模糊控制课件第二章.ppt

《模糊控制课件第二章.ppt》由会员分享，可在线阅读，更多相关《模糊控制课件第二章.ppt（116页珍藏版）》请在三一办公上搜索。

1、1,模糊控制技术,第2章 模糊逻辑与模糊推理,2,2.1 模糊集合及其隶属函数,2.1.1 模糊集合及其表示模糊集合的概念集合可以表达概念。符合某概念的对象的全体就构成此概念的外延，一个概念所包含的那些区别于其他概念的全体本质属性就是这概念的内涵。,3,普通集合：论域讨论的范围U、V、W集合U上的一部分叫U上的集合A、B、C元素A、B、C中的元x、y、z、u、v、w幂集所有集合的集合P(x)表示方法 定义法A=x|x为偶数，x10列举法A=2,4,6,8特征函数法,4,模糊集合：某集合U中的元素在一定程度上属于该集合。隶属度：资格。例：某班的高个同学集合(模糊集合)某班的男同学集合(模糊集合特

2、例-普 通集合),5,定义 论域U中的模糊子集A，是以隶属函数A表征的集合。即由映射确定论域U的一个模糊子集A。A称为模糊子集A的隶属函数，A(u)称为u对A的隶属度，它表示论域中的元素u属于其模糊子集A的程度。它在0，1闭区间内可连续取值。,6,上述定义表明：论域U中的元素是分明的，即U本身是普通集合，只是U的子集是模糊集合，故称A为U的模糊子集，简称模糊集。隶属函数A(u)是用来说明u隶属于A的程度的，A(u)的值越接近于1，表示u隶属于A的程度越高；当A(u)的值域变为0,1时，隶属函数A(u)蜕化为普通集合的特征函数，模糊集合也就蜕化为普通集合。,7,模糊集合完全由其隶属函数来刻画。隶

3、属函数是模糊数学的最基本概念，借助于它才能对模糊集合进行量化。,图2.1 普通集合对温度的定义,8,模糊集合的表示方法Zadeh表示方法,图2.2 模糊集合对温度的定义,9,当U为离散有限论域U=u1，u2，un时，模糊集合A表示为：当U为连续无限论域时，模糊集合A表示为：向量表示法,(2.1),(2.2),10,当模糊集合A的论域由有限个元素构成时，模糊集合A表示成向量形式：序偶表示法若将论域U中的元素ui与其对应的隶属度A(ui)组成序偶(ui，A(ui)，A可表示为：,11,例：设“智能玩具”这一模糊概念属于论域E，其外延是一个模糊集合A，若某超市有卖的五件智能玩具：e1、e2、e3、e

4、4、e5，对A的隶属度分别为A(e1)=0.5,A(e2)=0.8,A(e3)=0.4,A(e4)=0.3,A(e5)=0.0。则模糊子集A可以由Zadeh表示法记作：A0.5/e1+0.8/e2+0.4/e3+0.0/e5,12,4)隶属函数法用隶属函数的解析表达式表示出相应的模糊集合。2.1.2 模糊集合的基本运算及其法则定义 论域U中模糊子集的全体，称为U中的模糊幂集，记作F(U)，即,(2.3),13,对于任一uU，若A=0，则称A为空集；若A=1，则称A=U为全集，通常全集记为E。定义 设A、B是论域U上的两个模糊集合，即A，BF(U)，若对任一uU，都有B(u)A(u)，则称B包含

5、于A，或称A包含B，记作B A；若对任一uU，都有B(u)=A(u)，则称B等于A，记作B=A。,14,设A、B是论域U上的两个模糊集合，隶属函数分别为A和B，常用的运算有：“并”运算AB“交”运算AB“补”运算A,15,例：,16,17,2.1.3 模糊集合与普通集合的关系普通集合表达的是内涵和外延均为明确的清晰概念。普通集合只能表达“非此即彼”的概念，而不能表达“亦此亦彼”的现象。模糊集合表达的是一类内涵明确而外延不分明的模糊概念。这种概念反应了人的认识的主观性。因此模糊集合能够表达“亦此亦彼”的现象。模糊集合的隶属函数是普通集合特征函数的扩展和一般化。,18,2.1.4 模糊集合的隶属函

6、数,确定隶属函数的原则隶属函数的确定应遵守一些基本原则。表示隶属函数的模糊集合必须是凸模糊集合通常，某一模糊概念的隶属函数的确定应首先从最适合这一模糊概念的点下手，然后向两边延伸。延伸时其隶属函数的值必须单调递减，不允许有波浪形。,19,某专家根据他本身的经验对“舒适”温度的隶属函数定义如下：,图2.3 隶属函数向最大值两边延伸的差别 图2.4 非凸模糊集合隶属函数,20,变量所取隶属函数通常是对称和平衡的隶属函数要符合人们的语义顺序，避免不恰当的重叠模糊控制系统隶属函数的选择通常应遵循：论域中的每个点应该至少属于一个隶属函数的区域，同时，它一般应该属于至多不超过两个隶属函数的区域；对同一个点

7、没有两个隶属函数会同时有最大隶属度；当两个隶属函数重叠时，重叠部分的任何点的隶属函数的和应该小于等于1。,21,图2.5 交叉越界的隶属度函数示意图 图2.6 重叠指数定义,22,确定隶属函数的方法模糊统计法对论域U上的一个确定元素u0，考虑n个有模糊集合A属性的普通集合A*以及元素u0对A*的归属次数。u0对A*的归属次数和n的比值就是元素u0对模糊集合A的隶属度：,（2.4）,23,专家经验法：有专家的实际经验给出模糊信息的处理算式或相应权系数来确定函数的方法。二元排序法：通过对多个事物之间两两对比来确定某种特征下的顺序，由此来决定这些事物对该特征的隶属函数的大致形状。典型函数法：根据问题

8、的性质，应用一定的分析与推理，选用某些典型函数作为隶属函数。,24,常用隶属函数的图形基本的隶属函数图形可分成三类：左大右小的偏小型下降函数(称做Z函数)、对称型凸函数(称作函数)和右大左小的偏大形上升函数(称做S函数)。,25,图2.7 基本隶属函数图形,图2.8 直线型隶属函数,Z函数,函数,S函数,三角形函数,梯形函数,26,2.2 模糊矩阵与模糊关系2.2.1 模糊矩阵模糊矩阵的概念及其运算定义 矩阵R=(rij)nm称做模糊矩阵，如果对任意的in及jm，都有rij0,1。定义 对于任意的模糊矩阵R=(rij)nm，S=(sij)nm，RS=(rijsij)nm称做模糊矩阵R和S的并；

9、RS=(rijsij)nm称做模糊矩阵R和S的交；R=(1-rij)nm称做模糊矩阵R的余矩阵；如果rijsij，(i=1，2，n；j=1，2，m)则称模糊矩阵R被模糊矩阵S包含，记作RS。,27,模糊矩阵的合成定义 一个n行m列的模糊矩阵R=(rij)nm对一个m行l列的模糊矩阵S=(sjk)ml的合成 R。S指的是一个n行l列的模糊矩阵T，T的第i行第k列元素tik等于R的第i行的元素与S的第k列的对应元素两两先取较小者，然后在所得的结果中取较大者，即,28,2.2.2 模糊关系普通关系集合的直积由两个集合U和V的各自元素u与v组成的序偶(u，v)的全体集合，称为U与V的直积,记为UV，即

10、 UV=(u，v)|uU，vV 一般情况下，UVVU。普通二元关系,29,定义 设U与V是两个非空集合。集合U、V的直积UV的一个子集R称为U到V上的一个二元关系，简称关系。对于直积UV的序偶(u,v)，要么(u,v)具有关系R，记为(u,v)R；要么(u,v)不具有关系R，记为(u,v)R。因此，关系R的特征函数为：,(2.5),30,若U=V，则直积UV的子集R称为U上的二元关系，或称U上的关系。关系矩阵关系R可以用矩阵来表示，称为关系矩阵，其中元素rij基于特征函数CR(u,v)的定义，即,(2.6),与序偶(ui,vj)R对应者记为1，与序偶(ui,vj)R对应者记为0。,31,例：设

11、X，Ya，b，c，Z，到Y的关系及Y到Z的关系S可表示为下图。图中两个元素之间有连线的表示有关系。比如和a之间有关系R，a和之间有关系S。与a之间无关系R，b与a之间无关系S。,32,对于经典关系可以表示为表格。,33,模糊关系定义 集合U和V的直积中的模糊子集R被称为U到V的模糊关系，又称为二元模糊关系，其特性用隶属函数描述如下：,(2.7),34,例：设X，Ya，b，c，Z，Y以及YZ上的模糊关系R与S如图所示。,Y与YZ上的模糊关系,模糊关系的复合运算,35,两个元素之间有连线的表示两个元素之间有一定关系，连线上的数字表示关系密切程度。对于模糊关系也可以表示为表格。,36,模糊关系的表示

12、模糊集合表示法例2.1 设集合U1，2，3，V1，2，3，4，5。从U到V的一个模糊关系R可表示为：R0.5/(1,3)+0.8(1,4)+1/(1,5)+0.5/(2,4)+0.8/(2,5)+0.5/(3,5),37,模糊关系表表示法,38,模糊矩阵表示法上例中模糊关系R的矩阵表示为：,39,4)模糊关系图表示用图直观表示模糊关系时，则将ui，vj作为节点，在ui到vj的连线上标上R(ui，vj)的值，这样的图便称为模糊关系图。例：二人博弈，具有相同的策略集：U=V剪刀，石头，布，“甲胜”定为1；“平局”定为0.5，“甲负”定为0。则二人胜负关系可用模糊关系图表示，如图2.9所示。,图2.

13、9 模糊关系图,40,模糊关系的合成定义 设U、V、W是论域，R是U到V的一个模糊关系，S是V到W的一个模糊关系，则R对S的合成R。S指的是U到W的一个模糊关系T，它具有隶属函数：,(2.8),41,当U、V、W为有限时，模糊关系的合成可用模糊矩阵的合成来表示。设,42,定义 设R是U上的一个模糊关系。如果对于任意的uU，都有R(u,u)1，则称R为自反模糊关系。如果对于任意的u、vU，都有R(u,v)R(v,u)，则称R为对称模糊关系。如果对于任意的0，1，R都是具有传递性的普通关系，则称R为传递模糊关系。定义 模糊关系R和S，如果总是存在R(x,y)=S(x,y)，则称模糊关系R与模糊关系

14、S等价，记为R=S。,43,2.2.3 模糊映射普通映射的扩展定义 给定映射f：XY，可以把它扩展成为映射(仍记作f),44,其中，XY指明f是从X到Y的映射，xy则指明具体的对应法则：对于任意的xX对应于它的是y=f(x)。例如：f:R Rx x2表示f是从实数域R到自身的影射，对于任意一个实数x，对应于它的是实数x2，也即f(x)=x2(xR)。给定了普通映射f:XY，总可以把它扩展成为这样的映射（仍记作f）：,45,f:F(X)F(Y)Af(A)=y|yY，xA，y=f(x)这个新的映射f是从X的幂集F(X)=A|AX到Y的幂集F(Y)=B|BY的一个普通映射。定义 给定映射f：XY，可

15、以把它扩展成为映射（仍记作f）f:F(X)F(Y)Af(A)=xA(x)/f(x),46,对任意的xX，元素f(x)Y所对应的隶属函数是A(x)；如果x有多个值xt(tT)都有同一个像y，即f(xt)=y(tT)，则y对f(A)的隶属度为：扩展原则采用Zadeh记法，有一种很直观的解释：给定f:XY，对于X的任意一个模糊子集A，要问它在f之下的像是什么？只要遵循这样一条原则：x携带隶属度A(x)到f(x)上去，f(x)对f(A)的隶属度完全由x对A的隶属度所确定。其直观图见图2.10。,47,图2.10 普通映射扩展直观图,48,模糊映射和模糊变换定义 设集合X，Y是非空的，如果存在一个法则

16、f，通过它，对于X中的任意元素x，都有Y中的惟一确定的子集B和x对应，则称 f 为从 X 到Y的点集映射，记作,49,定义 设集合X，Y是非空的，如果存在一个法则T，通过它，对于X 中的任意一个子集 A，都有Y中的惟一确定的子集 B和 A对应，则称T为从 X到Y的集合变换，记作定义 设集合X，Y是非空的，如果存在一个法则 f，通过它，对于X中的任意元素x，有Y中的惟一确定的模糊子集B和它对应，则称 f 为从X到Y的模糊映射，记作,50,图2.11 映射、点集映射和变换示意图,51,定义 设集合 X，Y是非空的，如果存在一个法则 T，通过它，对于 X 中的任意一个模糊子集A，都有Y 的惟一确定的

17、模糊子集 B 和它对应，则称T是从 X 到 Y 的模糊变换，记作,52,模糊映射、模糊关系和模糊变换之间的关系如果给定了一个从X到Y的模糊映射 f，对于X中的任意元素x，通过 f 可以得到Y上的一个模糊子集 f(x)，于是，对于Y的任意一个元素 y 关于 f(x)的隶属函数就惟一确定了。即,53,如果让(x，y)与f(x)(y)建立一种对应关系，这样就唯一确定一个从X到Y的模糊关系Rf（下标f表示这个模糊关系是由f确定的），称Rf是由f诱导出的模糊关系。于是得到这样一个结论：任给一个从X到Y的模糊映射f:XF(Y)都唯一确定一个模糊关系RfF(XY)，满足Rf(x，y)f(x)(y)(x，y)

18、XY,54,类似地，任给一个模糊关系RfF(XY)，可以确定一个从X到Y的模糊变换Tf，定义如下：Tf:F(X)F(Y)A Tf(A)=ARfF(Y)AF(Y)其中，Rf是由f诱导出的从X到Y的模糊关系，“”表示合成运算符号。,55,2.3 模糊语言与模糊逻辑2.3.1 模糊语言语言变量语言变量是自然语言中的字、词或句作为名称，并且以自然语言中的单词或词组作为值的变量，它不同于一般数学中以数为值的数值变量。语言变量用一个有5个元素的集合(N，T(N)，U，G，M)来表征，其中N是语言变量的名称，如年龄、颜色、速度、体积等；,56,U是N的论域；T(N)是语言变量值X的集合，每个语言值X都是定义

19、在论域U上的一个模糊集合；G是语法规则，用以产生语言变量N的语言值X的名称；M是语义规则，是与语言变量相联系的算法规则，用以产生模糊子集X的隶属函数。,57,以语言变量名称N“年龄”为例，则T（年龄）可以选取为：T（年龄）（很年轻，年轻，中年，老，很老）。上述每个模糊语言值如老、中、轻等是定义在论域U上的一个模糊集合，设论域U0，120。语言变量的五元体之间的相互关系如下图所示。,58,图2.12 语言变量体系结构,59,语言算子语言算子是指语言系统中的一类修饰字词的前缀词或模糊量词，通常加在单词或词组的前面，用来调整单词或词组的含义。根据语言算子的功能不同，通常又分为语气算子、模糊化算子、判

20、定化算子三种。语气算子集中化算子在单词A前面加上模糊量词S后有：,则称S为集中化算子。,60,散漫化算子在单词A前面加上模糊量词Q后有：则称Q为散漫化算子。模糊化算子模糊化算子用来使语言中某些具有清晰概念的单词或词组转化为模糊词义，或者使原来就是模糊概念的词更加模糊化。,61,图2.13 语气算子的作用,强化作用,弱化作用,62,表2-3 常用的语气算子,63,例如 设论域U=0,200，O表示单词“年老”，则H(O)随着取值的不同，就可以表示出“年老”的不同程度。由表2-3知，H1.5为“相当”，H2为“很”，H4为“极”，则,64,65,必须指出，语气算子H只对模糊概念有作用，对清晰概念无

21、作用。,66,例 设年龄论域A0，100，Y(a)表示单词“年轻”F(E)，用函数式表示时（即当1时），如下式所示。若由下页表1与其算子对“年轻Y”作用时，上式就变成表2。计算略年轻、年轻、很年轻的隶属读函数的结果如图所示。,67,表1 常用语气算子表,68,表2 语气算子对“年轻Y”的作用,69,表2 语气算子对“年轻Y”的作用（续）,70,由此可见，对于“年轻Y”，加了强化算子H(1)后，其隶属度函数值减小；反之，加了弱化算子H(1)后，其隶属度函数值增大。,语气算子对“年轻Y”的作用,71,2)模糊化算子模糊化算子用来使语言中某些具有清晰概念的单词或词组转化为模糊词义，或者使原来就是模糊

22、概念的词更加模糊化。模糊化算子有“大约”、“近似”、“大概”等。模糊化算子如果对数字进行作用，就把精确数转化为模糊数。例如，1.7m时精确数，“近似1.7m”就是模糊数。模糊化算子如果对模糊值进行作用，就使模糊值更模糊。例如，“年轻”是个模糊值，“大约年轻”就更模糊。,72,判定化算子判定化算子的作用是把模糊值进行倾向判断，对模糊值做出肯定化处理。例如，年老的隶属函数为：,73,则“偏老”可用偏老(x)=0.5所对应的年龄x为“偏老”的界限：求出x=55。得到“偏老”的明确界限：正是由于语言变量适于表达因复杂而无法获得确定信息的概念和现象她为这些通常无法进行量化的“量”提供了一种近似处理方法，

23、把人的直觉经验转化成计算机可操作的数值计算，实现模糊控制。,74,2.3.2 模糊逻辑,模糊逻辑概念二值逻辑、多值逻辑和模糊逻辑经典集合与二值逻辑中，认为所有的分类都有明确的边界，任一被讨论对象要么属于这一类，要么不属于这一类；一个命题不是真就是伪，不存在亦真亦伪或非真非伪的情况。经典集合与二值逻辑存在两个不可证明的公理：矛盾律和排中律。,75,矛盾律：传统逻辑基本规律之一。又称不矛盾律。它通常被表述为A不是非A，或A不能既是B又不是B。在传统逻辑里，矛盾律首先是作为事物规律提出来的，意为任一事物不能同时既具有某属性又不具有某属性。它作为思维规律，则是任一命题不能既真又不真。矛盾律也被当作一种

24、关于认识活动的规范性规律，意为任何人不应同时断定一个命题(A)及其否定(并非A)。这就是说，对一个命题及其否定不应持两可之说，以免自相矛盾。,76,矛盾律还被看成是关于逻辑语义的规律，即在同一上下文中，同一语词或语句不应既表述某一思想又不表述某一思想。违背了矛盾律的要求，思维就会陷入逻辑矛盾(A并且非A)。而任何包含逻辑矛盾的思想又总是错误的，所以思想的无矛盾性是正确思维不可缺少的条件，也是构造一个理论体系的重要原则之一。,77,排中律：传统逻辑基本规律之一。通常被表述为A是B或不是B。传统逻辑首先把排中律当作事物的规律，意为任一事物在同一时间里具有某属性或不具有某属性，而没有其他可能。排中律

25、同时也是思维的规律，即一个命题是真的或不是真的，此外没有其他可能。排中律还是关于认识活动的规范性规律，意为任何人不应同时否认一个命题（A）及其否定（并非A），即对一个命题及其否定不能持两不可之说。,78,排中律还被当作逻辑语义的规律，即任一语词或语句在同一上下文中应表达某一思想或不表达这一思想。由此经典集合与二值逻辑与到了一些不能解决的问题。例如，古希腊的垛堆佯谬问题：从一堆沙子中取一粒沙，仍然还是一堆；再取一例，还是一堆；一直取下去，最后还剩下一粒沙子，还是一堆吗？再取走这一粒就什么也没有了，还是一堆吗？如果这不能算一堆，那么什么时候停止取时留下的才算是一堆呢？,佯谬就是看上去是一个错误，但

26、实际上不是。,79,这种问题在经典集合论和二值逻辑中都是进退两难的问题。实际上，所有在实践上连续变化的事物和现象都存在这种矛盾。首先突破二值逻辑的先行者时波兰的逻辑学家和哲学家J.卢卡斯维兹(JanLukasewiez)（1878-1955），1920年他在二值逻辑的基础上，扩展成一个三值逻辑世界。他用1表示真，0表示假，另外用1/2表示可能性。这看起来好像仅仅是插入一个值，然而却是一个突破，它导致了某事物的反面与其本身等效的“谬论”。,80,经典逻辑这样表达命题：“明天将下雪是真”；其反面则是：“明天将不会下雪是真”。J.卢卡斯维兹加上另外一种表述：“明天将下雪是可能的”，这种表述的逻辑值是

27、1/2；其反面是：明天将不会下雪是可能的，这种表述的逻辑值也是1/2，当然，“1/2 1/2”，这就是说“状态反状态”。,81,在二值逻辑中插入的第三个逻辑值就像一个楔的作用，一旦这个口子被打开，就没有理由只能在其中插入一个值，那就可以插入任意多的值，这就构成了多值逻辑，这实际上是模糊逻辑的亚结构。用多值逻辑就可以表述一个命题的真的程度，这就为人们能更细致、更精确、更准确地进行逻辑判断提供了基础和基本条件。,82,模糊逻辑是在J.卢卡斯维兹多值逻辑基础上发展起来的，它承认从0到1之间有无穷多个相互重叠渗透的中介。用模糊逻辑结构就可以解决那些在二值逻辑中感到棘手而尴尬的问题。例如，模糊逻辑就可以

28、很容易地解决“垛堆佯谬”问题。随着每取走一粒沙，沙堆在堆的集合中的隶属度就越来越小，它从1开始，慢慢减到0.8、0.6、0.2，最后到0。,83,模糊逻辑是通过模仿人的思维方式来表示与分析不确定、不精确信息的方法和工具。在模糊控制中的每一个特定的输入都对应着一个实际的输出，并且，这个输出值是完全可以预测的。模糊逻辑并不是“模糊”的逻辑，而是用来对“模糊”进行处理，以达到消除模糊的逻辑。模糊逻辑是一种精确地解决不精确、不完全信息的方法，其最大特点就是用它可以比较自然地处理人的概念。,84,模糊命题在逻辑学中，命题是一个基本概念。普通命题就是一个意义明确、可以确定真假的陈述句，在推理上表现为二值逻

29、辑。有些陈述句含有模糊概念，无法直接用真假来判断。含有模糊概念或具有模糊性的陈述句称为模糊命题。,85,这里用模糊集合来表示一个模糊命题中的模糊概念。模糊命题在推理上表现为模糊逻辑。模糊命题的真值是介于0，1之间的值，即命题的真假是命题对绝对真的隶属度。故模糊命题是一种连续逻辑，也是普通命题的推广。模糊逻辑基本运算常用的模糊逻辑运算定义如下：,86,87,模糊逻辑公式模糊逻辑基本公式可推导如下：,88,注意：在模糊逻辑中，没有互补律。2.4 模糊推理2.4.1 模糊推理方法,89,模糊推理概念二值逻辑三段论推理结构为：,90,模糊推理合成规则广义前向推理：给定一个模糊蕴含关系“若A则B”，AU

30、，BV；已知某一个A1U，求从蕴含关系能推断出什么样的结论B1。近似推理情况下的假言推理具有如下结构：,这里A和A1，B和B1并不一致，如果一致的话，近似推理就退化成确定性推理。,91,Zadeh定义方法模糊蕴含关系：隶属函数为：Mamdani定义方法模糊蕴含关系：R=AB,(2.9),(2.10),(2.11),92,隶属函数为：2.4.2 模糊条件推理简单模糊条件推理设A是论域U上的模糊集合，B及C是论域V上的模糊集合，则“If A Then B Else C”在论域UV上的模糊关系R为：,(2.12),(2.13),93,根据推理合成规则，可求得与已知模糊集合A1对应的模糊集合B1为：所

31、得模糊集合B1便是在 A=A1及“If A Then B Else C”前提下得到的模糊条件推理结论。,图2.14 模糊控制器框图,94,95,96,97,98,99,100,101,多输入模糊条件推理设A、B、C分别是论域U、V、W上的模糊集合。A、B是模糊控制器的输入模糊集合，C是输出模糊集合，则“If A And B Then C”在论域UVW上所决定的三元模糊关系R为：式中，(AB)T1为由模糊关系矩阵(A B)nm构成的nm维列向量，n和m分别为模糊集合A与B的论域元素数。,102,根据推理合成规则，可求得与已知模糊集合(A1 And B1)对应的模糊集合C1为：这里，(A1B1)T

32、2为由模糊关系矩阵(A1 B1)nm构成的nm维行向量。,103,104,105,106,107,注意：当模糊集合A和B的论域元素相同时，还可用下列关系式计算：,108,例 有一台液位调节装置，用来控制水处理系统的液位高度，根据熟练操作人员的经验，如果水池液位h过低，则该液位调节装置的控制指令信号v应调高，否则v不要很高。若对于水池液位h和控制指令v的模糊子集均设定为：论域HV=1，2，3，4，5，模糊变量A低(1，0.7，0.4，0.1，0)和B高=(0，0.2，0.2，0.8，1)；语气词偏向对应的语气算子是H1/2。那么试问：,109,当水池液位h偏低和高时，液位调节装置的控制指令信号v应如何调节？当水池液位h在什么情况下，液位调节装置的控制指令信号v应该给定为不高和低？,110,111,112,113,114,上列推理结论是：当液位调节装置的控制指令信号v给定为不高和低时，是水池液位h为不低和略高时所应该采取的措施，这是一种反向的思维推理。,115,多输入多规则模糊推理若有n条规则，其一般形式为：,116,每一条规则i都对应了UVW论域上的一个模糊关系Ri，这n条规则是“或”的关系，总的规则对应的模糊关系R就是n条规则对应的模糊关系Ri的“并”。在“AAnd B”输入下，推理结果为：,