模糊控制（四）模糊控制的感性认识

青旅半醒 2023-07-20 13:39 60阅读 0赞

## 模糊控制（四）模糊控制的感性认识 ##

前面已经写过3篇模糊控制的文章，但对它还是没有一个感性的认识，今天这篇文章尝试梳理一下对模糊控制的感性认识。

## 模糊控制是控制 ##

标题很傻，但很多人（至少我自己确实是）从已开始接触就把他作为一种算法来理解，这其实是不正确的，不能说不对吧，有一点义务教育的味道（学就对了，管他是啥）。  
首先我们得认识到模糊控制是一种控制的方法.  
拿洗衣机来说，我们可以用现在全自动的控制方法，往微控里面烧录写好的程序，程序中我们可以设置衣服很脏，洗的时间就长一点，不是很脏，洗的时间就短一点。  
那我们的写一个函数y(x)，![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQzOTA3NTM3_size_16_color_FFFFFF_t_70]  
根据衣服的脏度x来确定洗的时间y。  
这个控制起来很简单，那下面的  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQzOTA3NTM3_size_16_color_FFFFFF_t_70 1]  
或者是一些根本不能建立数学模型的呢，像我们开车的时候踩油门一样，速度慢了，油门大一点，速度大了，油门小一点，这些本就模糊的咋办呢。  
模糊控制  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQzOTA3NTM3_size_16_color_FFFFFF_t_70 2]  
表中每一个脏度都对应一个洗的时间，可以看到我们没有用函数去描述脏度和时间的关系，而是用表格来刻画，这样即使再难再复杂的对象，我们只要有经验就能列个表格。  
疑问  
大家可能会问，这不就是归类、统计嘛，我写代码的时候把脏度隔一段定个时间不就行了嘛  
嘿嘿，有这个疑问说明你上面看懂了，下面给你解决疑问

## 模糊推理是算法 ##

说算法，还有点像通用的算法，以为你只要有经验，列个表格，所有问题都能解决（好坏另论）。  
上面的疑问，大家想一下，洗衣服都行，不要那么精确，那一些比较精确的，要求结果能取连续值的呢，代码中划一个区间取一个值，这就取不到连续的值了，也就是取不到最优的值，模糊推理就派上用场了。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQzOTA3NTM3_size_16_color_FFFFFF_t_70 3]![在这里插入图片描述][20200401224036123.png]![在这里插入图片描述][20200401224115960.png]  
模糊推理通过隶属度的计算，最终的=得到一个精确的值，也就是所谓的最优解。（隶属度，有点生僻，按概念区分，和概率不一样，但就感性的理解，自己觉得也无伤大雅）  
|  
|  
|  
@这篇算是自己摸索的一点见解，可能不太全面，但谁又会计较候补选手的一点点偏见呢  
下一篇会从比较客观的角度来谈一下模糊控制，还有matlab仿真，应该能从理论层面超越这篇感性的偏见吧  
上文：[模糊控制（三）一个例程——模糊推理控制小车速度][Link 1]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQzOTA3NTM3_size_16_color_FFFFFF_t_70]: /images/20230528/82c0ee70019a4b42bce6bcbb0cfe97d8.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQzOTA3NTM3_size_16_color_FFFFFF_t_70 1]: /images/20230528/c84d6cdd2682461198d52906c2dea751.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQzOTA3NTM3_size_16_color_FFFFFF_t_70 2]: /images/20230528/31810d8165554e7cabf871d8f18e698a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQzOTA3NTM3_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20200401223956428.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQzOTA3NTM3,size_16,color_FFFFFF,t_70
[20200401224036123.png]: https://img-blog.csdnimg.cn/20200401224036123.png
[20200401224115960.png]: /images/20230528/419861923d104de3a6d08794e23a1aef.png
[Link 1]: https://blog.csdn.net/qq_43907537/article/details/105060454