模糊控制中解模糊的方法有哪些?罗列即可,不用长篇大论!
发布网友
发布时间：2022-04-24 14:51
共2个回答
热心网友
时间：2023-10-17 08:11
1、最大隶属度法
2、加权平均法（重心法）
3、中位数法
我正在着重研究重心法解模糊。
热心网友
时间：2023-10-17 08:12
条件命题：If x is A then y is B
事 实：x is A’
结 论：y is B’
表示法中的条件命题相当于模糊控制中的模糊控制规则，前件部和后件部的关系，可以用模糊关系式来表达；至于推论演算，则是将模糊关系和模糊集合A’进行合成演算，得到模糊集合B’。推论算法可以下式表示：
B’=A’。R
若前件部分含有多个命题时，则可表示如下：
条件命题：If x1 is A1 …. and xn is An
then y is B
事 实：x is A’1 and ….and xn is A’n
结 论：y is B’
这种模糊推论法其前件部用“”连结各命题，推论演算的过程则以模糊逻辑来结合前件部中各命题的模糊集合，故前件部的集合A可表示如下：
A=A1∩A2∩…. ∩An
=∩iAi
由(3.7)式可得到模糊集合A和后件部的模糊集合B，利用2.5节中模糊关系R的定义来求得条件命题的模糊关系，其隶属度函数可用μR(x1,x2,….,xn,y)来表示。同样地，事实部分的模糊集合A’，亦可表为：
A’=∩iAi
因此，以合成算法可得到推论结果如下：
μB’(y)=μA’(x)。μR(x1,x2,….,xn,y)
本章将针对第一种和第三种推论法做介绍：
（1） 第一种推论法
为Mamdani教授最初所使用的方法，其所用的控制规则如下所述：
R1:If x1 is A11 and … and xn is A1n then y1 is B1
R2:If x1 is A21 and … and xn is A2n then y2 is B2
‧ ‧
‧ ‧
‧ ‧
Rn:If x1 is Am1 and … and xn is Amn then ym is Bm
其中Aij ,B i代表论域中的模糊集合。若使用模糊关系Rc和最大－最小合成的模糊推论，则推论结果可得到模糊集合Bi’的隶属函数为：
(3.12)式中 的值称为前件部的适合度，因此藉由各条件命题的前件部，便可计算出各条模糊控制规则相对应的适合度。
在实行模糊控制时，将许多条适合的规则进行上述的推论演算，然后结合各个由算法得到的推论结果来获得模糊集合B’，在此先不谈论解模糊化的方法，于下一小节再做讨论。
(2)第三种推论法
此种推论法为日本Takagi和Sugano所提出，将Mamdani模糊推论法的命题后件部改为控制器输出入的线性函数式，其模糊控制规则型式表示如下：
此种型态的模糊控制规则其前件部大多使用梯形隶属度函数，而后件部的线性函数式亦可使用非线性函数式取代。若算法则为Max-Min合成，则可得到如(3.12)式之适合度；若改采Max-proct合成，则可得到上模糊控制规则Ri对应条件命题前件部之适合度，如下所示：
控制规则Ri后件之值Yi可由下列求得：
综合上述各控制规则得到的推论结果，经解模糊化程序后，便可得到明确的控制器输出值。
这种模糊控制推论藉由多个线性函数式表示控制器的输出入关系。将输入变量空间作模糊分割，并平滑各分割空间接续的地方，而被平滑化的地方即模糊的区域。
解模糊化
在实行模糊控制时，将许多控制规则进行上述推论演算，然后结合各个由演算得到的推论结果获得控制输出；为了求得受控系统的输出，必须将模糊集合B’解模糊化，在此将对三种常用解模糊化的方法做简单的介绍：
(1)重心法
为模糊控制中段常用的方法，其定义为：
其中y°相当于模糊控制集合B’重心位置，图3.5、3.6为图解模糊关系Rc和最大－最小合成及重心法的推论演算过程。
(2) 高度法
亦为时常使用之解模糊化的方法之一，其定义为：
图3.7为图解使用高度法计算解模糊化值。
(3) 面积法
