模糊理论

······首先，人们在认识模糊性时，是允许有主观性的，也就是说每个人对模糊事物的界限不完全一样，承认一定的主观性是认识模糊性的一个特点。例如，我们让100个人说出“年轻人”的年龄范围，那么我们将得到100个不同的答案。尽管如此，当我们用模糊统计的方法进行分析时，年轻人的年龄界限分布又具有一定的规律性。

······其次，模糊性是精确性的对立面，但不能消极地理解模糊性代表的是落后的生产力，恰恰相反，我们在处理客观事物时，经常借助于模糊性。例如，在一个有许多人的房间里，找一位“年老的高个子男人”，这是不难办到的。这里所说的“年老”、“高个子”都是模糊概念，然而我们只要将这些模糊概念经过头脑的分析判断，很快就可以在人群中找到此人。如果我们要求用计算机查询，那么就要把所有人的年龄，身高的具体数据输入计算机，然后我们才可以从人群中找这样的人。

······最后，人们对模糊性的认识往往同随机性混淆起来，其实它们之间有着根本的区别。随机性是其本身具有明确的含义，只是由于发生的条件不充分，而使得在条件与事件之间不能出现确定的因果关系，从而事件的出现与否表现出一种不确定性。而事物的模糊性是指我们要处理的事物的概念本身就是模糊的，即一个对象是否符合这个概念难以确定，也就是由于概念外延模糊而带来的不确定性。

模糊控制

模糊控制的基本思想

把人类专家对特定的被控对象或过程的控制策略总结成一系列以“IF(条件)THEN(作用)”形式表示的控制规则，通过模糊推理得到控制作用集，作用于被控对象或过程。控制作用集为一组条件语句,状态语句和控制作用均为一组被量化了的模糊语言集，如“正大”、“负大”、“正小”、“负小”、零等。

应用领域

事实上,模糊理论应用最有效，最广泛的领域就是模糊控制，模糊控制在各种领域出人意料的解决了传统控制理论无法解决的或难以解决的问题，并取得了一些令人信服的成效。

模糊控制的几个研究方向：

·模糊控制的稳定性研究
·模糊模型及辩识
·模糊最优控制
·模糊自组织控制
·模糊自适应控制
·多模态模糊控制

模糊控制的缺陷

信息简单的模糊处理将导致系统的控制精度降低和动态品质变差。若要提高精度则必然增加量化级数，从而导致规则搜索范围扩大，降低决策速度,甚至不能实时控制。模糊控制的设计尚缺乏系统性,无法定义控制目标。控制规则的选择，论域的选择，模糊集的定义，量化因子的选取多采用试凑发，这对复杂系统的控制是难以奏效的。

精神

模糊理论是以模糊集合(fuzzy set)为基础，其基本精神是接受模糊性现象存在的事实，而以处理概念模糊不确定的事物为其研究目标，并积极的将其严密的量化成计算机可以处理的讯息，不主张用繁杂的数学分析即模型来解决模型

理论应用

一、工程科技方面
1、型样识别：文字识别、指纹识别、手写字体辨识、影像辨识、语音辨识
2、控制工程：机器人控制、汽车控制、家电控制、工业仪表控制、电力控制
3、信号及资讯处理：影像处理、语音处理、资料整理、数据库管理
4、人工智能及专家系统：故障诊断、自然语言处理、自动翻译、地震预测、工业设计
5、环保：废水处理、净水处理厂工程、空气污染检验、空气品质监控
6、其他：建筑结构分析、化工制程控制
二、教育、社会及人文科学方面
1、教育：教学成果评量、心理测验、性向测验、计算机辅助教学
2、心理学：心理分析、性向测验
3、决策决定：决策支援、决策分析、多目标评价、综合评价、风险分析

研究领域

模糊理论是指用到了模糊集合的基本概念或连续隶属度函数的理论。根据下图可将模糊理论进行大致的分类。主要有五个分支：
主要研究领域
(1)模糊数学，它用模糊集合取代经典集合从而扩展了经典数学中的概念；
(2)模糊逻辑与人工智能，它引入了经典逻辑学中的近似推理，且在模糊信息和近似推理的基础上开发了专家系统；
(3)模糊系统，它包含了信号处理和通信中的模糊控制和模糊方法；
(4)不确定性和信息，它用于分析各种不确定性；
(5)模糊决策，它用软约束来考虑优化问题。

当然，这五个分支并不是完全独立的，他们之间有紧密的联系。
例如，模糊控制就会用到模糊数学和模糊逻辑中的概念。从实际应用的观点来看，模糊理论的应用大部分集中在模糊系统上，尤其集中在模糊控制上。也有一些模糊专家系统应用于医疗诊断和决策支持。由于模糊理论从理论和实践的角度看仍然是新生事物，所以我们期望，随着模糊领域的成熟，将会出现更多可靠的实际应用。

控制基础

模糊控制的基本思想是利用计算机来实现人的控制经验，而这些经验多是用语言表达的具有相当模糊性的控制规则。模糊控制器(Fuzzy Controller，即FC)获得巨大成功的主要原因在于它具有如下一些突出特点：
模糊控制是一种基于规则的控制。它直接采用语言型控制规则，出发点是现场操作人员的控制经验或相关专家的知识，在设计中不需要建立被控对象的精确数学模型，因而使得控制机理和策略易于接受与理解，设计简单，便于应用。

由工业过程的定性认识出发，比较容易建立语言控制规则，因而模糊控制对那些数学模型难以获取、动态特性不易掌握或变化非常显著的对象非常适用。

基于模型的控制算法及系统设计方法，由于出发点和性能指标的不同，容易导致较大差异；但一个系统的语言控制规则却具有相对的独立性，利用这些控制规律间的模糊连接，容易找到折中的选择，使控制效果优于常规控制器。

模糊控制算法是基于启发性的知识及语言决策规则设计的，这有利于模拟人工控制的过程和方法，增强控制系统的适应能力，使之具有一定的智能水平。

模糊控制系统的鲁棒性强，干扰和参数变化对控制效果的影响被大大减弱，尤其适合于非线性、时变及纯滞后系统的控制。

内容

模糊控制理论主要研究内容：模糊控制稳定性,模糊模型的辨识，模糊最优控制，模糊自适应控制,与其他控制结合等。如将智能控制与传统控制方法相结合，产生了模糊变结构控制(FVSC)，自适应模糊控制(AFC)，自适应神经网络控制(ANNC)，神经网络变结构控制(NNVAC)，神经网络预测控制(ANNPC)，模糊预测控制(FPC)，专家模糊控制(EFC)，模糊神经网络控制(FNNC)，专家神经网络控制(ENNC)等方法。

4.2.1 模糊理论相关推荐

模糊理论相关学习（2）——模糊神经网络
因为项目需要用到模糊神经网络,介绍一下BP模糊神经网络的结构,模型学习方法吧. 前言简单介绍模糊神经网络的由来. 模糊理论创始人Zaden教授在介绍模糊理论时曾经举过一个停车的例子,即便是一个新手在 ...
专家系统/模糊理论/神经网络/遗传算法相关基础知识
整理于大学时代的一篇笔记,对重新再研究AI及其关联的技术有一定概念参照意义.毕竟比较古老,可能仅在基础概念入门方面有一些提示. 常用缩写缩写全称解释 AI Artificial Intellig ...
什么是模糊理论，基础，流程
1.什么是模糊理论模糊理论:用属于程度来代替严格的属于或不属于(如某人属于高个子的程度是0.8) 模糊逻辑:将输入空间映射到输出空间的便捷方法,是快速有效的处理不精确性和非线性的强大工具. 比如:每 ...
关于模糊理论及简单应用
关于模糊理论及简单应用 1.开始最近导师让我了解一下模糊理论,思考能不能结合现有技术实现创新点.这篇博客主要记录一下这两天对模糊理论的学习,以及做的一个小demo,希望如果有研究相关方面的大佬能留言 ...
模糊理论相关学习（1）
主题: 梳理模糊理论与相关算法模糊理论: 什么是模糊客观世界的模糊性表现在对于天气冷热.雨大小.人的胖瘦.速度快慢,无法用精确的数值判断,这不是非0则1的判断题,但是人们可以通过自己的知识认知建立 ...
详析数字图像中高斯模糊理论及实现
高斯模糊(英语:Gaussian Blur),也叫高斯平滑.是在Adobe Photoshop.GIMP以及Paint.NET等图像处理软件中广泛使用的处理效果,通经常使用它来降低图像噪声以及降低细节 ...
模糊理论在机器人传感器中的应用_智能家电中的传感器应用大全
面对智能化家庭网络的逐渐普及和发展,各种各样的传感器引入到家电中变得更加迫切.人们希望家电能增加使用的舒适度.减少耗能和耗水.清洗方便.降低噪声和振动.提高使用质量.实现复杂的智能. 以前传感器主要应 ...
模糊理论在机器人传感器中的应用_超声波传感器和激光雷达传感器在机器人避障中的应用...
随着机器人深入人们的生活,例如工厂.仓库.酒店.商场.餐厅等环境中的使用,人们对机器人的移动能力越为重视,市场对智能化设备的需求日益高涨.以至于避障成为一个极为关键且必要的功能. 避障是指移动机器人根 ...
【模糊理论】模糊矩阵的合成、并交补运算代码
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言一.代码 1.合成运算 2. 并运算 3. 交运算 4. 补运算(易实现,可以不存为函数) 二.函数调用(直接引用相关 ...

4.2.1 模糊理论