1、模糊控制理论基础知识第二章 模糊控制理论基础知识2.1 模糊关系一、模糊关系所谓关系R,实际上是A和B两集合的直积AB的一个子集。现在把它扩展到模糊集合中来,定义如下:所谓A,B两集合的直积AB=(a,b)|aA,bB中的一个模糊关系,是指以AB为论域的一个模糊子集,其序偶(a,b)的隶属度为,可见是二元模糊关系。若论域为n个集合的直积,则A1A2A3An称为n元模糊关系,它的隶属函数是n个变量的函数。例如,要求列出集合X=1,5,7,9,20“序偶”上的“前元比后元大得多”的关系。因为直积空间R=XX中有20个“序偶”,序偶(20,1)中的前元比后元大得多,可以认为它的隶属度为1,同理认为序
2、偶(9,5)的隶属于“大得多”的程度为0.3,于是我们可以确定“大得多”的关系为=0.5/(5,1)+ 0.7/(7,1)+ 0.8/(9,1)+ 1/(20,1)+ 0.1/(7,5)+0.3/(9,5)+ 0.95/(20,5)+ 0.1/(9,7)+ 0.9/(20,7)+ 0.85/(20,9)综上所述,只要给出直积空间AB中的模糊集的隶属函数,集合A到集合B的模糊关系也就确定了。由于模糊关系,实际上是一个模糊子集,因此它们的运算完全服从第一章所述的Fuzzy子集的运算规则,这里不一一赘述了。一个模糊关系,若对xX,必有=1,即每个元素X与自身隶属于模糊关系的隶属度为1。称这样的为具有
3、自返性的模糊关系。一个模糊,若对x,yX,均有=即(x,y)隶属于Fuzzy关系和(y,x)隶属于Fuzzy关系的隶属度相同,则称为具有对称性的Fuzzy关系。一个模糊关系,若对x,y,zX,均min,则称为具有传递性的Fuzzy关系。论域AB为有限集时,模糊关系可以用模糊矩阵表示。二、模糊矩阵例如有一组学生组成集合xx=王二,张三,李四规定他们可以选学英、日、德、法四种外语中的任意几门,设这四门外语课组成的集合为yy=英,日,德,法 且他们三个的期终考试成绩如表2-1所示:姓名语种成绩王二王二张三李四李四英法德日英8085956578如果把他们的考试成绩除以100,则可以认为他们和考试成绩之
4、间构成的XY上的一个Fuzzy关系如表2-2所示:英日德法王二张三李四0.800.78000.6500.9500.8500把上述写矩阵形式,即得:=称此矩阵为“模糊矩阵”。其中每一个元素是在0,1闭区间取值。这是普通关系矩阵的扩展。设A=a1,a2,an,B=b1,b2,bn,则模糊矩阵可写成=(rij)= 式中0 rij 1;i=1,2,,n;j=1,2,m。rij表示集合A中第i个元素和集合B中第j个元素组成的序偶隶属于Fuzzy关系的程度。2.2模糊矩阵一、模糊关系矩阵的运算定义1:设Fuzzy矩阵=aij和=bij,若有Cij=aij,bij= aijbij,则=Cij为Fuzzy矩阵
5、的并和,记作=定义2:设Fuzzy矩阵=aij和=bij,若有Cij=aij,bij= aijbij,则称Cij=cij为Fuzzy矩阵和的交,记作=例1:已知:=, =求及。解:=定义3:设Fuzzy矩阵=aij,则1-aij称为的补矩阵,记作。例2:已知=,求。解:= =定义4:若有Fuzzy矩阵,且=aij, =bij,令=且中的元素为Cij=则称为Fuzzy矩阵和的积。例3:已知=, =,求。解=工理 =可见,一般地说,。二、模糊关系的应用例1:某家中子女与父母的长像相似的关系为父 母子女0.8 0.20.1 0.6用模糊矩阵表示为=该家中父母与祖父母的长像相似的关系为用Fuzzy矩阵
6、表示为=而Fuzzy矩阵的积为=把Fuzzy矩阵改写Fuzzy关系为祖父 祖母子女0.5 0.70.1 0.1这一例子说明,Fuzzy矩阵相乘时先取小后取大有实际中的现实意义。2.3 模糊逻辑在本世纪三十年代末期,数理逻辑已开始用于开关电路设计。四十年代末,数理逻辑和布尔代数已成为电子计算机科学的基础理论之一,这是因为电子计算机具有二值逻辑的特点。在二值逻辑中,一个可以判断真假的句子称为命题,如果命题为真,其真值为“1”;否则,若命题为假,其真值为“0”。然而,在现实生活中存在着大量的模糊判断,如“甲个子很高”,“乙很年轻”等。随着科学技术的进步,人们在研究复杂大系统时,由于其结构复杂,且要涉
7、及大量的参数与变量,这些都具有模糊性特点,所以二值逻辑在这些系统中就不够用了。为此人们开始研究多值逻辑和连续值逻辑。模糊逻辑是多值逻辑的发展,又是模糊推理的基础。一、二值逻辑在二值逻辑中,一个命题只能是“真”或“假”,两者必居其一。例如“北京在中国”是真;“二加三等于六”是假。如果把两个或两个以上的单命题联合起来,就构成一个复命题,设P,Q为两个单命题,则复命题的构成方式有下列几种。(1)并:表示为PQ,用以表示“或”的关系。(2)交:表示为PQ,用以表示“与”、“及”、“且”的关系。P、Q两命题结合后得到的真值表如表2-3所示: 表2-3命题PQPQPQ真值1100101011101000(
8、3)否定:命题P的否定记作()。(4)蕴涵:蕴涵是用来表示“若,则”。即命题P的成立,即可推出命题Q也成立,以PQ表示。(5)等价:它表示两个命题的真假相同,以表示。二、连续值逻辑和模糊逻辑在多值逻辑中,如N值逻辑,逻辑值可以取0,1,2,N-1个。我们规定,Fuzzy命题P的逻辑值V(P)=X是在0,1连续闭区间内任意取值。因此,将研究Fuzzy命题的逻辑称为连续性逻辑。由于它主要用来研究Fuzzy集的隶属函数,所以也称为Fuzzy逻辑。连续逻辑运算规则如下:逻辑并:XY=max(X,Y)逻辑交:XY=min(X,Y) 否 定: =1-X限界差:XY=0(X-Y)界限和:XY=1(X+Y)界
9、限积:XY=0(X+Y-1) 蕴涵:XY=1(1-X+Y) 等价:XY=(1-X+Y)(1-Y+X)通常,一个模糊逻辑公式常称为Fuzzy函数,由于Fuzzy函数是在0,1区间任意取值,所以在处理Fuzzy函数中,以解析法为处理手段,与二值逻辑处理方法相比较,难度较大。最恰当的办法是在0,1闭区间上把Fuzzy函数变量x分成有限个等级,采用多值逻辑的方法来处理Fuzzy的逻辑问题。例如,将0,1闭区间分为n个等级如下:第一级 a1x1第二级 a2xa1第n级 0x an-1其中0an-1a2a11在讨论现实问题时,我们常把闭区间分成十个相等等分,让隶属函数在集合=(0,0.1,0.2,0.3,
10、0.4,0.5,0.6,0.7,0.8,0.9,1)上取值。这样,Fuzzy变量的逻辑值也对应有11种,我们可以用处理多值逻辑的办法来处理Fuzzy集X和Y的隶属函数的逻辑运算。例如xy,y,xy的逻辑运算,其真值表如表2-4、2-5、表2-6所示 表2-4 yxy x00.10.20.30.40.50.60.70.80.910000000000000.100.10.10.10.10.10.10.10.10.10.10.200.10.20.20.20.20.20.20.20.20.20.300.10.20.30.30.30.30.30.30.30.30.400.10.20.30.40.40.4
11、0.40.40.40.40.500.10.20.30.40.50.50.50.50.50.50.600.10.20.30.40.50.60.60.60.60.60.700.10.20.30.40.50.60.70.70.70.70.800.10.20.30.40.50.60.70.80.80.80.900.10.20.30.40.50.60.70.80.90.9100.10.20.30.40.50.60.70.80.91表2-5 yy x00.10.20.30.40.50.60.70.80.91000.10.20.30.40.50.60.70.80.910.100.10.20.30.40.50.60.70.80.90.90.200.10.20.30.40.50.60.70.80.80.80.300.10.20.30.40.50.60.70.70.70.70.400.10.20.30.40.50.60.60.60.60.60.500.10.20.30.40.50.50.50.50.50.50.600.10.20.30.40.40.40.40.40.40.40.700.10.20.30.30.30.30.30.30.30.30.800.10.20.20.20.20.20.20.20.20.20.900.10.10.10.10.10.10.10.10.10.1100000000000
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1