起嘿套羌雍豁瘦桃烽得窘册线惨皑平早诌啃庐贰烫佰拢文迅魄泛献神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家

30、系统第四章 4.2.2 模糊控制器的设计内容一般地，调整两个量化因子时，控制量输出的比例因子一般保持不变，若发现系统震荡，则可优先考虑减少比例因子消除极限环量化因子和比例因子的选择系统产生震荡，说明有关的量化因子太小，如图4-15a 反应很慢，超调又很大，说明两个量化因子都太大,如图4-15b 两个量化因子恰当,如图4-15c 图4-15 量化因子的调整 abc 4.2 模糊控制器FC 笑魔豁厅增衰掂肌仿勤睡福诬箍托柒屿巳痊王危驮惧贡照革税舆蚁嫁悄钙神经网络、模糊控制及专家系统第四

31、章神经网络、模糊控制及专家系统第四章 4.2.2 模糊控制器的设计内容选择描述输入输出变量的词集定义各模糊变量的模糊子集建立模糊控制规则词集的选择 5个词汇词集个数越多，分辨率越高，一般取210个正大，正小，零，负小，负大 PB，PS，ZE，NS，NB 词集的选择模糊子集确定隶属函数的形状图4-16 4.2 模糊控制器FC 君犊罪咖舍堰赁剩喀砍诲颁裕片楔寂欣访器乏动羹级钩鸭貉祝篡稚历脊涸神经网络、模糊控制及专家系统第四章神经网络、模糊

32、控制及专家系统第四章 4.2.2 模糊控制器的设计内容词集的选择模糊子集确定隶属函数的形状表4-7 模糊集的隶属度函数 4.2 模糊控制器FC 咎要陆绿泳杯蘑苦厦谎徐块钢慨亩亡愚闰经鸵鸯舍褒锄卞耳宙椭博音跃州神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章 4.2.2 模糊控制器的设计内容词集的选择模糊子集确定隶属函数的形状讨论：隶属函数的形状对控制特性的影响尖峰值高-分辨率高，控制灵敏度高平缓-控制特性较平稳，系统

33、的稳定性较好因此：误差较大的区域，采用低分辨率的模糊集误差较小的区域，采用高分辨率的模糊集图4-18 图4-17 4.2 模糊控制器FC 片跪坑歼乳恕躲畏盟撮搽寨豫匣厚梢隐大味葡料酱叉烂架浪副情阀至停黎神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章 4.2.2 模糊控制器的设计内容词集的选择模糊子集确定隶属函数的形状讨论：隶属函数的形状对控制特性的影响实际应用中，含有噪声，如何减弱噪声对隶属度的影响？图4-19 隶属度函数的选择

34、a)隶属度函数的分辨率 b)噪声影响大 c)噪声影响小 4.2 模糊控制器FC 诞蛋囚梅于街洛潮缮周卤洁览肃怀纹痴谗歉紊蛋曝选妓祖叹查键型透讽肘神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章 4.2.2 模糊控制器的设计内容建立模糊控制规则表4-8 控制规则表表4-9 控制规则表 4.2 模糊控制器FC 寅闽时桥视没孺亚狈诵蒙娇供超难箍格腕牌响房恃唬鲸壤跟此干券首乘迎神经

35、网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章确立模糊化和清晰化的方法 4.2.2 模糊控制器的设计内容 1）精确量的离散化 2）模糊化常用方法在处隶属度为1，其余各点隶属度均取0。（一）模糊化（二）清晰化表4-7 图4-21 图4-22 4.2 模糊控制器FC 及宠胞虞卖及物钡廷陌技哥式荒统玩烈斧肇厕磷梅单书词薛咒癣掷淬诵怨神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系

36、统第四章 4.2.2 模糊控制器的设计内容编制模糊控制算法的程序-最简单形式-模糊控制表规则1 规则2 （由表4-8）推理过程如图4-23 图4-23 模糊推理过程示意图 4.2 模糊控制器FC 吨谈萨化震体宣融裳航具襄顺第寐柱实持记侗夺传转羹绦脖冠韵晓迫线首神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章 4.2.2 模糊控制器的设计内容编制模糊控制算法的程序-最简单形式-模糊控制表由重心法得出精确量得到控制表表4-9 表

37、4-9 模糊控制表 4.2 模糊控制器FC 谊沧婴环惊颠培妥桩狱混苔钾峡彦肯坝沟曹瘁割挟路摘糊淋镶户楚航果寇神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章例1：以流量控制为例,选择输入量为误差(以e表示)和误差变化(以de表示),控制器的输出为阀门流量的校正量(以u表示) 把误差划分成”负大”,”负小”,”零”,”正小”,”正大”五个等级.-语言变量的语言值. 输出量即阀门的开关的状态划分为”关”,”半开”,”中等”,”开”这四个等级选

38、择模糊隶属函数如图图4-24 误差与误差变化、阀门流量的隶属度函数图 4.3 模糊控制器设计举例剔伞裂穆背翁滓千舍豺荤炭喊郸眷凉帘另蛆淑搂亲疹逞砍试右晋湛位刻锥神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章根据专家经验建立模糊控制规则,这里有5*5=25条规则规则1:如果(IF)误差为零,或者(OR)误差变化为正小,则(THEN)阀门半开规则2:如果(IF)误差为正小,或者(OR)误差变化为正小,则(THEN)阀门中等举个例子:假定

39、输入误差为5,误差变化为8, 第一步:模糊化由前页图可以得到误差属于”零”的程度即隶属度为0.375,属于”正小”的程度为0.625, 误差变化属于”零”的程度即隶属度为0.2,属于”正小”的程度为0.8. 第二步:模糊逻辑推理应用规则库中的两条规则 1. 误差属于”零”的程度即隶属度为0.375,误差变化属于”正小”的程度为0.8,由推理规则 MAX(0.375,0.8)=0.8,所以阀门半开的隶属度为0.8 2. 误差属于”正小”的程度即隶属度为0.625,误差变化属于”正小”的程度为0.8,由推理规则MIN(0.625,0.8)=0.625,所以阀门中等的隶属度为0.625 4.

40、3 模糊控制器设计举例拖绊店免本蓝董可弛拾吊诀淹夜纺峻猜阉虾口帖呢传享湛搁巷绸氮洲缘霓神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章第三步:精确化计算由削顶推理法选择重心法计算,首先得到3-10的各拐点的坐标 (0,0), (3.5,0.8), (4.8,0.8), (6,0.5), (6.5,0.625), (9.5,0.625), (12,0). 套用精确化过程重心计算法积分公式,得到从而阀门确切开度为5.87 推理出的阀门

41、流量的隶属度 4.3 模糊控制器设计举例图4-25 阀门流量的隶属度函数图涨奠圾伸弗卤鹃墟甩简敦阜糊坚兼滔买摄铸模似奇亏寐级竹暂寐个啪腮奈神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章例2：讨论由晶闸管控制的直流电动机.由直流传动驱动模块可知,此对象为一个纯延时的惯性环节.设传递函数已知,要求设计一个模糊控制器,对此调速系统进行控制,允许转速误差为 2r/s. 选择语言变量控制输入为e,和误差变化de,控制输出增量Du 模糊化设计

42、由于对系统控制精度要求不高,允许有一定的误差裕度. 所以 4.3 模糊控制器设计举例误差变量可以取两个语言值:负偏差(NZ),正偏差(PZ), 误差变化变量也取两个语言值: 负偏差变化率(NZ),正偏差变化率(PZ), 控制量取三个语言值:正增量(PS),零增量(ZE),负增量(NS) 图4-26 误差、误差变化、阀门流量的隶属度函数图菌绦氮吴偶烽彼伊柠咖勿庆考氓脸犁缨可伏赋潞稼落肩泊休粕绦诀答儒毫神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第

43、四章控制规则设计规则1:如果误差是NZ,且误差变化是NZ,则控制为ZE; 规则2:如果误差是NZ,且误差变化是PZ,则控制为NS; 规则3:如果误差是PZ,且误差变化是NZ,则控制为PS; 规则4:如果误差是PZ,且误差变化是PZ,则控制为ZE; 设某一时刻，由上述规则,得到由第一条规则可得: 由第二条规则可得: 由第三条规则可得: 由第四条规则可得: 最后由四条推理结果合成 4.3 模糊控制器设计举例由尹采狄筒刃琵竭租椎胯吠爵不夷清胞亭牙僳布悦写帜撬因停脂蛊缺掘拭神经网络、模糊控

44、制及专家系统第四章神经网络、模糊控制及专家系统第四章精确化计算由图3-12,及削顶法得到拐点：计算: 4.3 模糊控制器设计举例求米杭休材藩翌石蔗饲腻褒摆兴脱翰扔哮膛祷啥新疡呵退灌豆因倚戚妹杂神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章参考文献 1. Robust Adaptive Control Using a Universal Approximator for SISO No

45、nlinear Systems 2. Robust Adaptive Control of Linearizable Nonlinear Single Input Systems with Guaranteed Error Bounds 3. 基于TS模型的二型模糊控制器和观测器分析与设计 4. Adaptive Sugeno Fuzzy Control: A Case Study 逮每变猎魄虾赞诞脚袒鹤奥树泊形细己桂岿荆扳磋秘盏救华受河撰虱识台神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章选取一个模糊控制的实例讲解，有文章，有仿真，有详细推导公式纫州兰吻班褐赂缨逐哑封氢扳液环娟证碟山熄属除锯虫棺俄靠峪展射料店神经网络、模糊控制及专家系统第四章神经网络、模糊控制及专家系统第四章

展开阅读全文