【正文】 ，正大}={NB, NM, NS, ZO, PS, PM, PB}3）={大，負中，負小，零負，零正，正小，正中，正大}={NB, NM, NS, NZ, PZ, PS, PM, PB}2. 知識庫（Knowledge Base—KB） 23 知識庫推理決策模糊化接口 精確化接口被控對象FLC————給定 + 圖 3 模糊邏輯控制器的基本結(jié)構(gòu)知識庫由數(shù)據(jù)庫和規(guī)則庫兩部分構(gòu)成：1）數(shù)據(jù)庫（Data Base—DB） 數(shù)據(jù)庫所存放的是所有輸入、輸出變量的全部模糊子集的隸屬度矢量值（即經(jīng)過論域等級離散化以后對應值的集合） ，若論域為連續(xù)域則為隸屬度函數(shù)。 模糊控制器的組成模糊控制器由模糊化接口、知識庫、推理機和解模糊接口組成，其組成框圖如圖 3 所示：模糊控制器的輸入必須通過模糊化才能用于控制輸出的求解，因此它實際上是模糊控制器的輸入接口。在 Matlab 中，可通過 setfis()設置解模糊化方法，通過 defuzz()執(zhí)行反模糊化運算。()vi?反模糊化方法的選擇與隸屬度函數(shù)形狀的選擇、推理方法的選擇相關。不同的系數(shù)就決定了系統(tǒng)具有不同的響應特性。即使對應于輸入信號的微小變化，輸出也會發(fā)生變化。2) 重心法為了獲得準確的控制量，就要求模糊控制的方法能很好的表達輸出隸屬度函數(shù)的計算結(jié)果。但是它的突出優(yōu)點是計算簡單。 最大隸屬度法不需要考慮輸出隸屬度函數(shù)的形狀，只考慮最大隸屬度處的輸出值。將模糊推理的結(jié)果轉(zhuǎn)化 20 為精確值的過程稱為反模糊化。 反模糊化通過模糊推理從而得到的結(jié)果是一個模糊集合。當 A 為輸入時，B 為輸出，如圖所示:圖 2 模糊變換器可分為兩種情況討論：1）已知輸入 A 和模糊關系 R，求輸出 B，這是綜合評判，即模糊變換的問題。模糊推理語句“If A and B then C”確定了三元模糊關系 R，即： (218)1TRC?=(A)其中 為模糊關系矩陣 構(gòu)成的 mn 列向量，n 和 m 分別1()T?(mnB?為 A 和 B 論域元素的個數(shù)。如“今天是晴天，則今天暖和” 。則是如“張三是好學生” 。） ，并且語句形式：“是如：“今天天氣很好” 。其次還有另一種表示的方法，是將后面部分改為系統(tǒng)狀態(tài)變量的函數(shù)，其型式如下：Ri：if x1 is Ai1 and x2 is Ai2….and xn is Ain then y＝f１(x1,x2,…….,xn)2)目標評估模糊控制規(guī)則：目標評估（object evaluation）模糊控制規(guī)則能夠評估控制目標，并且預測未來的控制信號，其型式如下： 18 Ri：if(U is Ci→(x is A1 and y is B1))then U is Ci 模糊推理將含有模糊概念的語法規(guī)則所構(gòu)成的語句稱為模糊語句。3)學習：為了改善和加強模糊控制器的性能，必須讓它有自我學習或自我組織的能力，所得到的模糊控制器能根據(jù)設定的目標，增加或修改模糊控制規(guī)則。NAu試 驗 總 次 數(shù)的 次 數(shù)?0 17 2)操作員的操作模式：現(xiàn)在流行的專家系統(tǒng)，其想法只考慮了知識的獲得，同時也巧妙地操作了復雜的控制對象，但要將專家系統(tǒng)加以邏輯化并不是一件容易的事；因此，在控制上也要考慮技巧的獲得。人類日常生活中，人們在判斷事情的時侯，使用語言的定性分析多于數(shù)值的定量分析；然而模糊控制規(guī)則提供了一個自然的架構(gòu)來描述人類的行為及決策分析，并且專家的知識通?？捎?if… then 的型式來表示。 模糊控制規(guī)則模糊控制器的核心是模糊控制規(guī)則，規(guī)則的正確與否直接影響到模糊控制器的性能，然而對于規(guī)則數(shù)目的多、少也是一個重要因素，因此我們將對模糊控制規(guī)則作進一步的探討何研究。因此這種確定隸屬函數(shù)的方法已經(jīng)被廣泛應用。1）模糊統(tǒng)計法根據(jù)所提出的模糊控制的概念來進行調(diào)查統(tǒng)計，提出與之相對應的模糊集 A，通過統(tǒng)計實驗，確定不同元素隸屬于 A 的程度。通常的方法是初步確定粗略的隸屬度函數(shù)，然后通過不斷的學習和不斷的實踐來進行調(diào)整和完善。Matlab 表示為：隸屬度函數(shù)是模糊控制的應用基礎。 Matlab 表示為： 6）Z 形隸屬度函數(shù)這是基于樣條函數(shù)的曲線，因為其呈現(xiàn)出了 Z 形狀而得名。Matlab 表示為 ： (,[])sigmfxac4）梯形隸屬度函數(shù)梯形曲線可由四個參數(shù) a，b，c，d 確定：(215)其中參數(shù) a 和 d 確定梯形的下底的兩個點，而參數(shù) b 和 c 確定梯形的上底的兩個點。Matlab 表示為： ]),σ[gausmf(x 14 2）廣義鐘型隸屬度函數(shù)廣義鐘型隸屬度函數(shù)由三個參數(shù) a，b，c 確定：(213)其中參數(shù) b 通常為正，參數(shù) c 主要用于確定曲線的中心。在模糊控制中應用較多的隸屬度函數(shù)有以下 6 種隸屬度函數(shù)。盡管隸屬度函數(shù)的方法帶有主觀因素，但是主管的反映和客觀的存在時有一定聯(lián)系的，是受到客觀制約的，隸屬度函數(shù)實質(zhì)上反映的是事物的漸變性。由于模糊集理論研究的對象具有“模糊性”和“經(jīng)驗性” 。為了把兩者之間區(qū)分開來，就把模糊集合的特征函數(shù)稱作隸屬度函數(shù)。 隸屬度函數(shù)對于一個特定的模糊集合來說，隸屬度函數(shù)基本上體現(xiàn)了所有的模糊性，所以這種描述也體現(xiàn)了模糊集合的特性和運算的性質(zhì)。當 γ=1 時， ，相當于 A∪B 時的算子。設 ，則CAB?= (211)其中 γ 取值為[0，1]。但還有其它公式，這些公式統(tǒng)稱為模糊算子。即④補集若 為 A 的補集，則 ⑤子集若 B 為 A 的子集，則⑥并集若 C 為 A 和 B 的并集，則C=A∪B0)(??uAA??)(?EA?)(BA???)(1)(uAA???)(uAB???? 11 一般地，⑦交集若 C 為 A 和 B 的交集，則C=A∩B一般地， 模糊算子模糊集合的邏輯運算實質(zhì)上就是隸屬函數(shù)的運算過程。???????AxxA0)1,(的 程 度屬 于?)(A??? ???ixx///21?????? ),(,),(,ix??xA/)(? 10 2）模糊集合的運算 由于模糊集是用隸屬函數(shù)來表征的，因此兩個子集之間的運算實際上就是逐點對隸屬度作相應的運算。1）模糊集合的表示：①模糊集合 A 由離散性元素構(gòu)成，表示為 （22）或 （23）② 模糊集合 A 由連續(xù)性的函數(shù)構(gòu)成，各個元素的隸屬度就構(gòu)成了隸屬度函數(shù)（Membership Function） ，此時 A 表示為：（24）在模糊集合的表達中，符號“/” 、 “+”和“∫”不代表數(shù)學意義上的除號、加號和積分，它們是模糊集合的一種表示方式，表示“構(gòu)成”或“屬于” 。模糊控制系統(tǒng)無論被控對象是線性的還是非線性的，都能執(zhí)行有效的控制，具有良好的魯棒性和適應性。用單片機等來構(gòu)造模糊控制器，其結(jié)構(gòu)與一般的數(shù)字控制系統(tǒng)無異，模糊控制算法用軟件實現(xiàn)，也可以用專用模糊控制芯片直接構(gòu)造控制器。如“衣服臟了，則投入洗滌劑較多，洗滌時間較長” 。這些規(guī)則是以人類語言表示的。3）模糊控制易被人們所接受。模糊控制采用人類思維中的模糊量，如“高” 、 “中” 、 “低” 、 “大” 、 “小”等，控制量由模糊推理導出。模糊控制是以人對被控對象的控制經(jīng)驗為依據(jù)而設計的控制器，故無需知道被控對象的數(shù)學模型。 模糊控制特點模糊控制是在最近的短短十多年來發(fā)展相當迅速，這主要是歸結(jié)于模糊控制器的一些明顯的特點。但是一個執(zhí)行機構(gòu)的控制是唯一的，不能模棱兩可。這是因為輸入量開始時對 8 應了一個模糊集合?？刂埔?guī)則是模糊控制器的核心所在。使每一個輸入量都對應一個模糊集合。模糊控制的輸出量是唯一的，也就是說它給執(zhí)行機構(gòu)是一個確定的信號。模糊控制器在模糊控制中起十分關鍵的作用。 模糊控制概念模糊邏輯控制簡稱模糊控制,是一種基于模糊數(shù)學理論的新型控制方法。這是因為過程操作人員的控制方法是建立在直觀的和經(jīng)驗的基礎上，他們憑借實踐積累的經(jīng)驗，采取適當?shù)膶Σ咄瓿煽刂迫蝿眨? 7 于是，人們把操作人員的控制經(jīng)驗歸納成定性描述的一組條件語句，然后運用模糊集合理論將其定量化，使控制器得以接受人的經(jīng)驗，模仿人的操作策略，這樣就產(chǎn)生了以模糊集合理論為基礎的模糊控制器。同時，要求過程的操作人員是系統(tǒng)的基本組成部分等。例如，在煉鋼，化工，人文系統(tǒng)以及其他的控制系統(tǒng)中，要想獲得正確而又精密的數(shù)學模型是相當困難的。模糊控制的核心主要是利用模糊集合的控制理論，把人的控制策略轉(zhuǎn)化為能被計算機所接受的算法語言，這種方法能實現(xiàn)控制，同時能模擬人的思維方式對一些被控對象進行有效的控制。 6 模糊控制概述模糊控制是以模糊集合論作為它的數(shù)學基礎，它的誕生是以 1965 年美國的控制論專家 L. A. Zadeh 教授提出的模糊集理論為標志，從而為描述，研究和處理模糊性現(xiàn)象提供了一種新的工具。 本文主要研究內(nèi)容 本課題的主要任務是設計一個單交叉路口交通燈智能控制系統(tǒng)，要求能根據(jù)車流量大小來調(diào)節(jié)紅綠燈亮的時間。同時，韓國政府于 2022 年 3 月開始制訂了全新的 ITS 計劃ITS 藍圖,預算投人 75 億美元,并且在 2022 年前建成 7 個先進的 ITS 子系統(tǒng),主要包括了汽車及高速公路系統(tǒng),先進的交通管理系統(tǒng),電子收費系統(tǒng)等。 ASV: Advanced Safety Vehicle)；二是通過 ETC 來收費的電子系統(tǒng)(Electronic Toll Collection System),相當于不停車收費系統(tǒng)；三是 VICS 汽車信息通訊系統(tǒng)(Vehicle Information and Communication System)。關于日本的 ITS 主要包括了三個控制系統(tǒng),一是由 AHS 和 ASV 組成的智 5 能誘導系統(tǒng)(Stuart Cruise System。并且在一些關鍵的路段和重點的地區(qū)都會配有攝像機,以此來及時地觀察該路段的交通情況。從美國對 ITS 項目的規(guī)劃中知道,從 2022 年到2022 年,美國已經(jīng)準備了 200 億美元投資于構(gòu)造全國的 ITS 項目中。因此,對于是否充分地利用道路資源的主要關鍵就是對交叉路口資源的利用是否充分的問題,對于交叉路口的交通運行特性進行深入的分析,并找出造成交通阻塞和擁擠的原因,對于怎樣提高交叉路口的運行能力的具體條件和相對應的措施,以及對措施的實施效果是提高交叉路口運行能力和緩解城市交通阻塞和城市交通壓力問題是很有效和富有經(jīng)濟性的方法。再加上一些不合理的交通道路的幾何設計和相位設計,使得交叉路口的運行情況常、樣的情況后,一方面是造成交叉路口的通行能力下降,車輛運行延誤,同時也給環(huán)境帶來了相關的問題。 國內(nèi)外發(fā)展的現(xiàn)狀城市交通路口的擁擠問題往往突出表現(xiàn)在一些單交叉路口處,80%以上的交通延誤和擁擠主要集中在單交叉路口上,交叉口的通行能力不足道路的50%。 5）先進的大眾運輸系統(tǒng)(APTS)：采用如個人計算機，電視等各種智能技術向公眾根據(jù)出行的時間和路線,方式以及對各種車輛的選擇等提供咨詢,并在公共車站通過顯示器向乘客提供車輛的不同情況的運行信息等方法來促進公共運輸業(yè)的發(fā)展。企業(yè)的車輛調(diào)度中心通過衛(wèi)星,路邊信號站等裝置,以及車輛自動定位,識別 3 和稱重等設備,對營運車輛進行調(diào)度管理。3）先進的駕駛員信息系統(tǒng)(ADIS)：是以駕駛員為服務對象,其技術手段有很多種,如通過辦公室或者家庭的計算機終端,公路咨詢廣播系統(tǒng)等,向駕駛員提供當前的交通和道路情況,車輛位置和行駛信息,甚至可以自動導航。 2）先進的車輛控制系統(tǒng)(AVCS)：即能夠輔助以至替代駕駛員實行控制的技術,如駕駛員警告和援助技術,障礙物避讓技術,以及自動駕駛燈,從而使汽車行駛安全,高效。 c 信息傳輸系統(tǒng)：在控制中心與信息采集,提供系統(tǒng)終端之間,需要借助于信息傳輸系統(tǒng)進行聯(lián)系。如:視頻檢測器(如攝像頭),環(huán)形線圈檢測器,磁性檢測器,雷達檢測器,