专利名称：高性能模糊逻辑处理方法
技术领域：
本发明涉及一种高性能模糊逻辑处理方法，更详细地说是涉及一种通过对模糊控制规则的规则成分的最大运算以避免多余的计算从而改善模糊推理速度的方法。
一自动控制器使得一被控制系统维持一个尽可能小的希望值和输出值之间的误差。这种类型的控制器包括一个PID(比例积分一微分)控制器，一个最佳控制器，一个自适应控制器，一个可变结构系统(VSS)和一个神经网络。
模糊控制理论是美国的扎德(Zaded)教授于1965年在向“信息和控制”投稿的一篇文章中提出的。虽然最初该模糊理论并未受到重视，但1974年英国的曼达尼(Mamdani)教授对一汽轮机利用模糊理论而获得很好的结果而使模糊理论开始引起公众的注意，而对汽轮机使用通常公知的PID控制器和最佳控制器是不能获得预期结果的。
对于一个输入来说可通过由一熟练操作人员的经验所表示的模糊推理，用模糊置位和控制规则来使模糊控制确定一适当的键控变量。
用于模糊控制的一模糊逻辑使用如下的运算＊模糊“非”μ(NOTA)(X)＝1-μA(X)
在上式中，μ被定义为是一模糊元素数函数，字母A表示某个模糊置位和X是一构件。例如，式μA(X)＝0.3意味着对于一构件X置位数为A的元素数是0.3。
＊模糊“与”逻辑模糊“与”逻辑由T-范式归纳并作如下定义T
×
→
(1)T(X，1)＝X，T(X，0)＝0(边界条件)(2)如果X1≤X2则T(X1，Y)≤(X2，Y)(单调)(3)T(X，Y)＝T(Y，X)(交换律)(4)T｛X，T(Y，Z)｝＝T｛T(X，Y)，Z｝(结合律)换句话说，对应于0和1之间的两个实数而得到的0和1之间的两个实数的算符之中，上面所示的算符是由满足于边界条件、单调、交换和结合律的T-范式来定义的。
典型的实用T-范式是μ(A“与”B)(X)＝MIN(μA(X)，μB(X))这个公式被称之为MIN运算，表示二者之中的最小值(更坏的值)被选择。
＊模糊“或”逻辑模糊“或”逻辑是由S-范式归纳并作如下的定义S
×
→
(1)S(X，1)＝1，S(X，0)＝X(2)如果X1≤X2则S(X1，Y)≤S(X2，Y)(3)S(X，Y)＝S(Y，X)(4)S｛X，S(Y，Z)｝＝S｛S(X，Y)，Z｝
典型的实用S-范式是μ(A“与”B)(X)＝MAX(μA(X)，μB(X))这个公式被称之为MAX运算，表示二者之中的最大值(更好的值)被选择。
＊模糊关系获得模糊关系的一个元素数的方法定义如下μR(X，Y)＝MIN(μA(X)，μB(Y))模糊理论的一个重要法则是模糊推理，从已知的效果对原因的依赖关系来断定一个新的事实。模糊推理是一模糊控制规则(或推理规则)的主要构成，例如[如果(前提部分)，则(结果部分)]。并且一前提部分可细分为[前提部分1“与”前提部分2]，这里使用的“与”表示是在模糊“与”逻辑中使用的“与”。
并且上述前提项是这样构成的[输入＝语言值(或模糊值或模糊标记)]。
模糊推理处理的一种类型是一最大-最小模糊推理，该类型处理模糊控制规则是由使用最小运算来得到每个规则的结论，以及由使用最大运算来得到该完整的规则置位的结论。
图1示出了一种用于两个前提和一个结果变量系统的最大-最小模糊推理过程。
在图1中，假定X1和X2是被定义的一控制规则的前提变量，Y是结果变量，以及有几个模糊控制规则＊模糊控制规则＃1如果X1是负大“与”X2是0，则Y是正小。
＊模糊控制规则＃2
如果X1是负小“与”X2是负小，则Y是正大。
···＊模糊控制规则＃n如果X1是0“与”X2是0，则Y是正大。
如图1中所示，如果每个输入值是X1或X2，则模糊控制规则的每个前提部分具有各自相应于每个输入值X1或X2的元素数。
如果在每个模糊控制规则中两个前提元素数已被确定，则按照模糊“与”逻辑各自的结果部分选择二者之中的最小元素数。每个模糊控制规则的结果元素数函数由图1的右边的阴影线部分说明。
如上所述，如果每个模糊控制规则的结论元素数函数被确定，则对于该完整的规则置位的结论是由按照模糊“或”逻辑组成的这些元素数来评价的，以变为如图1右下侧所示的一个最终结论元素数函数。
对于将上述模糊推理方法应用到一模糊控制器的诸多方法中，提出了一种用计算机软件来实现一模糊推理的方法。下面将对所提出的用计算机软件来实现一模糊推理的方法进行说明。
图2是该所提出的模糊推理方法的流程图。一计算机接收一前提数据(步骤11)，并且确定输入数据的元素数(步骤12)。
例如，在图1的模糊控制规则＃1中，对于X1的一个置位元素数(即一个标记，在这个例子中是‘负大’置位)的等级可由选择在一置位的元素数函数中相应于X1的一个值来确定，即一个‘负大’的标记。
在确定了数据的一元素数之后，该所提出的方法确定一模糊控制的一规则成分(步骤13)。
一规则成分(RC)被定义为在某个模糊控制规则中的若干元素数之中的一个最小值。
即，RC＝MIN(μ1，μ2)接着，该提出的方法根据RC来确定一结论部分的一元素数函数(步骤14)。
该所提出的方法根据一模糊控制规则的RC来调整一结论元素数函数(即在图1的模糊控制规则＃1中“Y是一正小”)的容量。
在该最大-最小处理方法中，根据一模糊控制规则的RC来截断一结论元素数函数(即，“Y是正小”)的一部分，而获得一最终的结论元素函数，这个处理称之为“最小处理”。
另一方面，在最大-乘积处理方法中，根据每个模糊规则的RC来换箕结论元素数函数，而获得一最终元素数函数，这个处理称之为一“乘积处理”。
完成上述操作，则一模糊控制规则被执行。
在按适当的顺序运行一模糊控制规则之后，该所提出的方法确定是否它是最后的模糊控制规则(步骤15)。如果不是，则该所提出的方法运行下一个模糊控制规则(步骤16)，并且重复步骤12-15。
该所提出的方法重复这个过程而获得每个模糊控制规则的结论元素数函数。
最后，该所提出的方法根据模糊“或”逻辑由所组成的该结论元素数函数而获得一最终结论元素数函数，这种处理称之为“最大处理”(步骤17)。
根据需要，为获得一离散的结论值，该所提出的方法执行一模糊逆操作(步骤18)并输出一结论值(步骤19)。
在一常规的具有一数字计算机或数字硬件的数字化的模糊推理的方法中，这种模糊推理方法被限于应用在一需要快速处理的控制系统中。
但是，在常规的最大-最小方法或最大-乘积方法中，当在后项部分中两个模糊控制规则具有一个相同的标记，并且每个相应于各个模糊控制规则的RC的后项元素数函数是相互重叠时，则在评价一最终结论元素数函数中，一个其元素数函数相对地小的推理结论Kth模糊控制规则被包含在另外的其元素数函数大于Kth模糊控制规则的元素数函数的Mth模糊控制规则的结论中。
因此，尽管由于一Mth模糊控制规则的推理结论而使为获得一Kth模糊控制规则的结论元素数函数无须进行计算，但是，执行该计算的结果使得处理时间增加。
为了获得一结论元素数函数，该所提出的方法选择一小于一条件元素数的结论元素数值，这些结论元素数存贮在存贮器中(如果一结论元素数是8比特数据，则存贮256结论元素数)，并且利用被选择的结论元素数建立一结论元素数函数，则对于每个条件部分的通道要执行全部256比较-计算处理。
其结果是，需要过多的处理时间。例如，如果后项值(Y)是8比特数据，则表示Y的每个模糊标记的该元素数函数μY(Y)由256元素数等级所组成，并且为计算该结论元素数μ′Y(Y)，要执行256次最小运算。
μ′Y(Y)＝Min(RC，μY(Y))，Y＝1，2……，256因为要对一多余的规则执行上述的处理，所以用于计算所花费的不必要的时间如同许多多余的标记一样的多。
本发明的目的是要克服该常规方法存在的缺陷，提供一种改善模糊推理速度的模糊推理方法。当多重控制规则建立一共同的模糊标记时，用对模糊控制规则的规则成分(RC)的最大-处理来避免重叠计算。
为实现本发明的这个和其它的目的，用于处理一个具有多个通道并且每个通道表示一个条件的模糊逻辑控制系统的具有创造性的方法包括有接收相应的多个通道的每个通道的数据的步骤;基于该数据确定每个通道的一个条件元素数的步骤;选择该条件元素数中的最小值以确定相应于多个标记的每一个的规则成分的步骤;选择该规则成分中的最大值以执行一最大处理的步骤;重复该元素数确定步骤、规则成分确定的步骤，并执行这些步骤直至一个通常的控制规则变为一最终控制规则为止;基于表示每个标记的一最终规则成分而确定一结论元素数函数的步骤;和基于每个结论元素数函数而确定一最终结论元素数函数的步骤。
图1表明最大-最小模糊推理处理。
图2是常规的模糊推理方法的流程图。
图3是根据本发明的一个最佳实施例而用来改善推理速度的该模糊推理方法的流程图。
图4是对于图3的每个模糊标记的RC的最大-处理步骤的流程图。
图5说明根据图3的该最终RC的每个标记的元素数的一处理步骤。
图6是用来说明根据常规模糊推理方法的重叠计算的问题的图示。
现在将参阅附图详细说明本发明的最佳实施例。
图3是根据本发明的最佳实施例的用来改善推理速度的模糊推理方法的流程图。参阅在图1中说明的模糊控制规则，将在下面说明如图3所示的用来根据本发明的最佳实施例以改善推理速度的模糊推理方法的操作流程。该最佳方法接收一个条件部分的数据(步骤21)，并确定被输入数据的元素数(步骤22)。在确定数据的一元素数之后，该最佳方法确定模糊控制的RC(步骤23)。
为了避免重叠计算的缺陷，该最佳方法执行最大-处理(计算RC)→最小-处理(计算标记元素数)→最大-处理(计算一最终结论元素数函数)来替代最小-处理(计算RC)→最大-处理(计算一最终结论元素数函数)。
换句话说，在处理一个模糊控制规则中，在确定条件元素数和模糊控制规则的RC(步骤22和23)之后，该最佳方法不是执行结论部分的一个模糊标记的一个指令RC的最小-处理，而是在一当前的RC大于预先已被指令的RC(αi，j)的情况下将一当前RC替换为被指令RC的RC最大-处理，即执行模糊标记RC的最大-处理(步骤24)。
为了存贮每个模糊标记RC，引入了RC矩阵。αi，ji＝1，2…，q(q是结论部分的通道数)和j＝1，2……，I(I是被建立的标记数)。
该最佳方法执行每个模糊标记的RC的最大-处理(步骤24)。并且该最佳方法确定当前的模糊控制规则是否是最终模糊控制规则，如果不是，则该最佳方法重复步骤22-24，直至当前模糊控制规则变为该最终模糊控制规则，(步骤25)。这样，在多重结论部分中建立了一个公共模糊标记的情况下，根据模糊控制规则的标记RC，该最佳方法可以防止模糊控制规则的结论元素数函数相互重叠。
在完成对每个模糊控制规则的模糊标记的最大-处理之后，该最佳方法根据最终RC来确定每个标记的元素数(步骤27)。
如果获得了每个标记的RC并且该最佳方法用相应的RC执行模糊标记的元素数函数的最小-处理，即截断该元素数函数的一部分时，则该最佳方法获得与模糊标记一样多的元素数函数。
接着，对结论元素数函数进行重叠和最大-处理，直至[输出通道的数]×[标记数]，该最佳方法获得一最终结论元素数函数(步骤28)。
之后，该最佳方法执行模糊逆操作(步骤29)，以及最后地输出结论值(步骤30)。
因此，在该最佳实施例中，因为在一公共标记中的最大RC的最大处理仅仅是一次，所以，总的处理次数可显著地减少，特别是在处理许多模糊控制规则时。
而且，因为该常规的最大-最小模糊方法被最大-最小-最大模糊方法所替代，并且最大-乘积模糊方法也被最大-乘积-最大模糊方法所替代，所以不用执行重叠计算。
由本发明的该模糊推理方法所减少的处理时间△t可由下式来确定△t＝tc·q·(2S-1)·n+tc·q·I·(1-S)其中，tc在比较两个值，即最大或最小处理时间中所需的时间，q结论部分的输出通道数，S输出数据的分辨能力，I所建立的标记数，
n模糊控制规则数。
当该分辨能力S为256和该输出通道数q是7时，如果模糊控制规则数n大于4，则该处理速度可以通过本发明所改进的算法而得以改进。因此，随着模糊推理算法的处理结构的简单变化，该处理时间可以正比于模糊控制规则数地得到改善。
从这里所披露的本发明的详细说明和实践来考虑，本发明的其它的实施例对本技术领域的普通技术人员来说将是显而易见的。这就是说该说明和例子仅是作为典型来考虑的，而本发明的真正的范围和精神是由下面的权利要求指明的。
权利要求
1.一种处理-模糊逻辑控制系统的方法，该系统具有多个通道，每个通道表示一条件，该方法包括如下的步骤接收相应于所述多个通道的每个通道的数据；基于所述数据而确定每个通道的一条件元素数；相应于多个标记的每个标记由选择所述条件元素数中的该最小值来确定一规则成分；由选择该所述规则成分中的一最大值而执行一最大操作；重复所述元素数确定、规则成分确定和执行步骤，直至一当前的控制规则变为一最终控制规则；基于相应于每个标记的一最终规则成分而确定一结论元素数函数；和基于每个结论元素数函数而确定最终结论元素数函数。
2.根据权利要求1所述的方法，其中所述执行步骤包括一规则成分矩阵，该矩阵包括有元素αi，ji＝1，2…，q这里q是结论部分的通道数;和j＝1，2，…，I这里I是标记数。
3.根据权利要求1所述的方法，进一步包括有步骤执行一所述最终结论元素数函数的模糊逆操作;和从所述模糊逆操作确定一结论值。
全文摘要
一种改善模糊推理速度的方法，当多重控制规则建立一公共模糊标记时，由模糊控制规则的规则成分(RC)的址大一处理来避免重叠计算，该方法包括接收条件部分各通道的数据，确定各数据的条件元素数，根据各标记由选择该条件元素数中最小值来确定模糊控制规则的RC，由比较和选择各标记的RC中最大值执行最大一处理，对各模糊控制规则重复该操作，根据各标记的最终RC确定一结论元素数函数，和由该结论元素数函数确定一最终结论元素数函数。
文档编号G05B13/02GK1095168SQ9312152
公开日1994年11月16日 申请日期1993年12月30日 优先权日1992年12月30日
发明者崔圣国 申请人:三星航空产业株式会社