本文提出一種新的模糊子集的定義方法,利用Mamdani教授的max-min推理合成法得到了一種通用的模糊控制算法。這種算法簡潔、高效,調(diào)試方便、合理,并減少了大量的運(yùn)算。改變了控制量取決于每個(gè)模糊子集的隸屬函數(shù)形狀,主觀性較大,各形狀和最終控制量之間關(guān)系復(fù)雜,不利于算法輸入輸出關(guān)系的調(diào)整等缺陷。有利于模糊系統(tǒng)的辨識,可使輸出量模糊子集的辨識問題轉(zhuǎn)化為多元線性回歸問題,這樣辨識問題就能用線性最小二乘方法來解決。輸出模糊子集可以完全由輸出特征點(diǎn)來刻劃,輸出特征點(diǎn)可以根據(jù)操作人員經(jīng)驗(yàn)來確定。若x個(gè)輸入變量,y個(gè)輸出變量,則每個(gè)特征點(diǎn)是m×y維實(shí)數(shù)空間中的一個(gè)點(diǎn)。所有的特征點(diǎn)就構(gòu)成了操作人員所希望的控制器的輸入輸出關(guān)系的控制量。每個(gè)模糊狀態(tài)獨(dú)立地定義一個(gè)輸出模糊子集,增強(qiáng)了控制算法的靈活性。利用這種方法,調(diào)試非常方便,操作人員可以通過改變輸入各區(qū)間的定義或輸出區(qū)間的定義模擬人腦思維,實(shí)現(xiàn)智能控制,而且這種定義方法簡單、直接。 

【文章頁數(shù)】：44 頁

【學(xué)位級別】：碩士

【文章目錄】：
中文摘要
英文摘要
引言
一、模糊邏輯控制理論概述
    1.1 模糊邏輯理論的產(chǎn)生
    1.2 模糊邏輯控制理論的創(chuàng)立
    1.3 模糊邏輯控制理論在國內(nèi)外的研究狀況
    1.4 模糊邏輯控制理論的研究意義
二、模糊邏輯控制基礎(chǔ)理論及建模方法
    2.1 模糊集合
        2.1.1 模糊集合的概念
        2.1.2 模糊集合的基本運(yùn)算
    2.2 隸屬函數(shù)
    2.3 模糊關(guān)系
    2.4 模糊矩陣
    2.5 模糊語言變量
    2.6 模糊推理
    2.7 解模糊化方法
        2.7.1 重心法
        2.7.2 最大隸屬度法
        2.7.3 系數(shù)加權(quán)平均法
    2.8 基于模糊邏輯的控制模型
三、模糊邏輯的應(yīng)用研究
    3.1 模糊邏輯控制的基本思想
    3.2 模糊邏輯控制系統(tǒng)的組成
    3.3 模糊邏輯控制系統(tǒng)的基本原理
    3.4 模糊邏輯控制算法概述
    3.5 各模糊子集隸屬函數(shù)的定義
    3.6 模糊控制算法
    3.7 建立模糊邏輯控制模型
        3.7.1 模糊關(guān)系模型的表示
        3.7.2 確定輸入測量值X
        3.7.3 確定輸出被控精確量值Y
        3.7.4 量化處理
        3.7.5 確定模糊邏輯控制模型的結(jié)構(gòu)
        3.7.6 建立模糊邏輯控制模型
        3.7.7 模糊邏輯控制模型的品質(zhì)指標(biāo)
        3.7.8 模糊邏輯控制模型的應(yīng)用舉例
四、總結(jié)
主要參考文獻(xiàn)
致謝
附錄在讀期間發(fā)表論文與科研項(xiàng)目
附錄蘇岳就讀研究生期間簡歷



本文編號：3672666