基于模糊邏輯的道路擁堵判別

1、<p><b>　　第2章 模糊控制</b></p><p>　　2.1 模糊理論概述</p><p>　　2.1.1 模糊理論的創(chuàng)立</p><p>　　模糊理論是美國帕克萊加州大學(xué)電器系L. A. Zadeh教授在1965年創(chuàng)立的模糊集合理論的數(shù)學(xué)基礎(chǔ)上發(fā)展起來的，主要包括模糊集合理論、模糊邏輯、模糊推理和模糊控制等方面的內(nèi)容。

2、</p><p>　　模糊邏輯是一種連續(xù)邏輯，由一個可以確定隸屬度的句子來表示一個模糊命題，可以用來描述客觀世界中普遍存在的模糊現(xiàn)象。</p><p>　　模糊控制是以模糊集合論作為它的數(shù)學(xué)基礎(chǔ)，模糊控制系統(tǒng)應(yīng)用于諸如在測量數(shù)據(jù)不確切，要處理的數(shù)據(jù)量過大以致無法判斷它們的兼容性，一些復(fù)雜可變的被控對象等場合是非常適合的。</p><p>　　由于模糊理論受到了世人前

3、所未有的關(guān)注，MathWorks公司聘請澳大利亞Queensland大學(xué)的A. Lot教授開發(fā)了基于MATLAB環(huán)境下的“模糊推理系統(tǒng)工具箱”（Fuzzy Inference System Toolbox for MATLAB）。該工具箱集成度高，內(nèi)容豐富，基本包括了模糊集合理論的各個方面，其功能強大和方便使用的特點得到了用戶的廣泛歡迎。因為它在各個方面都能給人留下深刻的印象，從而使模糊邏輯成為智能系統(tǒng)的概念與設(shè)計的有效工具。</

4、p><p>　　對待模糊理論，學(xué)術(shù)界一直有兩種不同的觀點，其中持否定觀點的大有人在，客觀地說，有如下兩個主要方面的原因：其一是推崇模糊理論的學(xué)者在強調(diào)其不依賴于精確的數(shù)學(xué)模型時過分夸大其功能，而正確的觀點似乎應(yīng)該是模糊理論不依賴于被控對象的精確數(shù)學(xué)模型，當(dāng)然它也不應(yīng)該拒絕有效的數(shù)學(xué)模型。模糊控制理論在特定條件下可以達到經(jīng)典控制理論難以達到的“滿意控制”，而不是最優(yōu)控制；其二是模糊理論的確還有許多不完善之處，比如模糊規(guī)

5、則的獲取和確定，隸屬函數(shù)的選擇以及穩(wěn)定性問題至今未得到完善的解決。盡管如此，大量的工程系統(tǒng)已經(jīng)應(yīng)用上了模糊控制理論，特別是日本，尤為重視模糊理論的工程應(yīng)用。從發(fā)展來看模糊控制已經(jīng)成為智能控制的一個重要分支。</p><p>　　2.1.2 模糊理論的發(fā)展和現(xiàn)狀</p><p>　　以日本、中國、歐美為代表的各國科技人員正就以下各個方面開展深入研究。</p><p>

6、　　（1） 模糊理論基礎(chǔ)研究</p><p>　　為了開拓更新更廣的應(yīng)用，完善模糊理論的理論體系，必須加強以基本概念為核心的模糊理論和模糊方法論的研究，其重點在于應(yīng)用模糊理論對人的思維過程和創(chuàng)造力進行理論研究。同時也要對已有基礎(chǔ)理論中的基本概念，比如模糊概念、模糊推理的概念等進行推敲；對模糊推理中的多質(zhì)理論、統(tǒng)一性理論、推理算法、多變量分析、模糊量化理論等進行研究；對模糊方法論中的模糊集合論、模糊方程、模糊統(tǒng)計和

7、模糊數(shù)學(xué)，對思維功能與模糊系統(tǒng)的關(guān)系，模糊系統(tǒng)的評價方法、模糊系統(tǒng)與其他系統(tǒng)，特別是神經(jīng)網(wǎng)絡(luò)等相結(jié)合的理論問題進行研究。</p><p>　?。?） 模糊計算機方面的研究</p><p>　　其目標(biāo)是實現(xiàn)具有模糊關(guān)系特征的高速推理計算機，并希望在系統(tǒng)小型化、微型化的同時，開發(fā)出可以大大提高效率的模糊計算機。這方面的研究包括模糊計算機機構(gòu)、模糊邏輯器件、模糊邏輯存儲器、模糊編程語言以及模糊計

8、算機操作系統(tǒng)軟件等。</p><p>　?。?） 機器智能化研究</p><p>　　目的是實現(xiàn)對模糊信息的理解，對具有漸不變特征模糊系統(tǒng)的控制以及對模式識別和決策智能化的研究。主要包括智能控制、傳感器、信息意義理解、評價系統(tǒng)，具有柔性思維和動作性能的機器人、能有語言理解能力的智能通訊、具有實時理解能力的圖像識別等。</p><p>　　（4） 人機工程的研究<

9、;/p><p>　　其目標(biāo)是實現(xiàn)能高速模糊檢索并能對未能預(yù)測的輸入條件作適當(dāng)判斷的專家系統(tǒng)，以及對人與人之間的界面如何能盡量接近人機之間的界面，如何才能滿足新系統(tǒng)要求的研究。這方面主要包括模糊數(shù)據(jù)庫、模糊專家系統(tǒng)、智能接口和對人的自然語言的研究。</p><p>　?。?） 人類系統(tǒng)和社會系統(tǒng)的研究</p><p>　　目的在于利用模糊理論解決充滿不確定性的人的復(fù)雜行為

10、、心理分析、社會經(jīng)濟的變化趨勢，各種社會現(xiàn)象的模型、預(yù)測以及決策支持等。這方面包括對各種危機的預(yù)測和完全評價、對失誤系統(tǒng)的評價方法、建立不良結(jié)構(gòu)系統(tǒng)的模型、模糊理論在系統(tǒng)故障檢測與診斷中的應(yīng)用、人的行為與心理分析等。</p><p>　　（6） 自然系統(tǒng)的研究</p><p>　　目的在于利用模糊理論來解決復(fù)雜自然現(xiàn)象的模型和解釋等。這方面還包括對各種物理化學(xué)現(xiàn)象的進一步解釋，對自然環(huán)境大

11、氣圈、地球生物圈、水圈、地圈的研究。</p><p>　　2.2 模糊控制的特點</p><p>　　模糊邏輯控制簡稱模糊控制，是以模糊集合論、模糊語言變量和模糊邏輯推理為基礎(chǔ)的一種計算機數(shù)字控制技術(shù)。模糊控制的基本思想是利用計算機來實現(xiàn)人的控制經(jīng)驗，而這些經(jīng)驗多是用語言表達的具有相當(dāng)模糊性的控制規(guī)則。模糊控制器獲得巨大成功的主要原因在于它具有如下一些突出特點：</p>&l

12、t;p>　?。?） 模糊控制是一種基于規(guī)則的控制。它直接采用語言型控制規(guī)則，出發(fā)點是現(xiàn)場操作人員的控制經(jīng)驗或相關(guān)專家的知識，在設(shè)計中不需要建立被控對象的精確數(shù)學(xué)模型，因而使得控制機理和策略易于接受與理解，設(shè)計簡單，便于應(yīng)用。</p><p>　?。?） 由工業(yè)過程的定性認識出發(fā)，比較容易建立語言控制規(guī)則，因而模糊控制對那些數(shù)學(xué)模型難以獲取、動態(tài)特性不易掌握或變化非常顯著的對象非常適用。</p>

13、<p>　　（3） 基于模型的控制算法及系統(tǒng)設(shè)計方法，由于出發(fā)點和性能指標(biāo)的不同，容易導(dǎo)致較大差異；但一個系統(tǒng)的語言控制規(guī)則卻具有相對的獨立性，利用這些控制規(guī)律間的模糊連接，容易找到折衷的選擇，使控制效果優(yōu)于常規(guī)控制器。</p><p>　?。?） 模糊控制算法是基于啟發(fā)性的知識及語言決策規(guī)則設(shè)計的，這有利于模擬人工控制的過程和方法，增強控制系統(tǒng)的適應(yīng)能力，使之具有一定的智能水平。</p>

14、<p>　?。?） 模糊控制系統(tǒng)的魯棒性強，干擾和參數(shù)變化對控制效果的影響被大大減弱，尤其適合于非線性、時變及純滯后系統(tǒng)的控制。</p><p>　　模糊控制系統(tǒng)是一種自動控制系統(tǒng)，它是以模糊數(shù)學(xué)、模糊語言形式的知識表示和模糊邏輯推理為理論基礎(chǔ)，由計算機控制技術(shù)構(gòu)成的一種具有閉環(huán)結(jié)構(gòu)的數(shù)字控制系統(tǒng)。模糊控制系統(tǒng)的核心是智能化的模糊控制器，無疑，模糊邏輯控制系統(tǒng)是一種典型的智能控制系統(tǒng)，在控制原理上它

15、應(yīng)用模糊集合論、模糊語言變量和模糊邏輯推理的知識，模擬人的模糊的思維方法，對復(fù)雜過程進行控制。其基本結(jié)構(gòu)如圖2-1所示：</p><p>　　圖2-1 模糊邏輯控制器的基本結(jié)構(gòu)</p><p>　　從圖中可以看出，模糊邏輯控制系統(tǒng)的主要部件是模糊化過程、知識庫（含數(shù)據(jù)庫和規(guī)則庫）、模糊推理（推理決策）和精確化計算。很顯然，模糊控制系統(tǒng)在結(jié)構(gòu)上與傳統(tǒng)的控制系統(tǒng)沒有太大的差別，主要不同之處在于

16、控制器采用了模糊控制器。由于模糊控制器是采用數(shù)字計算機來實現(xiàn)的，所以它應(yīng)該具備下列三個重要功能：</p><p>　　（1） 把系統(tǒng)的偏差從數(shù)字量轉(zhuǎn)化為模糊量。</p><p>　　（2） 對模糊量給定的規(guī)則進行模糊推理（規(guī)則庫、推理決策完成）。</p><p>　?。?） 把模糊輸出量轉(zhuǎn)化為實際系統(tǒng)能夠接受的精確數(shù)字量或模擬量（精確化接口）。</p>

17、<p>　　2.3 輸入量的模糊化</p><p>　　模糊化是把精確量轉(zhuǎn)化成模糊量的變換過程，在模糊化的過程中需要進行量化、模糊劃分和模糊表達。量化的實質(zhì)是把連續(xù)輸入精確值的范圍離散化；模糊劃分是對論域范圍確定模糊量的個數(shù)；模糊表達就是對模糊量的隸屬函數(shù)進行定義，即最終確定模糊量的隸屬函數(shù)。</p><p>　　目前尚未能證明什么形狀的隸屬函數(shù)對某一控制目標(biāo)是最優(yōu)的。因此，隸

18、屬函數(shù)大多數(shù)依賴經(jīng)驗或考慮處理方便而選取。另外，對大多數(shù)控制系統(tǒng)的運行表明，在劃分寬度相同時，執(zhí)行過程對隸屬函數(shù)的形狀并不敏感?；谏鲜鲈?，隸屬函數(shù)的選擇一般采取以下原則和方法：</p><p>　?。?） 表示隸屬函數(shù)的模糊集合必須是凸模糊集合；</p><p>　?。?） 變量所取隸屬度函數(shù)通常是對稱和平衡的；</p><p>　?。?） 隸屬函數(shù)要符合人們的

19、語言順序，避免不恰當(dāng)?shù)闹丿B；</p><p>　　（4） 論域中的每個點應(yīng)該至少屬于一個隸屬函數(shù)的區(qū)域，同時它一般應(yīng)該屬于至多不超過兩個隸屬函數(shù)的區(qū)域。</p><p>　　根據(jù)以上原則，并且在實際中為了簡化計算，通常選用對稱等腰三角形、鐘形或高斯形作為隸屬函數(shù)曲線，并對“最負”或“最正”的模糊量采用不對稱梯形。</p><p>　　2.4 求模糊控制關(guān)系</

20、p><p>　　模糊推理是一種以模糊判斷為前提，運用模糊語言規(guī)則，推出一個新的近似的模糊判斷結(jié)論的方法。</p><p>　　在模糊控制理論中，模糊推理有幾十種不同的機理。但是在模糊控制中較多應(yīng)用的只有四種，它們分別是Mamdani推理、Larsen推理、Tsukamoto推理、Takagi-Sugeno推理，一般選用Mamdani推理。下面闡述基于Mamdani推理的控制算法。</p&

21、gt;<p>　　Mamdani推理蘊含關(guān)系A(chǔ)→B用A和B的直積表示，即有：</p><p>　　即： （2-1）</p><p>　　因此有下列推理過程：</p><p><b>　　設(shè)有控制規(guī)則：</b></p><

22、p>　　r1: if x is A1 and y is B1 then z is C1</p><p>　　r2: if x is A2 and y is B2 then z is C2</p><p><b>　　…</b></p><p>　　rn: if x is An an

23、d y is Bn then z is Cn</p><p>　　則對于模糊控制規(guī)則的前件來說有推理強度：</p><p><b>　　… </b></p><p>　　其中和 i=1, 2, …,n分別是Ai和Bi的隸屬度函數(shù)。對于第i條模糊控制規(guī)則，則有模糊控制量Ci′, 其隸屬度函數(shù)為： </p><p&

24、gt;　　i=1, 2, …,n （2-2）</p><p>　　對于一個模糊邏輯控制器，最后的模糊控制量C是由所有的模糊控制規(guī)則共同作用的，其隸屬度函數(shù)為：</p><p><b>　?。?-3）</b></p><p>　　其中“∨” 和“∧”分別為最大運算符和最小運算符，即對任意, 有：</p

25、><p>　　, （2-4）</p><p>　　由于推理中采用了最大、最小運算符，故Mamdani推理又稱Max-Min推理。</p><p>　　2.5 求輸出控制量</p><p>　　在模糊控制系統(tǒng)中，模糊控制器的輸入量是模糊量，輸出量也是模糊量。對于實際被控對象，它所需的控制信號是有一定物理

26、意義的精確值，為了使模糊控制器的輸出能對被控對象進行控制，要把它輸出的模糊量轉(zhuǎn)換成精確量，這個過程稱反模糊化，反模糊化是一個把最后的組合模糊結(jié)論轉(zhuǎn)換為非模糊結(jié)論的過程。</p><p>　　反模糊化接口的主要作用為：（1）進行比例映射，將輸出變量值的范圍轉(zhuǎn)換為相應(yīng)的論域；（2）反模糊化，它產(chǎn)生一個精確量的決策輸出。</p><p>　　常用的反模糊化方法有：最大隸屬度函數(shù)法、加權(quán)平均法、中

27、心平均法和重心法，其中中心平均法和重心法是目前應(yīng)用較多的反模糊化方法。下面對最大隸屬度函數(shù)法、中心平均法和重心法進行闡述。</p><p>　?。?） 最大隸屬度函數(shù)法</p><p>　　最大隸屬度函數(shù)法是取所有規(guī)則推理結(jié)果的模糊集合中隸屬度最大的那個元素作為輸出值。設(shè)模糊控制器的推理輸出是模糊量C ,則其隸屬度最大的元素u*就是反模糊化所對應(yīng)的精確值，即對于論域中的任意元素u, 恒有：

28、 </p><p><b>　　（2-5）</b></p><p>　　其中U為控制量u的論域，u*為輸出控制量。</p><p><b>　?。?） 中心平均法</b></p><p>　　中心平均法定義如下：</p><p><b>　　（2-6）</b&

29、gt;</p><p>　　其中N是模糊規(guī)則數(shù)，wi是第i條規(guī)則的權(quán)值，ci是輸出模糊集的中心，di是輸出模糊集的寬度，fi是第i條規(guī)則的模糊蘊涵。</p><p><b>　　（3） 重心法</b></p><p>　　重心法又稱面積中心法，是取隸屬度函數(shù)曲線與橫坐標(biāo)圍成面積的重心作為輸出值。對于具有m個輸出量化級的離散論域情況，反模糊化結(jié)果

30、為：</p><p><b>　?。?-7）</b></p><p>　　2.6 模糊控制系統(tǒng)設(shè)計步驟</p><p>　　由于利用人的直覺和經(jīng)驗來設(shè)計控制系統(tǒng)，不需要受控對象的數(shù)學(xué)解析模型，因此設(shè)計模糊控制器也沒有如經(jīng)典控制器那樣成熟而固定的設(shè)計過程和方法。但對于模糊控制器的設(shè)計，可以參考以下設(shè)計步驟及設(shè)計原理：</p><

31、;p>　　（1） 定義輸入輸出變量</p><p>　　首先要決定受控系統(tǒng)有哪些輸入的狀態(tài)必須被監(jiān)控和哪些輸出的控制作用是必須的。對于多輸入的情況，要考慮實現(xiàn)的復(fù)雜性。因此在選擇輸入輸出量時要分清主次輕重。</p><p>　?。?） 定義所有變量的模糊化條件</p><p>　　根據(jù)受控的實際情況，決定輸入變量的測量范圍和輸出變量的控制作用范圍，以進一步確定

32、每個變量的論域，然后再安排每個變量的語言值及其相對應(yīng)的隸屬度函數(shù)。</p><p>　?。?） 設(shè)計控制規(guī)則庫</p><p>　　這是一個把專家知識和熟練操作工的經(jīng)驗轉(zhuǎn)化為語言表達的模糊控制規(guī)則的過程。</p><p>　?。?） 設(shè)計模糊推理結(jié)構(gòu)</p><p>　　這一部分可以設(shè)計成通用的計算機或單片機上用不同推理算法的軟件來實現(xiàn)，也可

33、采用專門設(shè)計的模糊推理硬件集成電路芯片來實現(xiàn)。</p><p>　?。?） 選擇反模糊化策略的方法</p><p>　　為了得到確切的控制值，就必須對推理輸出量進行轉(zhuǎn)換，這個過程稱作反模糊計算，亦稱精確化計算。這實際上是要在一組輸出量中找到一個有代表性的值，或者說對推薦的不同輸出量進行仲裁判決。</p><p><b>　　2.7 本章小結(jié)</b&g

34、t;</p><p>　　模糊系統(tǒng)是由那些模糊現(xiàn)象引起的不確定性系統(tǒng)，它的狀態(tài)或輸入、輸出具有模糊性。一般來說，模糊系統(tǒng)也是復(fù)雜過程的一種近似表達方式，該過程本身并不一定是模糊的。</p><p>　　本章主要講述了模糊邏輯控制系統(tǒng)的組成部分，并分別從輸入量的模糊化、求模糊控制關(guān)系和求輸出控制量進行分析。最后簡單介紹了模糊控制系統(tǒng)的設(shè)計步驟。</p><p>　　第

35、3章 基于MATLAB模糊邏輯工具箱的應(yīng)用</p><p><b>　　3.1 引言</b></p><p>　　用模糊邏輯工具箱建立系統(tǒng)有兩種方法，一是使用模糊邏輯工具箱的命令行方式，二是使用模糊邏輯工具箱提供的圖形用戶界面（GUI）。但一般情況下，使用圖形化方法建立一個系統(tǒng)更加容易，本章介紹用GUI建立系統(tǒng)的方法。</p><p>　　在

36、模糊邏輯工具箱中有五個基本GUI工具用于建立、編輯和觀察模糊邏輯推理系統(tǒng)，它們分別是模糊推理系統(tǒng)（FIS）編輯器、隸屬度函數(shù)編輯器、規(guī)則編輯器、規(guī)則觀察器和曲面觀察器。這些GUI工具之間是動態(tài)鏈接的，使用它們中的任意一個對FIS的修改將會影響任何其它已打開的GUI中的顯示結(jié)果。我們可以使用任意一個或所有的GUI打開任何給定的系統(tǒng)。</p><p>　　FIS編輯器為系統(tǒng)處理高層屬性：有多少輸入和輸出變量？它們的名

37、字是什么？模糊邏輯工具箱不限制輸入的數(shù)量，但是輸入數(shù)量受到所用計算機可用內(nèi)存的限制。如果輸入數(shù)量太大或隸屬度函數(shù)的數(shù)量太大，那么很難使用其它GUI工具分析FIS。隸屬度函數(shù)編輯器用于定義對應(yīng)于每個變量的隸屬度函數(shù)的形狀。規(guī)則編輯器用于定義系統(tǒng)行為的一系列規(guī)則。</p><p>　　規(guī)則觀察器和曲面觀察器是不同于編輯器的用于觀察FIS的工具。規(guī)則觀察器是一個基于MATLAB的用于顯示模糊推理方框圖的工具。可以用作一

38、個診斷工具，例如它可以：顯示哪一條規(guī)則正在使用，或者單獨的隸屬度函數(shù)的形狀是如何影響結(jié)果的。曲面觀察器用于顯示一個輸出與一個或兩個輸入之間的依賴情況，即它為系統(tǒng)生成和繪制輸出曲面映射。</p><p>　　五個基本GUI可以相互作用并交換信息。它們中的任意一個可以對工作空間和磁盤進行讀與寫，只讀型觀察器仍可以與工作空間和/或磁盤交換圖形。對于任意模糊邏輯推理系統(tǒng)，可以打開任意或所有這5個GUI。如果對一個系統(tǒng)打開

39、一個以上的編輯器，各種GUI窗口可以知道其它GUI窗口的存在，并且如果需要的話將更新相關(guān)的窗口。例如，如果使用隸屬度編輯器改變了隸屬度函數(shù)的名字，這些改變將反映在規(guī)則編輯器中顯示的規(guī)則中。編輯器可以打開任意數(shù)量的不同的FIS系統(tǒng)。FIS編輯器、隸屬度編輯器和規(guī)則編輯器都可以讀和修改FIS數(shù)據(jù)，但是規(guī)則觀察器和曲面觀察器無法修改FIS數(shù)據(jù)。</p><p>　　3.2 FIS編輯器</p><p

40、>　　下面介紹如何使用GUI建立模糊邏輯系統(tǒng)。</p><p>　　為了快速了解建立模糊推理的過程，在Command Window中鍵入：fuzzy tipper裝入已建立的系統(tǒng)。這將裝入與文件tipper.fis(擴展名fis是隱含的)相關(guān)的FIS與FIS編輯器。</p><p>　　FIS顯示有關(guān)模糊推理系統(tǒng)的一般信息。如圖2-1所示：上半部用簡單的方框圖列出了模糊推理系統(tǒng)的基本

41、組成部分：輸入模糊變量、模糊規(guī)則和輸出模糊變量?？驁D左邊的方框下顯示了輸入變量的名字，而右邊的方框下則顯示了輸出變量的名字。注意：顯示在框圖中的隸屬度函數(shù)只是圖標(biāo)并不表示實際隸屬度函數(shù)的形狀。該圖中間的白色方框是用于顯示FIS名和FIS類型。方框圖下面是系統(tǒng)的名字和使用的推理類型。缺省時是Mamdani型推理，另一個推理是Sugeno型推理。注意help和close按鈕，它們分別調(diào)用在線幫助系統(tǒng)和關(guān)閉窗口。</p><

42、;p>　　圖2-1 FIS編輯器窗口</p><p>　　在MATLAB提示符下鍵入fuzzy啟動系統(tǒng)，打開了一個標(biāo)記為input1的單輸入、標(biāo)記為output1的單輸出的一個沒有標(biāo)題的FIS編輯器，如上圖2-1所示。</p><p>　　下面我們將構(gòu)造一個雙輸入、單輸出系統(tǒng)，因此打開Edit菜單選擇Add input, 出現(xiàn)標(biāo)記為input2的方框。設(shè)兩個輸入是service和fo

43、od, 一個輸出是tip. 我們需要將變量名改成這些名字，方法如下：</p><p>　?。?） 單擊左邊input1黃色框，在右邊空白編輯域中，將input1改成service.</p><p>　?。?） 單擊左邊input2黃色框，在右邊空白編輯域中，將input2改成food.</p><p>　?。?） 單擊右邊output1藍色框，在右邊空白編輯域中，將

44、output1改成tip.</p><p>　　這樣就得到更新后的方框圖如圖2-2所示：</p><p>　　圖2-2 更新后的FIS編輯器窗口</p><p>　　為定義與每個變量相關(guān)的隸屬度函數(shù)，可用下列3種方法之一打開隸屬度函數(shù)編輯器，隸屬度函數(shù)編輯器窗口如圖2-3所示。</p><p>　?。?） 打開Edit菜單并選擇Members

45、hip Functions;</p><p>　?。?） 雙擊輸出變量tip圖標(biāo)；</p><p>　　（3） 在命令行鍵入mfedit.</p><p>　　圖2-3 隸屬度函數(shù)編輯器窗口</p><p>　　3.3 隸屬度函數(shù)編輯器</p><p>　　如圖2-3所示，當(dāng)你打開隸屬度函數(shù)編輯器，并和一個還沒有存在于

46、工作空間的模糊推理系統(tǒng)一起工作時，將沒有任何隸屬度函數(shù)與你剛才用FIS編輯器定義的變量相關(guān)。隸屬度函數(shù)編輯器圖形區(qū)左上部是“變量模板”，可以通過雙擊對給定變量設(shè)置隸屬度函數(shù)。</p><p>　　下面打開Edit菜單選擇Add Mfs…將出現(xiàn)一個新窗口，你可以用它來選擇與所選變量相關(guān)的隸屬度函數(shù)類型和隸屬度函數(shù)數(shù)量。在窗口的左下角是控制區(qū)，選擇它可以改變隸屬度函數(shù)的名字、類型和參數(shù)（形狀）。</p>

47、<p>　　當(dāng)前變量的隸屬度函數(shù)顯示在主圖形中，有兩種方法可以操作這些隸屬度函數(shù)。首先你可以用鼠標(biāo)選擇一個與給定變量參數(shù)相關(guān)的特定隸屬度函數(shù)，然后從一邊到另一邊拖動隸屬度函數(shù)，這將影響與給定變量隸屬度函數(shù)相關(guān)的參數(shù)的數(shù)學(xué)描述，也可以膨脹或收縮選定的隸屬度函數(shù)。方法是單擊隸屬度函數(shù)上的小方框拖動點，膨脹向外拖、收縮向內(nèi)拖，這將改變與隸屬度函數(shù)相關(guān)的參數(shù)。變量模板下面是有關(guān)當(dāng)前變量類型和名字的信息。此區(qū)域有一個文本框讓你改變當(dāng)前

48、變量的上、下限，并且另一個區(qū)域讓你改變當(dāng)前圖形的上、下限，這對系統(tǒng)沒有真正的影響。</p><p><b>　　3.4 規(guī)則編輯器</b></p><p>　　為調(diào)用規(guī)則編輯器，從Membership Function Editor窗口打開Edit并選擇rules…或在命令行鍵入ruleedit, 打開規(guī)則編輯器窗口，如圖2-4所示。</p><p

49、>　　圖2-4 規(guī)則編輯器窗口</p><p>　　使用圖形化規(guī)則編輯器窗口構(gòu)造規(guī)則是相當(dāng)簡明的?；谟肍IS編輯器定義的輸入、輸出變量的描述，通過單擊并在每個輸入變量和輸出變量框中各選一項，并選擇一個連接項，規(guī)則編輯器允許你自動的構(gòu)造出規(guī)則語句。選擇none作為一個變量的參數(shù)將從給定規(guī)則中除去該變量，選擇任一變量名下面的not將求反相關(guān)的參數(shù)。通過單擊相應(yīng)的按鈕可以改變、刪除或增加規(guī)則。</p>

50、;<p>　　類似于FIS編輯器和隸屬度函數(shù)編輯器，規(guī)則編輯器也有某些類似的標(biāo)志，包括菜單棒和狀態(tài)行。從頂部的菜單棒的Options下拉式菜單可以使用Format彈出式菜單，該菜單通常用于設(shè)置顯示的格式。類似地也可以從Options下設(shè)置Language菜單。單擊Help按鈕將引出MATLAB幫助窗口。</p><p>　　在定義了模糊推理系統(tǒng)，包括變量、隸屬度函數(shù)和系統(tǒng)所需要的規(guī)則后，可以檢查前一

51、節(jié)給出的模糊推理方框圖并驗證其行為是否是我們所期望的。這正是規(guī)則觀察器所要完成的工作，這是我們將要介紹的下一個GUI工具。</p><p><b>　　3.5 規(guī)則觀察器</b></p><p>　　從View下拉菜單選擇Rules打開如圖2-5所示的規(guī)則觀察器窗口。</p><p>　　圖2-5 規(guī)則觀察器窗口</p><

52、p>　　規(guī)則觀察器顯示了全模糊推理過程的路徑圖。每條規(guī)則對應(yīng)一行小圖形，每一列對應(yīng)一個變量。如果你在規(guī)則號上單擊一下，該號變成高亮紅色，并且相應(yīng)的規(guī)則顯示在圖形窗口的底部。注意到若有一個小圖形是空的，則對應(yīng)的規(guī)則中該變量的特征值為none.</p><p>　　規(guī)則觀察器也有一些像狀態(tài)行和菜單棒這樣的熟悉項，可以參照前面說明使用。右下部有一個文本域，你可以在其中輸入特定的值。對于雙輸入系統(tǒng)，你需要輸入一個向

53、量，如[1 8], 然后單擊input. 對于每個輸入，你可以單擊上圖左邊3個圖標(biāo)的任何位置來改變這些輸入值，系統(tǒng)將進行新的計算，并且你可以看到整個模糊推理系統(tǒng)的工作過程。反模糊化輸出值由通過合計模糊集的粗線表示。</p><p>　　規(guī)則觀察器讓你一次就可完全了解整個模糊推理過程。規(guī)則觀察器也顯示了特定隸屬度函數(shù)的形狀是如何影響整個模糊推理結(jié)果的。由于它繪出了每條規(guī)則的每一部分，它不能廣泛應(yīng)用于特別大的系統(tǒng)，但

54、是對于相對小型的輸入和輸出系統(tǒng)，它工作得很好。一般可以有高達30條規(guī)則和6或7個變量。</p><p>　　規(guī)則觀察器以非常詳細的方式在任一時刻顯示計算過程，在這一意義上它給出了模糊推理系統(tǒng)一種微觀視角。</p><p><b>　　3.6 曲面觀察器</b></p><p>　　為了看到系統(tǒng)的整個輸出曲面，要打開曲面觀察器，這是5個GUI工具

55、的最后一個，可以從View菜單選擇Surface…打開如圖2-6所示的窗口。由于這是一個雙輸入、單輸出情況，我們可以看到整個映射。因為它們生成的是MATLAB擅長處理的三維圖。如果是三維以上的，那就碰到顯示麻煩了。曲面觀察器也配備了彈出式菜單，讓你選擇用于繪圖的任意兩個輸入和任意一個輸出。彈出式菜單正下方是兩個文本輸入域，讓你確定想在x軸和y軸包含多少網(wǎng)格線。這讓你為復(fù)雜的問題保證合理的計算時間。按下Evaluate按鈕啟動計算，在計算

56、完成后會立即繪制圖形?？梢愿淖兿鄳?yīng)的文本域并單擊圖形來改變X軸和Y軸的網(wǎng)格，曲面觀察器會重新繪制圖形。</p><p>　　圖2-6 曲面觀察器窗口</p><p>　　曲面觀察器有特殊功能，這在雙（或多）輸入和單輸出情況非常有用：你可以實際抓住軸（用鼠標(biāo)）并重定位它們以獲得數(shù)據(jù)的不同三維圖。曲面觀察器可以對輸入變量的任意兩個生成一個三維輸出曲面。</p><p>

57、　　3.7 從GUI工具輸入和輸出</p><p>　　當(dāng)保存一個模糊系統(tǒng)到磁盤中，你實際上是保存了一個帶.fis文件后綴并表示系統(tǒng)的ASCII文本FIS文件。當(dāng)保存模糊系統(tǒng)到MATLAB工作空間，就將創(chuàng)建一個變量（名字由你自己定），它作為一個FIS系統(tǒng)的MATLAB結(jié)構(gòu)起作用。FIS文件和FIS結(jié)構(gòu)表示相同的系統(tǒng)。注意：如果你不保存FIS到磁盤中，而僅僅保存到MATLAB工作空間，在新的MATLAB會話期間，就

58、不能恢復(fù)它以重復(fù)使用。</p><p>　　3.8 五個基本GUI工具以及與模糊推理系統(tǒng)之間關(guān)系簡易圖</p><p>　　圖3-1 五個基本GUI工具以及與模糊推理系統(tǒng)之間的關(guān)系圖</p><p><b>　　3.9 本章小結(jié)</b></p><p>　　本章主要介紹了怎樣利用MATLAB模糊邏輯工具箱建立模糊系統(tǒng)。通