一、模糊語句

將含有模糊概念的語法規則所構成的語句稱為模糊語句。根據其語義和構成的語法規則不同，可分為以下幾種類型：

（1）模糊陳述句：語句本身具有模糊性，又稱為模糊命題。如：“今天天氣很熱”。

（2）模糊判斷句：是模糊邏輯中最基本的語句。語句形式：“x是a”，記作（a），且a所表示的概念是模糊的。如“張三是好學生”。

（3）模糊推理句：語句形式：若x是a，則x是b。則為模糊推理語句。如“今天是晴天，則今天暖和”。

二、模糊推理

常用的有兩種模糊條件推理語句：If A then B else C；If A AND B then C

常用的模糊推理方法有兩種：Zadeh法和Mamdani法。Mamdani推理法是模糊控制中普遍使用的方法，其本質是一種合成推理方法。

模糊推理語句“If A AND Bthen C”確定了三元模糊關系R，即：

R=(A×B)T1×C

其中(A×B)T1為模糊關系矩陣(A×B) (m×n)構成的m×n列向量，n和m分別為A和B論域元素的個數。

基于模糊推理規則，根據模糊關系R，可求得給定輸入A1和B1對應的輸出C1：

C1=（A1×B1）T2R

式中， （A1×B1）T2 為模糊關系矩陣（A1×B1）(m×n)構成的m×n列向量，T2為行向量轉換。

模糊控制是以模糊集理論、模糊語言變量和模糊邏輯推理為基礎的一種智能控制方法，它是從行為上模仿人的模糊推理和決策過程的一種智能控制方法。該方法首先將操作人員或專家經驗編成模糊規則，然后將來自傳感器的實時信號模糊化，將模糊化后的信號作為模糊規則的輸入，完成模糊推理，將推理后得到的輸出量加到執行器上。

三、模糊控制器（FuzzyController—FC）也稱為模糊邏輯控制器（Fuzzy Logic Controller—FLC）,由于所采用的模糊控制規則是由模糊理論中模糊條件語句來描述的，因此模糊控制器是一種語言型控制器，故也稱為模糊語言控制器（Fuzzy Language Controller—FLC）。

1 模糊化接口（Fuzzyinterface）

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。它的主要作用是將真實的確定量輸入轉換為一個模糊矢量。對于一個模糊輸入變量e，其模糊子集通常可以作如下方式劃分：

（1）e={負大，負小，零，正小，正大}={NB,NS, ZO, PS, PB}

（2）e={負大，負中，負小，零，正小，正中，正大}={NB, NM, NS, ZO, PS, PM, PB}

（3）e={負大，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）

知識庫由數據庫和規則庫兩部分構成。

（1）數據庫（DataBase—DB） 數據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（即經過論域等級離散化以后對應值的集合），若論域為連續域則為隸屬度函數。在規則推理的模糊關系方程求解過程中，向推理機提供數據。

（2）規則庫（RuleBase—RB） 模糊控制器的規則司基于專家知識或手動操作人員長期積累的經驗，它是按人的直覺推理的一種語言表示形式。模糊規則通常有一系列的關系詞連接而成，如if-then、else、also、end、or等，關系詞必須經過“翻譯”才能將模糊規則數值化。最常用的關系詞為if-then、also，對于多變量模糊控制系統，還有and等。

規則庫是用來存放全部模糊控制規則的，在推理時為“推理機”提供控制規則。規則條數和模糊變量的模糊子集劃分有關，劃分越細，規則條數越多，但并不代表規則庫的準確度越高，規則庫的“準確性”還與專家知識的準確度有關。

3 推理與解模糊接口（Inferenceand Defuzzy-interface）

推理是模糊控制器中，根據輸入模糊量，由模糊控制規則完成模糊推理來求解模糊關系方程，并獲得模糊控制量的功能部分。在模糊控制中，考慮到推理時間，通常采用運算較簡單的推理方法。最基本的有Zadeh近似推理，它包含有正向推理和逆向推理兩類。正向推理常被用于模糊控制中，而逆向推理一般用于知識工程學領域的專家系統中。

推理結果的獲得，表示模糊控制的規則推理功能已經完成。但是，至此所獲得的結果仍是一個模糊矢量，不能直接用來作為控制量，還必須作一次轉換，求得清晰的控制量輸出，即為解模糊。通常把輸出端具有轉換功能作用的部分稱為解模糊接口。

來源: 部分來自網絡