常用的模糊推理法有两种:Zadeh法和Mamdani法,这里只讲述普遍使用的Mamdani法,Mamdani法本质上属于合成推理法。
合成推理法Mamdani法如下
If A and B then C蕴藏的关系为(A∧B→C),A∈U,B∈U,C∈U是三元模糊关系,其关系矩阵决策R为
R=A×B×C=(A×B)T1▫C (3-22)式中,(A×B)T1为关系矩阵(A×B)m×n构成m×n列向量,T1表示列向量转换,m和n分别为A和B论域元素的个数。
或 R=(A1▫B)T1▫C
基于Mamdani模糊推理法,根据模糊关系R,可求出给定输入A1和B1对应的输出C1,即
C1=(A1×B1)T1▫R(3-23)
式中,(A1×B1)T2为模糊关系矩阵(A1×B1)m×n构成的m×n行向量,T2表示行向量转换。
求得A便可计算B
B=A▫R (3-24)
当规则库由众多模糊控制规则组成时,每条规则都可以用一个模糊关系来表示,例如,规则库由N条规则组成
规则1:IF[<x1=A11>]AND<x2=A12>AND…AND<xn=A1n>]THEN[y=B1]
规则2:IF[<x1=A21>]AND<x2=A22>AND…AND<xn=A2n>]THEN[y=B2]
……(www.xing528.com)
规则i:IF[<x1=Ai1>]AND<x2=Ai2>AND…AND<xn=A1n>]THEN[y=Bi]
……
它们的模糊关系分别是R1,R2,…,RN,并且Ri=Ai1×Ai2×…×Ain×Bi。
根据对各规则模糊关系处理方式的不同,模糊推理可以有两种方法,即综合法和并行法。
1.综合法
规则库内有N条规则,对所有规则的模糊关系作综合处理,就得到整个规则库的总的模糊关系R,并且
R=R1∪R2∪…∪RN=∪Ri (3-25)
如果系统当前的状态是,A′1,A2′,…,AN′。那么,模糊控制器的输出是
B′=(A′1×A2′×A′n)·R(3-26)
2.并行法
对模糊控制规则库中的规则不作综合处理,而是各自独立地存放,独立地对系统当前状态作出响应,最终的控制作用由各规则的分别响应综合而成。如果规则库内有N条规则,各自的模糊关系分别是R1,R2,…,RN,而系统当前的状态是A′1A2′,…,An′,那么,各条规则的输出分别是
控制器的最终输出是
B′=B′1∪B2′∪…∪Bn′与综合法相比,并行法需占用较多的计算机内存,但是它有一个明显的优点,即能清楚地展示每条规则的模糊控制系统,如果采用综合法,总的模糊关系是N条规则的模糊关系的并集,如果增加或删除一条规则,总的模糊关系就要重新计算,相应地,并行法对于B′=B′1∪B2′∪…∪Bn′的计算中作相应的增减即可。所以,并行法具有更大的灵活性,当然还有其他优点。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。