PI模糊算法PLCk控制燃烧器系统
模糊推理是采用模糊逻辑由给定的输入到输出的映射过程。模糊推理包括五个方面： 1）输入变量模糊化，即把确定的输入转化为由隶属度描述的模糊集。2）在模糊规则的前件中引用模糊算子（与、或、非）。3）根据模糊蕴含运算由前提推断结论。4）合成每一个规则的结论部分，得出总的结论。5）反模糊化，即把输出的模糊量转化为确定的输出。 输入变量模糊化，输入变量是输入变量论域内的某一个确定的树，输入变量经模糊化后，变换为由隶属度表示的0和1之间的某个数。模糊化常由隶属度函数或查表求得。 应用模糊算子，输入变量模糊后，我们就知道每个规则前件中的每个命题被满足的程度。如果给定规则的前件中不止一个命题，则需用模糊算子获得该规则前件被满足的程度。模糊算子的输入是两个或多个输入变量经模糊化后得到的隶属度值，其输出是整个前件的隶属度，模糊逻辑算子可取T算子和协T算子中的任意一个，常用的与算子有min（模糊交）和prod（代数积）,常用的或算子有max（模糊并）和probor(概率或)。Probor定义为模糊推理是采用模糊逻辑由给定的输入到输出的映射过程。模糊推理包括五个方面：
1
）输入变量模糊化，即把确定的输入转化为由隶属度描述的模糊集。
2
）在模糊规则的
前件中引用模糊算子（与、或、非）
。
3
）根据模糊蕴含运算由前提推断结论。
4
）合成每一
个规则的结论部分，得出总的结论。
5
）反模糊化，即把输出的模糊量转化为确定的输出。
输入变量模糊化，
输入变量是输入变量论域内的某一个确定的树，
输入变量经模糊化后，
变换为由隶属度表示的
0
和
1
之间的某个数。模糊化常由隶属度函数或查表求得。
应用模糊算子，
输入变量模糊后，
我们就知道每个规则前件中的每个命题被满足的程度。
如果给定规则的前件中不止一个命题，
则需用模糊算子获得该规则前件被满足的程度。
模糊
算子的输入是两个或多个输入变量经模糊化后得到的隶属度值，其输出是整个前件的隶属
度，模糊逻辑算子可取
T
算子和协
T
算子中的任意一个，常用的与算子有
min
（模糊交）和
prod
（代数积）
,
常用的或算子有
max
（模糊并）和
probor(
概率或
)
。
Probor
定义为
模糊推理是采用模糊逻辑由给定的输入到输出的映射过程。模糊推理包括五个方面：
1
）输入变量模糊化，即把确定的输入转化为由隶属度描述的模糊集。
2
）在模糊规则的
前件中引用模糊算子（与、或、非）
。
3
）根据模糊蕴含运算由前提推断结论。
4
）合成每一
个规则的结论部分，得出总的结论。
5
）反模糊化，即把输出的模糊量转化为确定的输出。
输入变量模糊化，
输入变量是输入变量论域内的某一个确定的树，
输入变量经模糊化后，
变换为由隶属度表示的
0
和
1
之间的某个数。模糊化常由隶属度函数或查表求得。
应用模糊算子，
输入变量模糊后，
我们就知道每个规则前件中的每个命题被满足的程度。
如果给定规则的前件中不止一个命题，
则需用模糊算子获得该规则前件被满足的程度。
模糊
算子的输入是两个或多个输入变量经模糊化后得到的隶属度值，其输出是整个前件的隶属
度，模糊逻辑算子可取
T
算子和协
T
算子中的任意一个，常用的与算子有
min
（模糊交）和
prod
（代数积）
,
常用的或算子有
max
（模糊并）和
probor(
概率或
)
。
Probor
定义为