！！Introduction to Fuzzy Logic using MATLAB——2007

wodeccbp

下载链接：http://eetop.cn/bbs/thread-181409-1-1.html


Introduction to Fuzzy Logic using MATLAB：

介绍模糊逻辑的书，书中有代码：

贴个目录：

Contents
1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1 Fuzzy Logic . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Mat LAB – An Overview . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2 Classical Sets and Fuzzy Sets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2 Classical Set . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2.1 Operations on Classical Sets . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2.2 Properties of Classical Sets . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2.3 Mapping of Classical Sets to a Function . . . . . . . . . . . . . . 16
2.2.4 Solved Examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3 Fuzzy Sets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.3.1 Fuzzy Set Operations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3.2 Properties of Fuzzy Sets . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.3.3 Solved Examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3 Classical and Fuzzy Relations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.2 Cartesian Product of Relation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.3 Classical Relations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.3.1 Cardinality of Crisp Relation . . . . . . . . . . . . . . . . . . . . . . . 39
3.3.2 Operations on Crisp Relation . . . . . . . . . . . . . . . . . . . . . . . 39
3.3.3 Properties of Crisp Relations . . . . . . . . . . . . . . . . . . . . . . . 40
3.3.4 Composition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.4 Fuzzy Relations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.4.1 Cardinality of Fuzzy Relations . . . . . . . . . . . . . . . . . . . . . . 41
3.4.2 Operations on Fuzzy Relations . . . . . . . . . . . . . . . . . . . . . . 42
3.4.3 Properties of Fuzzy Relations . . . . . . . . . . . . . . . . . . . . . . . 42
3.4.4 Fuzzy Cartesian Product and Composition . . . . . . . . . . . 43
3.5 Tolerance and Equivalence Relations . . . . . . . . . . . . . . . . . . . . . . . 51
3.5.1 Crisp Relation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
XII Contents
3.5.2 Fuzzy Relation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.5.3 Solved Examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4 Membership Functions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
4.2 Features of Membership Function . . . . . . . . . . . . . . . . . . . . . . . . . . 73
4.3 Classification of Fuzzy Sets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
4.4 Fuzzification . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
4.5 Membership Value Assignments . . . . . . . . . . . . . . . . . . . . . . . . . . 76
4.5.1 Intuition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.5.2 Inference . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.5.3 Rank Ordering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4.5.4 Angular Fuzzy Sets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4.5.5 Neural Networks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
4.5.6 Genetic Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
4.5.7 Inductive Reasoning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
4.6 Solved Examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
5 Defuzzification . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
5.2 Lambda Cuts for Fuzzy Sets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
5.3 Lambda Cuts for Fuzzy Relations . . . . . . . . . . . . . . . . . . . . . . . . . 96
5.4 Defuzzification Methods . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
5.5 Solved Examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
6 Fuzzy Rule-Based System . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
6.2 Formation of Rules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
6.3 Decomposition of Rules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
6.4 Aggregation of Fuzzy Rules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
6.5 Properties of Set of Rules. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
6.6 Fuzzy Inference System . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
6.6.1 Construction and Working of Inference System . . . . . . . . 118
6.6.2 Fuzzy Inference Methods . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
6.6.3 Mamdani’s Fuzzy Inference Method. . . . . . . . . . . . . . . . . . 120
6.6.4 Takagi–Sugeno Fuzzy Method (TS Method) . . . . . . . . . . 123
6.6.5 Comparison Between Sugeno and Mamdani Method . . . 126
6.6.6 Advantages of Sugeno and Mamdani Method . . . . . . . . . 127
6.7 Solved Examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
7 Fuzzy Decision Making . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
7.2 Fuzzy Ordering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
7.3 Individual Decision Making . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
7.4 Multi-Person Decision Making . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
Contents XIII
7.5 Multi-Objective Decision Making . . . . . . . . . . . . . . . . . . . . . . . . . . 154
7.6 Fuzzy Bayesian Decision Method . . . . . . . . . . . . . . . . . . . . . . . . . . 155
8 Applications of Fuzzy Logic . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
8.1 Fuzzy Logic in Power Plants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
8.1.1 Fuzzy Logic Supervisory Control for Coal Power Plant . 157
8.2 Fuzzy Logic Applications in Data Mining . . . . . . . . . . . . . . . . . . . 166
8.2.1 Adaptive Fuzzy Partition in Data Base Mining:
Application to Olfaction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
8.3 Fuzzy Logic in Image Processing . . . . . . . . . . . . . . . . . . . . . . . . . . 172
8.3.1 Fuzzy Image Processing . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
8.4 Fuzzy Logic in Biomedicine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
8.4.1 Fuzzy Logic-Based Anesthetic Depth Control . . . . . . . . . 200
8.5 Fuzzy Logic in Industrial and Control Applications . . . . . . . . . . 204
8.5.1 Fuzzy Logic Enhanced Control of an AC Induction
Motor with a DSP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
8.5.2 Truck Speed Limiter Control by Fuzzy Logic . . . . . . . . . . 210
8.5.3 Analysis of Environmental Data for Traffic Control
Using Fuzzy Logic . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
8.5.4 Optimization of a Water Treatment System Using
Fuzzy Logic . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
8.5.5 Fuzzy Logic Applications in Industrial Automation . . . . 231
8.5.6 Fuzzy Knowledge-Based System for the Control of a
Refuse Incineration Plant Refuse Incineration . . . . . . . . . 243
8.5.7 Application of Fuzzy Control for Optimal Operation
of Complex Chilling Systems . . . . . . . . . . . . . . . . . . . . . . . . 250
8.5.8 Fuzzy Logic Control of an Industrial Indexing Motion
Application . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
8.6 Fuzzy Logic in Automotive Applications . . . . . . . . . . . . . . . . . . . . 264
8.6.1 Fuzzy Antilock Brake System . . . . . . . . . . . . . . . . . . . . . . . 264
8.6.2 Antilock-Braking System and Vehicle Speed
Estimation Using Fuzzy Logic . . . . . . . . . . . . . . . . . . . . . . . 269
8.7 Application of Fuzzy Expert System . . . . . . . . . . . . . . . . . . . . . . . 277
8.7.1 Applications of Hybrid Fuzzy Expert Systems in
Computer Networks Design . . . . . . . . . . . . . . . . . . . . . . . . . 277
8.7.2 Fuzzy Expert System for Drying Process Control . . . . . . 288
8.7.3 A Fuzzy Expert System for Product Life Cycle
Management . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295
8.7.4 A Fuzzy Expert System Design for Diagnosis of
Prostate Cancer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304
8.7.5 The Validation of a Fuzzy Expert System for Umbilical
Cord Acid–Base Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . 309
8.7.6 A Fuzzy Expert System Architecture Implementing
Onboard Planning and Scheduling for Autonomous
Small Satellite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 313
XIV Contents
8.8 Fuzzy Logic Applications in Power Systems . . . . . . . . . . . . . . . . . 321
8.8.1 Introduction to Power System Control . . . . . . . . . . . . . . . 321
8.9 Fuzzy Logic in Control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 343
8.9.1 Fuzzy Logic Controller . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 343
8.9.2 Automatic Generation Control Using Fuzzy Logic
Controllers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 356
8.10 Fuzzy Pattern Recognition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 359
8.10.1 Multifeature Pattern Recognition . . . . . . . . . . . . . . . . . . . . 367
9 Fuzzy Logic Projects with Matlab . . . . . . . . . . . . . . . . . . . . . . . . . 369
9.1 Fuzzy Logic Control of a Switched Reluctance Motor. . . . . . . . . 369
9.1.1 Motor. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 370
9.1.2 Motor Simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 370
9.1.3 Current Reference Setting . . . . . . . . . . . . . . . . . . . . . . . . . . 371
9.1.4 Choice of the Phase to be Fed . . . . . . . . . . . . . . . . . . . . . . 373
9.2 Modelling and Fuzzy Control of DC Drive . . . . . . . . . . . . . . . . . . 375
9.2.1 Linear Model of DC Drive . . . . . . . . . . . . . . . . . . . . . . . . . . 376
9.2.2 Using PSB to Model the DC Drive . . . . . . . . . . . . . . . . . . 378
9.2.3 Fuzzy Controller of DC Drive . . . . . . . . . . . . . . . . . . . . . . . 378
9.2.4 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 380
9.3 Fuzzy Rules for Automated Sensor Self-Validation and
Confidence Measure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 380
9.3.1 Preparation of Membership Functions . . . . . . . . . . . . . . . . 382
9.3.2 Fuzzy Rules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 383
9.3.3 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 384
9.4 FLC of Cart . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 387
9.5 A Simple Fuzzy Excitation Control System (AVR) in Power
System Stability Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 392
9.5.1 Transient Stability Analysis . . . . . . . . . . . . . . . . . . . . . . . . . 393
9.5.2 Automatic Voltage Regulator . . . . . . . . . . . . . . . . . . . . . . . 393
9.5.3 Fuzzy Logic Controller Results Applied to a One
Synchronous Machine System . . . . . . . . . . . . . . . . . . . . . . . 394
9.5.4 Fuzzy Logic Controller in an 18 Bus Bar System . . . . . . 396
9.6 A Low Cost Speed Control System of Brushless DC Motor
Using Fuzzy Logic . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 398
9.6.1 Proposed System . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 399
9.6.2 Fuzzy Inference System . . . . . . . . . . . . . . . . . . . . . . . . . . . . 401
9.6.3 Experimental Result . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 402
Appendix A Fuzzy Logic in Matlab . . . . . . . . . . . . . . . . . . . . . . . . . 409
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 419

shuiren

非常不错，谢谢