搜索
模糊控制理论摘自维基百科2011年11月20日概述模糊逻辑普遍适用于机械控制。那个词本身激发一个必然的怀疑,试探相当于“仓促的逻辑”或“虚假的逻辑”,但“模糊”不是指一个部份缺乏严格性的方式,而如此的事实,即逻辑涉及能处置的概念,不能被表达为“对”或“否”,而是因为“部份真实”。虽然遗传算法和神经网络能够执行一样模糊逻辑在很多情形下,模糊逻辑的长处是解决那个问题的方式,能够被铸造方面接线员能了解,以便他们的经验,可用于设计的控制器。这让它更易完成机械化已成功由人执行。历史和应用模糊逻辑第一被提出是有Lotfi在加州大学伯克利分校在1965年的一篇论文。他论述了他的观点在1973年的一篇论文的概念,介绍了语言变量”,在这篇文章中相当于一个变量概念为一个模糊集合。其他研究打乱了,第二次工业应用中,水泥窑建在丹麦,即将到来的在线1975。模糊系统在专门大程度上在美国被忽略了,因为他们更多关注的是人工智能，一个被过度吹嘘的领域，尤其是在1980年中期年代,致使在诚信缺失的商业领域。但是日本人对那个却没有成见和忽略，模糊系统引发日立的SeijiYasunobu和SojiYasunobuMiyamoto的兴趣。,他于1985年的模拟,证明了模糊控制系统对仙台铁路的控制的优越性。他们的想法是被同意了,并将模糊系统用来控制加速、制动、和停车，当线于1987年开业。1987年另一项增进模糊系统的兴趣。在一个国际会议在东京的模糊研究那一年,Yamakawa论证利用模糊控制,通过一系列简单的专用模糊逻辑芯片,在一个“倒立摆“实验。这是一个经典的控制问题,在这一进程中,车辆尽力维持杆安装在顶部用铰链正直来回移动。这次展示给观察者家们留下了深刻的印象,和后来的实验,他登上一Yamakawa酒杯包括水或乃至一只活老鼠的顶部的钟摆。该系统在两种情形下,维持稳固。Yamakawa最终继续组织自己的fuzzy-systems研究实验室帮忙利用自己的专利在田地里的时候。展示以后,日本工程师开发出了大范围的模糊系统用于工业领域和消费领域的应用。1988年,日本成立了国际模糊工程实验室,成立合作安排48公司进行模糊控制的研究。松下吸尘器利用微控制器运行模糊算法去控制传感器和调整吸尘力。日立洗衣机用模糊控制器Load-Weight,Fabric-Mix和尘土传感器及自动设定洗涤周期来最佳利用电能、水和洗涤剂。佳能研制出的一种上相机利用电荷耦合器件(CCD)测量中的图像清楚的六个区域其视野和利用提供的信息来决定是不是那个影像在核心上(清楚)。它也能够追踪转变的速度在镜头运动的重点,和它的速度以避免控制超调。相机的模糊控制系统采用12输入,6个输入了解解现行清楚所提供的数据和其他6个输入测量CCD镜头的转变率的运动。输出的位置是镜头。模糊控制系统应用13条规则,需要千字节记忆信息。另外一个例子是,三菱工业空调设计采用25加热规则和25冷却规则。温度传感器提供输入,输出一个控制逆变器,一个紧缩机气阀,风扇电机。和以前的设计相较,新设计的模糊控制器增加五次加热冷却速度,降低能耗24%,增加温度稳固性的一个因素两个,利用较少的传感器。日本人对模糊逻辑的人情是反映在很普遍的应用范围上,他们一直在研究或实现:例如个性和笔迹识别光学模糊系统,机械人,声控机械人直升飞机。模糊系统的相关研究工作也在美国和欧洲进行着。美国环境保护署分析了模糊控制节能电动机,美国国家航空和宇宙航行局研究了模糊控制自动太空对接。仿真结果表明,模糊控制系统可大大降低燃料消耗。如波音公司、通用汽车、艾伦-布拉德利、克莱斯勒、伊顿,和漩涡了模糊逻辑用于低功率冰箱、改善汽车变速箱。在1995年美泰克公司推出的一个“伶俐”基于模糊控制器洗碗机，“一站式感应模块”包括热敏电阻器,用来温度测量;电导率传感器,用来测量离子洗涤剂水平存在于洗;分散和浊度传感器用来检测透射光测量失禁的洗涤,和一个磁致伸缩传感器来读取旋转速度。那个系统肯定最优洗周期任何载荷,取得最佳的结果用最少的能源、洗涤剂、和水。研究和开发还继续模糊应用软件,作为反对固件设计,包括模糊专家系统模糊逻辑与整合神经网络和所谓的自适应遗传软件系统,其最终目的是成立“自主学习”模糊控制系统。模糊集输入变量在一个模糊控制系统是集映射到一般由类似的隶属度函数,称为“模糊集”。转换的进程中,一个干脆利落的输入值模糊值称为“模糊化”。一个控制系统也有各类不同的类型开关或“开关”,连同它的模拟输入输入,而如此的开关输入固然总有一个真实的价值等于要么1或0,但该方案能对付他们,简单的模糊函数,要么发生一个值或另一个。给予了“映射输入变量的隶属函数和进入真理价值,单片机然后做出决定为采取何种行动基于一套“规则”,每一组的形式。在一个例子里,有两个输入变量是“刹车温度”和“速度”,概念为模糊集值。输出变量,“制动压力”,也概念为一个模糊集,有价值观像“静”、“略微增大”“略微下降”,等等。这条规则本身很莫名其妙,因为它看起来恍如能够利用，会干扰到与模糊,但要记住,那个决定是基于一套规则。所有的规则都挪用申请,利用模糊隶属度函数和诚实取得输入值,肯定结果的规则。那个结果将被映射成一个隶属函数和控制输出变量的真值。这些结果相结合,给出了具体的(“脆”)的答案,实际的制动压力,一个进程被称为解模糊化，结合了模糊操作规则推理“描述”模糊专家系统”。传统的控制系统是基于数学模型的控制系统,描述了利用一个或更多微分方程肯定系统回应其输入。这种系统通常被作为“PID控制器”他们是产品的数十年的进展建设和理论分析,是超级有效的。若是PID和其他传统的控制系统是如此的先进,何须还要模糊控制吗?它有一些长处。在许多情形下,数学模型的控制进程可能不存在,或太“贵”的熟悉论的运算机处置能力和内存,与系统的基于经验规则可能更有效。另外,模糊逻辑都适合低本钱实现基于廉价的传感器、低分辨率模拟/数字转换器,或8位单片机芯片one-chip4比特。这种系统能够很容易地通过增加新的规则升级来提高性能或添加新功能。在许多情形下,模糊控制能够用来改善现有的传统控制器系统通过增加了额外的情报电流控制方式。模糊控的细节模糊控制器是很简单的理念上。它们是由一个输入阶段,一个处置阶段,一个输出阶段。地图传感器输入级或其他输入,比如开关等等,到适合的隶属函数和真理的价值。每一个适当的加工阶段挪用规则和产生的结果对每一个人来讲,然后结合结果的规则。最后,将结果输出阶段相结合的具体控制输出回他的价值。最多见的形状是三角形的隶属度函数,虽然梯形和贝尔曲线也利用,但其形状通常比数量更重要曲线及其位置。从三人至七人一般是适当的覆盖曲线所需要的范围的一个输入值,或“宇宙的话语“在模糊术语。作为讨论之前,加工阶段是基于规则的集合的形式逻辑IF-THEN报表,那里的部份叫做“之前”和后来的部份被称为“随之”。典型的模糊控制系统具有几十个规则。这条规则的价值采用真理“温”的输入,真值的“冷”,产生的结果,在模糊集的“加热器“输出,“高”的价值。那个结果是用来与其他规则的结果,最终产生脆复合输出。很明显,越是真理价值的“冷”,真值越高,“高”,但这并非必然就意味着输出本身会被设置为“高”,因为这是唯一准则在许多。在某些情形下,隶属函数能够修正“篱笆”相当于形容词。模糊限制语包括“关于“常见,“近”、“接近”、“大约”、“很”、“略微”、“太”、“超级”、“有点”。这些操作可能有明确的概念,虽然可能有专门大不同的概念不同的实现。“超级”,因为一个典型的例子,广场隶属函数;因为会员价值老是小于1,这减少了隶属函数。“超级”立方体价值观提供更大的缩小,而“有点“扩大功能以平方根的计算。在实践中,模糊规则集,通常有几个来路综合利用模糊运算,如,或,不,虽然再次概念每每转变,在一个受欢迎的概念,只是利用最小重量的雏形,而或采用最大值。还有一个不经营者一个隶属函数减去从1到给“补充性”功能。有几种方式能够概念一个规则的结果,而是一种最多见的和最简单的是“极大极小“推理法,给出了输出隶属函数的真值所产生的前提。规则能够解决并联在硬件或软件。顺序结果所有的规则，其中的几个方式。在理论上有几十个,每一个都有各类各样的长处和缺点。“质心”的方式很受欢迎,在“的质心”的结果提供了清新的价值。另一个方式是“高度”方式,它以价值的主要因素。方式更利于统治质心与输出最大的区域,而高程法显然更利于规则和最大的输出值。模糊控制系统的设计是基于经验方式,大体上一个系统的方式试误。大致进程如下:1.文件系统的操作规范和输入与输出。2.文档模糊集的输入。3.文件规则集。4.肯定解模糊化方式肯定。5.运行测试套件验证通过制度,调整细节的要求。6.完整的文件,发布给生产。逻辑解释模糊控制虽然有几个困难出现给一个严谨的逻辑解释If-Then规则。作为一个例子,解释一个规则,因为若是(温度是“冷”),那么(加热器是“高”)由第一阶表达式冷)(x→高)(y和假设r是一个输入如此冷)(r是假的。然后公式冷)(r→高)(t是适用于任何一个师,因此任何不正确的控制提供了一种给r。很明显,若是咱们考虑系统的先例的规则类概念一个分区如此一个自相矛盾的现象不会出现。在任何情形下它有时是不考虑两个变量x和y在一条规则没有某种功能的依赖。严谨的逻辑合法化中给出的模糊控制Hajek的书,被描画成一个模糊控制理论的大体Hajek逻辑。在2005Gerla模糊控制逻辑方式,提出了一种基于以下的想法。f模糊函数表示的系统与模糊控制相结合,即:给定输入r,),()(yrfys是模糊集合可能的输出。然后给出一个可能的输出的t,咱们把),(trf为真理程度的表示。更多的是任何系统的If-Then规则可转化为一个模糊的程序,在这种情形下模糊函数f模糊谓词的解释专门好),(yx在相关的最小模糊Herbrand模型。以如此一种方式成为一个章模糊控制的模糊逻辑编程。学习进程成为一个问题属于归纳逻辑理论。FuzzyControlFromWikipedia20November2011OverviewFuzzylogiciswidelyusedinmachinecontrol.Thetermitselfinspiresacertainskepticism,soundingequivalenttohalf-bakedlogicorboguslogic,butthefuzzypartdoesnotrefertoalackofrigourinthemethod,rathertothefactthatthelogicinvolvedcandealwithconceptsthatcannotbeexpressedastrueorfalsebutratheraspartiallytrue.Althoughgeneticalgorithmsandneuralnetworkscanperformjustaswellasfuzzylogicinmanycases,fuzzylogichastheadvantagethatthesolutiontotheproblemcanbecastintermsthathumanoperatorscanunderstand,sothattheirexperiencecanbeusedinthedesignofthecontroller.Thismakesiteasiertomechanizetasksthatarealreadysuccessfullyperformedbyhumans.HistoryandapplicationsFuzzylogicwasfirstproposedbyLotfiA.ZadehoftheUniversityofCaliforniaatBerkeleyina1965paper.Heelaboratedonhisideasina1973paperthatintroducedtheconceptoflinguisticvariables,whichinthisarticlee