一、模糊语句

将含有模糊概念的语法规则所构成的语句称为模糊语句。根据其语义和构成的语法规则不同，可分为以下几种类型：

（1）模糊陈述句：语句本身具有模糊性，又称为模糊命题。如：“今天天气很热”。

（2）模糊判断句：是模糊逻辑中最基本的语句。语句形式：“x是a”，记作（a），且a所表示的概念是模糊的。如“张三是好学生”。

（3）模糊推理句：语句形式：若x是a，则x是b。则为模糊推理语句。如“今天是晴天，则今天暖和”。

二、模糊推理

常用的有两种模糊条件推理语句：If A then B else C；If A AND B then C

常用的模糊推理方法有两种：Zadeh法和Mamdani法。Mamdani推理法是模糊控制中普遍使用的方法，其本质是一种合成推理方法。

模糊推理语句“If A AND Bthen C”确定了三元模糊关系R，即：

R=(A×B)T1×C

其中(A×B)T1为模糊关系矩阵(A×B) (m×n)构成的m×n列向量，n和m分别为A和B论域元素的个数。

基于模糊推理规则，根据模糊关系R，可求得给定输入A1和B1对应的输出C1：

C1=（A1×B1）T2R

式中， （A1×B1）T2 为模糊关系矩阵（A1×B1）(m×n)构成的m×n列向量，T2为行向量转换。

模糊控制是以模糊集理论、模糊语言变量和模糊逻辑推理为基础的一种智能控制方法，它是从行为上模仿人的模糊推理和决策过程的一种智能控制方法。该方法首先将操作人员或专家经验编成模糊规则，然后将来自传感器的实时信号模糊化，将模糊化后的信号作为模糊规则的输入，完成模糊推理，将推理后得到的输出量加到执行器上。

三、模糊控制器（FuzzyController—FC）也称为模糊逻辑控制器（Fuzzy Logic Controller—FLC）,由于所采用的模糊控制规则是由模糊理论中模糊条件语句来描述的，因此模糊控制器是一种语言型控制器，故也称为模糊语言控制器（Fuzzy Language Controller—FLC）。

1 模糊化接口（Fuzzyinterface）

模糊控制器的输入必须通过模糊化才能用于控制输出的求解，因此它实际上是模糊控制器的输入接口。它的主要作用是将真实的确定量输入转换为一个模糊矢量。对于一个模糊输入变量e，其模糊子集通常可以作如下方式划分：

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

（2）e={负大，负中，负小，零，正小，正中，正大}={NB, NM, NS, ZO, PS, PM, PB}

（3）e={负大，负中，负小，零负，零正，正小，正中，正大}={NB, NM, NS, NZ, PZ, PS, PM, PB}

2 知识库（Knowledge Base—KB）

知识库由数据库和规则库两部分构成。

（1）数据库（DataBase—DB） 数据库所存放的是所有输入、输出变量的全部模糊子集的隶属度矢量值（即经过论域等级离散化以后对应值的集合），若论域为连续域则为隶属度函数。在规则推理的模糊关系方程求解过程中，向推理机提供数据。

（2）规则库（RuleBase—RB） 模糊控制器的规则司基于专家知识或手动操作人员长期积累的经验，它是按人的直觉推理的一种语言表示形式。模糊规则通常有一系列的关系词连接而成，如if-then、else、also、end、or等，关系词必须经过“翻译”才能将模糊规则数值化。最常用的关系词为if-then、also，对于多变量模糊控制系统，还有and等。

规则库是用来存放全部模糊控制规则的，在推理时为“推理机”提供控制规则。规则条数和模糊变量的模糊子集划分有关，划分越细，规则条数越多，但并不代表规则库的准确度越高，规则库的“准确性”还与专家知识的准确度有关。

3 推理与解模糊接口（Inferenceand Defuzzy-interface）

推理是模糊控制器中，根据输入模糊量，由模糊控制规则完成模糊推理来求解模糊关系方程，并获得模糊控制量的功能部分。在模糊控制中，考虑到推理时间，通常采用运算较简单的推理方法。最基本的有Zadeh近似推理，它包含有正向推理和逆向推理两类。正向推理常被用于模糊控制中，而逆向推理一般用于知识工程学领域的专家系统中。

推理结果的获得，表示模糊控制的规则推理功能已经完成。但是，至此所获得的结果仍是一个模糊矢量，不能直接用来作为控制量，还必须作一次转换，求得清晰的控制量输出，即为解模糊。通常把输出端具有转换功能作用的部分称为解模糊接口。

来源: 部分来自网络