基于直觉模糊证据支持度不确定性推理的模糊控制方法
【技术领域】
[0001] 本发明属于人工智能中的模糊控制技术，尤其是一种基于直觉模糊证据支持度不 确定性推理的模糊控制方法。
【背景技术】
[0002] 自1965年Zadeh提出模糊集理论以来，该理论得到迅速发展。Atanassov对模糊 集进行了拓展，给出了直觉模糊集概念，从隶属度和非隶属度两个方面进行并指出模糊集 是直觉模糊集的特殊情形。如今模糊知识表示中，直觉模糊知识表示已成为人们研究的热 门领域，有关直觉模糊集理论及其在决策、逻辑规划、医疗诊断、机器学习和市场预测等诸 多领域中的应用研究已引起人们的高度重视，并取得了丰硕成果。 近年来，不确定性推理技术也引起了人们的重视，许多学者在不确定推理方面做出了 巨大的贡献。雷英杰等人在直觉模糊逻辑方面提出真值限定的直觉模糊推理方法、直觉模 糊逻辑的插值推理方法和直觉模糊近似推理方法；徐扬等人在语言真值格蕴涵代数方面提 出基于概念格的语言真值不确定性推理和基于语言真值格值一阶逻辑的不确定性推理。
[0003] 模糊控制以模糊规则和模糊推理为理论基础，其核心是具有智能性的模糊控制 器，模糊控制不必涉及状态方程和传递函数，就可以对复杂系统进行有效控制。1974年英 国Mamdani首先设计了模糊控制器，并用于锅炉和蒸汽机的控制，取得了成功。之后，模糊 控制被广泛用于众多行业，并获得非常可观的经济效益。
[0004] 模糊推理系统的结构非常适于表示人的定性或模糊的经验和知识，它们通常用 if-then的模糊规则来表示。然而，如果缺乏模糊经验，则难以获得满意的控制效果。同时， 现有的模糊控制系统仅考虑确定的且带有一定主观性的隶属度和推理规则，在信息缺失的 情况下无法做出相应的推理，则限制了它的应用范围，影响控制效果。
【发明内容】
[0005] 本发明为了解决现有技术所存在的上述技术问题，提出一种基于直觉模糊证据支 持度不确定性推理的模糊控制方法。
[0006] 本发明的技术解决方案是：一种基于直觉模糊证据支持度不确定性推理的模糊控 制方法，其特征在于依次按照如下步骤进行： 步骤1 :直觉模糊化；即将规则中的语言用直觉模糊集的形式表示出来； 步骤2 :知识表示；即将规则中的已知条件用矩阵的形式表示，其中矩阵元素为直觉模 糊集； 步骤3 :根据已知的直觉模糊集J (3,丫与i? (_7)，分别计算它们的证据支持度
【主权项】
1. 一种基于直觉模糊证据支持度不确定性推理的模糊控制方法，其特征在于依次按照 如下步骤进行： 步骤1 :直觉模糊化；即将规则中的语言用直觉模糊集的形式表示出来； 步骤2 :知识表示；即将规则中的已知条件用矩阵的形式表示，其中矩阵元素为直觉模 糊集； 步骤3 :根据已知的直觉模糊集J (3, 丫与i? (_f)，分别计算它们的证据支持度
并以矩阵的形式表示； 步骤4 :选取Mamdani蕴涵算子X ^ = X λ，把大前提j - 5的证据支持度72^;与 转化为一个上的模糊关系77?; 步骤5 :将Π >ι>}与上述模糊关系TTt进行复合，即
步骤6 :将计算所得的模糊量TD5*与模糊规则进行匹配，即得推理结果。
2. 根据权利要求1所述基于直觉模糊证据支持度不确定性推理的模糊控制方法，其特 征在于：在步骤5后得出/7个中间结果，…，，将这个中间结果以析取 (V)的方式进行聚合后再进行步骤6。
3. 根据权利要求2所述基于直觉模糊证据支持度不确定性推理的模糊控制方法，其特 征在于：在步骤2后将每条规则按照析取（V)运算聚合成为一条超规则，再进行步骤3。
【专利摘要】本发明公开了一种基于直觉模糊证据支持度不确定性推理的模糊控制方法，按照如下步骤进行：直觉模糊化；知识表示；直觉模糊证据支持度的逻辑推理；模糊化处理。能够将直觉模糊推理问题通过证据支持度的计算转化为模糊推理问题，从而解决了同时具有正反两方面证据的控制问题，也克服了模糊推理中仅考虑确定的且带有一定主观性的隶属度和推理规则。本发明能够在信息缺失的情况下，将操作者的经验、知识用直觉模糊控制规则的形式记述并进行模糊推理，用计算机实现与操作者相同的巧妙的控制。本发明的推理过程模仿人的思维过程，能够处理复杂系统。
【IPC分类】G05B13-04
【公开号】CN104536296
【申请号】CN201410803152
【发明人】邹丽, 徐本强, 郑宏亮, 谭雪微
【申请人】辽宁师范大学
【公开日】2015年4月22日
【申请日】2014年12月22日