【正文】 量 。 ⑥ 選擇模糊推理方法 。t *就是前面所說的模糊語言變量 ， A1，A2， … ， An是 et*的模糊子集 ， B1， B2， … ， Bn是 eamp。 模糊控制規(guī)則的調整 167。 ?miim RRRRR121??????? 三 、 解模糊判決 ① 重心法 ② 最大隸屬度法 在推理結論的模糊集合中取隸屬度最大的那個元素作為輸出量即可 。 模糊控制器的分類 167。 (2) 模糊變量的論域及其隸屬度函數(shù) 把誤差 （ PE， SE） 論域量化為 14檔 ， 即 {6,5,… ,1,0,+0,+1,+2,… +6} 選擇誤差變量的模糊子集，即 {PL(正大 ),PM(正中 ),PS(正小 ),PZ(正零 ),NZ(負零 ),NS(負小 ),NM(負中 ),NL(負大 )}。 ⑤ 設計模糊控制規(guī)則集 。 ?te?te?te 其中 ， et*和 eamp。 模糊控制的應用 167。 ?? ??dxxdxxxuNN)()(??ux xxi N iN i??????( )( ) ③ 系數(shù)加權平均法 ④ 隸屬度限幅元素平均法 用所確定的隸屬度值 ?對隸屬度函數(shù)曲線進行切割，再對切割后等于該隸屬度的所有元素進行平均，用這個平均值作為輸出，這種方法稱為隸屬度限幅（ ?cut）元素平均法。 模糊控制器的主要設計因素 167。 表 誤差模糊變量的賦值表 6 5 4 3 2 1 0 +0 +1 +2 +3 +4 +5 +6 PL 0 0 0 0 0 0 0 0 0 0 PM 0 0 0 0 0 0 0 0 0 PS 0 0 0 0 0 0 0 0 0 PZ 0 0 0 0 0 0 0 0 0 0 0 NZ 0 0 0 0 0 0 0 0 0 0 0 NS 0 0 0 0 0 0 0 0 0 NM 0 0 0 0 0 0 0 0 0 NL 0 0 0 0 0 0 0 0 0 0 表 模糊變量的隸屬度函數(shù) 模糊子集 表達式 PL 1exp[(|1x|)] PM 1exp[(||) PS 1exp[(||) PZ Exp[5||] NZ Exp[5|x+|] NS 1exp[(||) NM 1exp[(||) NL 1exp[(|1x|)] 表 誤差變化模糊變量的賦值表 6 5 4 3 2 1 +0 +1 +2 +3