模糊逻辑-一种基于不精确输入实现控制的方法

在这个数字控制的时代，几乎每一个电器都是用控制的数字控制级别使用1和0.但是认为，思考您遇到的日常流程的每个输出并非非常不可思议，只取决于输入的两个状态。不，绝对。想象一下你母亲烹饪一些美味的食物，你无法阻止自己赞美她。那么食物如何变得如此美味？当然，在适当的数量和比例中添加成分。那她如何管理这一点？具有完美的数量的数字知识？不总是。她与一个拥有经验的知名想法确实如此。这是一个控制逻辑的想法，它使用输入状态而不是输入自身; a logic that doesn’t requires some perfect inputs but rather works with only a typical estimation of the inputs. This is fuzzy logic.

什么是模糊逻辑？

模糊逻辑是依赖于输入的状态的基本控制系统，输出取决于输入的状态和这种状态的变化率。换句话说，模糊逻辑系统适用于根据输入状态的概率分配特定输出的原理。

模糊逻辑如何起源？

模糊逻辑于1965年由加利福尼亚大学的Lotfi Zadeh开发，伯克利基于自然值而不是二进制值来执行计算机进程的方法。最初用作处理数据的方法，后来开始被用作控制策略。

模糊逻辑是如何工作的?

基于假设决定输出的模糊逻辑工作。它基于套装工作。每个组表示一些定义输出状态的语言变量。输入的每个可能的状态和状态的变化度是集合的一部分，具体取决于预测输出。它适用于IF的原则 - 即，如果A和B那么Z.

假设我们想控制输出可以在SET X中的任何位置的系统，具有通用值x，使得x属于X.考虑一个特定的集合A，这是X的子集，使得A属于的所有成员属于间隔0和1.设置A被称为模糊集和F的值_一种(x)在x处表示x在该集合中的隶属度。输出由x在集合中的隶属度决定。这种隶属关系的分配取决于产出取决于投入和投入的变化率的假设。

这些模糊集用隶属度函数进行图形化表示，并根据隶属度函数的各个部分来决定输出。集合的成员关系由IF-Else逻辑决定。

一般来说，集合的变量是输入的状态，输入的变化程度和输出的隶属度取决于输入状态的and运算逻辑和输入的变化率。对于多输入系统，变量也可以是不同的输入，而输出可以是变量之间与运算的可能结果。

模糊控制系统

模糊控制系统包括以下组件：

一个Fuzzifier它将测量变量或输入变量以数字形式转换为语言变量。

控制器根据语言信息进行模糊逻辑运算，对输出进行赋值。它根据人类的解释方式进行近似推理，实现控制逻辑。控制器由知识库和推理引擎组成。知识库由隶属度函数和模糊规则组成，这些隶属度函数是根据系统运行的知识根据环境来确定的。

Defuzzifier将该模糊输出转换为所需的输出以控制系统。

一种简单的控制系统，使用模糊逻辑根据输入的温度控制风扇的速度。

假设你想根据房间的温度来控制风扇的转速。对于一个普通的外行人来说，如果房间的温度让他/她感到太热，那么就把风扇转速调到最大。如果他/她感到有点热，那么风扇转速适当提高。如果他/她感到太冷，风扇转速会大幅下降。

那么如何让你的电脑做到这一点呢?

这是我们如何实现这一目标：

• 温度传感器测量房间的温度值。然后将得到的值赋给模糊函数。
• 模糊器为每个测量值和测量值的变化率分配语言变量。

例如，如果测量值为40˚C，那么房间太热了

如果测量值在30⁰C到40⁰C之间，那么这个房间就是相当热的

如果测量值是22到28⁰C，这个房间是适中的

如果测量值是10到20⁰C，那么这个房间就是冷的

如果测量值低于10，说明房间过冷。

• 下一步涉及知识库的功能，知识库包含这些成员函数和规则库的信息。

例如，如果房间太热，房间正在迅速加热，则将风扇速度设置为高

如果房间太热，房间正在缓慢加热，然后将风扇速度设置为小于高度。

• 下一步涉及到将这种语言输出变量转换为用于驱动风扇的数字变量或逻辑变量汽车司机。

• 最后一步是通过给风扇电机驱动器适当的输入来控制风扇转速。

因此，这是模糊逻辑的简要概述，欢迎添加任何进一步的输入。