关键词：模糊控制；LabVIEW；NI DAQ设备

 

    自动控制理论经过一个多世纪的发展，正由经典控制理论，现代控制理论向智能控制理论发展。人工智能包括推理，学习和联想，是采用非数学式的方式，将人的思维模型化，并通过计算机来模仿。目前计算机已充分体现了人类左脑的逻辑推理功能，正向右脑的模糊处理方向发展。模糊控制作为近代控制理论中一种基于语言规则与模糊推理的高级控制策略和新颖技术，是智能控制的一个重要分支，近来发展迅速，应用广泛，效果显著，引人关注。

 

    在我们日常生活中，经常有一些概念没有固定的标准，不能简单地用对或错，真或假来评判，而要用到一些不精确的词句来描述，比如，年轻、好、漂亮。这些概念会因为判断对象变化而改变判断标准，所以是模糊的。在人们的工作经验中，往往也存在了许多模糊的东西。例如，炼钢时需要的钢水颜色、沸腾情况等模糊信息。1965年美国加州大学L.A.Zadeh教授最早提出了模糊这一概念，并用数学方式进行分析。

    通常，对于一个论域E中讨论的集合A={a,b,c}，对于论域中的任意元素x，可用特征函数表示是否属于A：

 

      

    式1用1和0来表示元素属于集合的真假，然而若是一个模糊的集合，比如说衣服是否漂亮，里面的元素a,b,c这3件衣服单纯用漂不漂亮表示显然不能更具体表征元素的性质。模糊集合把特征函数的0和1这两个值，扩展到0到1之间的整个区间中，以隶属度μA（0≤μA≤1）来表示元素属于集合A的程度，比如衣服漂亮的程度。这样，设三件衣服的漂亮程度分别为0.3，0.8和0.5，该模糊集合A可表示为A：{(a,0.3),(b,0.8),(c,0.5)}。而隶属度函数可写成：

                        

 

    可见模糊集合在多数情况下更能反应元素的特性，特征函数实际上就是隶属度函数的一个特例。

两个元素之间的某种联系，可以用关系R来表示，通常R用二元逻辑1和0表示元素之间是否存在此关系。比如，a对b存在指定关系R，则称为aRb，否则为 。关系有时也可以模糊表示，当元素a对于b不完全满足某指定关系R，却也没有完全不满足时，它们之间的关系可以用0到1区间的某一值表示，即是一种隶属度的表示法。对于论域E中的两个集合A={a,b}；B={c,d}，指定一种关系R，它们所有元素之间的关系可以用关系矩阵表示： 。如果集合是模糊集合，关系更加模糊化，还需考虑元素对所在集合的隶属度。集合 A对应到B的关系表达式为A○R=B，通过线性代数和模糊数学理论可以根据集合A，B求出关系R。