[求助]模糊控制规则

xptan

大家好，我想问一下模糊控制规则的确定是根据自己的判断吗？还是那些语句就是订的？忘告知
还有就是在想问一下，我做的课题用神经网络PID优化了系统，但是PID参数还是要手动调节，我不知道怎么在MATLAB中实现PID自整定，不需要再次进行调节，最好用SIMULINK进行仿真，告诉我方法！谢谢

[ 本帖最后由 xmwhit 于 2006-11-28 18:44 编辑 ]

cdwxg

模糊控制规则是根据自己的精确值的规律来编写的
语句不是定的，也是有好的规则，差的规则的，编写的时候要先根据精确的来调节，如PI，调节后根据调节的参数得到输入输出之间的关系，根据这个输入输出关系以及你把输入和输出划分为几个模糊区域等来具体设计规则

具体问题具体分析，规则是个关键，设计起来需要一定的时间，但语句不是定的，这个是肯定的。
值于MATLAB实现PID自整定，好象论坛有相关内容的材料，你可以查下。

xptan

感谢昨天网友的回复，可是我还是不太明白。现有一例，麻烦告知。

有三个变量X,Y,Z,, X的隶属度函数有一个表，模糊分割为8，Y,Z的隶属度函数相同，有一个表，模糊分割为7，共有56条规则，它对X的隶属度函数根据表为：
NB=(1/-6)+(0.8/-5)+(0.7/-4)+(0.4/-3)+(0.1/-2)
NM=(0.2/-6)+(0.7/-5)+(1/-4)+(0.7/-3)+(0.3/-2)………..
etc
这些我都知道，关键是它的规则
如：R1；如果X是NB and y是NB则z是NB
R2:: 如果X是NB and y是NM则z是NB………
.
.
R56: 如果X是PB and P是NB则z是PB
这些是怎么来的，是凭自己的推断吗？还是根据隶属度表算出的，规则不一样的话，后面整个设计过程就都不一样，这点希望给我说明白，谢谢

[ 本帖最后由 xmwhit 于 2006-11-29 10:42 编辑 ]

xmwhit

感谢昨天网友的回复，可是我还是不太明白

如果问题相关，最好在同一个主题下讨论。

这点希望给我说明白

作为坛友给您一个建议：不要用这样的措辞！
本人直言直语，也希望大家坦诚交流！

请熟悉模糊规则相关问题的朋友指教！

xmwhit

我不是很懂，但据我的了解，像隶属度函数或者模糊推理规则，一般都是根据专家知识或者实践经验确定的。你可以参考有关模糊逻辑的书或者关于模糊推理方面的应用文献。中国期刊网上的相关文献就有很多。

cao

原帖由 xmwhit 于 2006-11-29 14:42 发表
我不是很懂，但据我的了解，像隶属度函数或者模糊推理规则，一般都是根据专家知识或者实践经验确定的。你可以参考有关模糊逻辑的书或者关于模糊推理方面的应用文献。中国期刊网上的相关文献就有很多。

1）对的！
2）比如：你看到远处的一个人，尽管没有完全看清楚他（她）的长相等，可能你会根据他（她）形态等等，能判断出是他（她）。那是根据什么呢？就是规则！当然，也有人认不准，可以说他的规则不对哦。
3）因此，规则是反应系统的推断根据与能力的，专家知识、实践经验以及理论推导均可得出相关规则。
4）本人认为，初接触时，应仔细体会。
请大家批评！

xptan

可是不一样的规则确定所导致的结果会千差万别，即使是同一个问题n个人做，那么根据自己的判断可能规则都不一样，仿真的结果也就不一样，不知说得对吗？

xmwhit

可是不一样的规则确定所导致的结果会千差万别，即使是同一个问题n个人做，那么根据自己的判断可能规则都不一样，仿真的结果也就不一样，不知说得对吗？

这个当然!
但要注意, 规则是由专家和实践经验获得的. 不是哪个人想当然做出来的. 这是模糊推理在实际应用的重点和难点.

Hermes

规则的制定有很多种方法，最初的方法就是根据专家经验来确定，就如你开车时知道什么时候踩油门，什么时候刹车一样。不过这种模糊规则有很大的主观性，因人而异（比如踩油门的力度和时间等，每个人开车的习惯都不太一样，但大致趋势还是差不多的）。还可以从已知数据中制造模糊规则，比如可以从最优控制得到的数据中提取模糊规则，这样可以得到和最优控制类似的结果。还有就是专家经验与数据相结合，首先由专家提供一个初始的经验表，然后在运行过程中，根据测得的数据调整得到的经验表。当然还有很多其他方法得到模糊规则表，可以参考相应的书籍和文献。

xptan

很感谢楼上的几位网友给我的意见,关于这个我看了很多,还是自己知识的不够,对于我发的那个问题如果X是NB and y是NB则z是NB,我实在不明白Z为什么也是NB,不是NM,PB呢?我知道根据专家的经验可以得出,可是我看书上好象是根据隶属度函数算出的,另外根据经验也就是好象太模糊,有些很好根据经验推论,譬如温度高了,低了等等,可是有些不是这样的,还是头疼啊!

xmwhit

很明显, 模糊规则选择的方式不是唯一的!像Hermes就提到几种方法!
       隶属度函数本身也是由专家知识和实践经验得来的,由隶属度函数推出模糊规则也是可以理解的.
       建议楼主根据相关书籍文献, 总结一下确定模糊推理规则的方式, 每种方式的特点, 优缺点以及适用的范围. 然后再决定自己在实际操作中应该使用哪一种.
       顺便提一下, 不是每一本书籍或者文献提供的信息都是原创的和权威的, 很有可能存在一些不合理的或者不清楚的地方!

Hermes

z是NB或者别的什么语言值，可以从专家经验来，至于为什么是NB，不是NM或PB，还比如你开车，遇见前方1m(可以看成模糊输入）远有个障碍，那肯定要踩刹车了（选择NB,NM,NS等），不可能选择踩油门（P*)，但是至于选择踩刹车的时间或者力度，你可以考虑轻一些(NS)，也可以考虑重一些(NB)，这就因人而异，轻了可能没有大的超调，但也可能撞上障碍；而重了也可能控制比较剧烈，导致感觉不舒服。总之，专家经验是个很主观的东西，你可以自己调一些规则（可以将NB换成NM），但不能犯明显的错误（选择PB等）。
      另外，经验表是不能根据隶属度函数算出的，倒是可以根据模糊输入求出，比如z=-(x+y)/2，这个倒是经常采用的一种形式，这里将模糊语言值用一个数表示了（只是一种表示方法，不代表模糊集可以用一个数来表示），比如pb为3，pm为2等，然后带入上式求出模糊规则。即使是这个公式也是根据许多专家经验而归纳出来的。
      经验的推导我认为很大程度上取决于模糊输入变量的选择，比如一个熟练的技工（具备专家经验），你告诉他温度高(一种模糊输入)了，他肯定知道该怎么办，可是你告诉他（温度-温度变化率*温度）（也可以是一种模糊输入，我随便写的）高了，他肯定不知道该怎么办了。所以，合理选择模糊输入也是一个不可忽视的问题。

cxs1978

可以通过优化方法优化选取啊

xptan

十分感谢Hermes 和xmwhit ，还有其他网友给我的一系列意见，我基本明白了模糊规则的定义了。在次感谢！

xmwhit

在用心地回答别人的问题的同时，也会加深自己对某些问题或概念的理解！
        而且，在试图解释某些东西时，往往会对你以前接触过的东西不是很确定，于是你就要查些资料，仔细分析，弄清楚，会学到很多东西！
        最重要的是，在与别人交换看法的时候，有可能会产生你自己从来不会有的想法！
        好的问题，好的讨论主题，会让你受益更大！
        这就是讨论和交流的意义！用心去做，你会有收获！