当前位置：文档视界 › 第3章模糊控制理论基础

第3章模糊控制理论基础

第三章模糊控制的理论基础

电气工程教研室

第一节概述

一、模糊控制的提出

以往的各种传统控制方法均是建立在被控对象精确数学模型基础上的，然而，随着系统复杂程度的提高，将难以建立系统的精确数学模型。

在工程实践中，人们发现，一个复杂的控制系统可由一个操作人员凭着丰富的实践经验得到满意的控制效果。这说明，如果通过模拟人脑的思维方法设计控制器，可实现复杂系统的控制，由此产生了模糊控制。

二、模糊语言

模糊语言是指语言形式所表达的意义范围界限不明确，或表达的意思不确切。

“模糊语言”一词是２０世纪后期才出现的。１９６５年，美国电机工程和计算机科学家查德发表了《模糊集》论文，提出了模糊理论。随后出现了“模糊数学”和“模糊语言”的学科。

查德认为：在自然语言中，句子中的词大部分是模糊的名称，例如“大的整数”、“高的房屋”、“美的女人”、“绿色”等都是模糊概念。

模糊语言有两种类型构成：

一类是模糊词语构成的。例如：因为家里穷，他一

面帮家里做农活，一面跟父亲念点儿书。“穷”是个模糊

词语，意义范围界限不明确，怎样才算穷，穷到什么程

度都很模糊，在汉语中，“好”、“坏”、“冷”、“热”、“大”、“小”、“轻”、“重”等都属于这类。

另一类是用模糊限制性的词语构成的模糊语言。模糊限制性的词语是指表示不确切意义的一些副词、量

词或插入语。如：“大概”、“也许”、“大约”、“看样子”、“类似”、“基本”、“可能”、“现在”、“过去”等都属于这一类。在语言的使用中，准确语言是必不可少的；同样，模糊

语言也是不可缺少的，其作用不可低估。

生活中，人们用语言表达思想，语言要求准确这是无可置疑的，但是常常会碰到要你说或者要你听模糊语言，所以了解和学说模糊语言也有好处的。

比如，你要求别人代你到戏场里找一个他不认识的妇女，你只需要用模糊语言向他说那妇女的特征：矮个子、胖胖的、脸色红润、银发齐耳，便不难找到。在这种情况下，如果不用模糊语言，只是精确地说她身高一米六，腰围九十厘米，鼻子二厘米，朵耳七厘米，听着反而茫然，以为你和他开玩笑呢。由此可见，模糊语言还是有用处的。

三、模糊控制的特点

（1）模糊控制不需要被控对象的数学模型。模糊控制是以人对被控对象的控制经验为依据而设计的控制器，故无需知道被控对象的数学模型。

（2）模糊控制是一种反映人类智慧的智能控制方法。模糊控制采用人类思维中的模糊量，如“高”、“中”、“低”、“大”、“小”等，控制量由模糊推理导出。这些模糊量和模糊推理是人类智能活动的体现。

（3）模糊控制易于被人们接受。模糊控制的核心是控制规则，模糊规则是用语言来表示的，如“今天气温高，则今天天气暖和”，易于被一般人所接受。

（4）构造容易。模糊控制规则易于软件实现。

（5）鲁棒性和适应性好。通过专家经验设计的模糊规则可以对复杂的对象进行有效的控制。

第二节模糊集合

一、模糊集合概念

模糊集合是模糊控制的数学基础。

1．特征函数和隶属函数

在数学上经常用到集合的概念。

例如：集合A由4个离散值x1，x2，x3，x4组成。

A={x1,x2,x3,x4}

例如：集合A由0到1之间的连续实数值组成。

{}

=∈≤≤

,,01

A x x R x

以上两个集合是完全不模糊的。对任意元素x，只有两种可能：属于A，不属于A。这种特性可以用特征函数来描述：

)(x A μ????∈=A

x A x x A 01)(μ

为了表示模糊概念，需要引入模糊集合和隶属函数的概念：

其中A称为模糊集合，由0,1及构成，表示元素x属于模糊集合A的程度，取值范围为[0,1]，称为x属于模糊集合A的隶属度。

????∈=A x A x A x x A 0)1,0(1)(的程度

属于μ)(x A μ)(x A μ

隶属度正是x属于A的程度的数量指标。

◆若=1，则认为x完全属于A；

◆若=0，则认为x完全不属于A；

◆若0< <1，则认为x在

的程度上属于A。)(x A μ这时，在完全属于A和完全不属于A的元素之间，呈现出中间过渡状态，或叫连续变化状态。这就是我们所说的A的外延表现出不分明的变化层次，表现出模糊性。

)(x A μ)(x A μ)(x A μ)(x A μ

模糊集合的表达方式有以下几种：

（1）向量表示法（离散元素）

当论域X为有限点集，即时，X上的模糊集可以用向量A来表示，即

这里，。一般地，若一向量的每个坐标都在[0，1]之中，则称其为模糊向量。在向量表示法中，因向量中不列出论域中的元

素，所以隶属度为零的项不能省略。

}

,,,{21n x x x X =}

,,,{21n A μμμ =n i x A i i ,,2,1),( ==μ

模糊集合是以隶属函数来

描述的，隶属度的概念是模糊

集合理论的基石。

第三章模糊控制题

第2章模糊控制 1 3.1 模糊控制的基本思想研究和考虑人的控制行为特点，对于无法构造数学模型的对象让计算机模拟人的思维方式，进行控制决策。将人的控制行为，总结成一系列条件语句，运用微机的程序来实现这些控制规则。在描述控制规则的条件语句中的一些词，如“较大”、“稍小”、“偏高”等都具有一定的模糊性，因此用模糊集合来描述这些模糊条件语句，即组成了所谓的模糊控制器。 3.2 模糊集合的定义模糊集合的定义：给定论域U ，U 到[0,1]闭区间的任一映射A μ ]1,0[:→U μA 都确定U 的一个模糊集合A , A μ称为模糊集合且的隶属函数。 )(x μA 的取值范围为闭区间[0,1]，)(x μA 接近1，表示x 属于A 的程度高；)(x μA 接近0，表示x 属于A 的程度低。 3.3 常用的3种模糊集合的表示方法， (1)Zadeh 表示法用论域中的元素x i 与其隶属度)(i A x μ按下式表示A ，则在Zadeh 表示法中，隶属度为零的项可不写入。 (2)序偶表示法用论域中的元素x i 与其隶属度)(i A x μ的构成序偶来表示且，则在序偶表示法中，隶属度为零的项可省略。 (3)向量表示法用论域中元素x i 的隶属度)(i A x μ构成向量来表示，则在向量表示法中，隶属度为零的项不能省略。 3.4凸模糊集的定义若A 是以实数R 为论域的模糊集合，其隶属函数为)(x μA ，如果对任意实数b x a <<，都有则称A 为凸模糊集。凸模糊集实质上就是其隶属函数具有单峰值特性。

第2章模糊控制 2 3．5 常见的4种隶属函数 (1)正态型正态型是最主要也是最常见的一种分布，表示为其分布曲线如图2-4所示。图2-4 正态型分布曲线 (2)三角型 1 (),1()(),0,x a a x b b a x x c b x c b c μ?-≤

模糊控制的优缺点

————————————————————————————————作者：————————————————————————————————日期：

１.模糊控制中模糊的含义模糊控制中的模糊其实就是不确定性。从属于该概念和不属于该概念之间没有明显的分界线。模糊的概念导致了模糊现象。 2.模糊控制的定义模糊控制就是利用模糊数学知识模仿人脑的思维对模糊的现象进行识别和判断,给出精确的控制量，利用计算机予以实现的自动控制。 3.模糊控制的基本思想模糊控制的基本思想:根据操作人员的操作经验，总结出一套完整的控制规则,根据系统当前的运行状态，经过模糊推理，模糊判断等运算求出控制量,实现对被控制对象的控制。 4.模糊的控制的特点不完全依赖于纯粹的数学模型，依赖的是模糊规则。模糊规则是操作者经过大量的操作实践总结出来的一套完整的控制规则。模糊控制的对象称为黑匣（由于不知道被控对象的内部结构、机理，无法用语言去描述其运动规律,无法去建立精确的数学模型）。但是模糊规则又是模糊数学模型。 5 模糊控制的优缺点及需要解决的问题分析 5.1模糊控制的优点 (1)使用语言方便,可不需要过程的精确数学模型;(不需要精确的数学模型) (２）鲁棒性强,适于解决过程控制中的非线性、强耦合时变、

滞后等问题；鲁棒性即系统的健壮性。 (3）有较强的容错能力。具有适应受控对象动力学特征变化、环境特征变化和动行条件变化的能力; (4)操作人员易于通过人的自然语言进行人机界面联系,这些模糊条件语句容易加到过程的控制环节上。 5．2模糊控制的缺点 (１)信息简单的模糊处理将导致系统的控制精度降低和动态品质变差; (2)模糊控制的设计尚缺乏系统性,无法定义控制目标。 6.模糊数学模糊数学就是利用数学知识研究和解决模糊现象。在数学和模糊现象之间架起了一座桥梁。 6．１模糊集合的概念每一个概念都有内涵和外延。内涵就是指概念的本质属性的集合。外延就是符合某种本质属性的全体对象的集合。模糊数学的基础就是模糊理论集。在模糊集合设计到的论域U 上，给定了一个映射A,A ：U →[0,1] ,)(x x A μ ,则称A 为论域U 上的模糊集合或者模糊子集； )(x A μ表示U 中各个元素x 属于集合A 的程度,称为元素x 属于模糊集合A 的隶属函数。当x 是一个确定的0x 时，称)(0x A μ为元素0x 对于模糊集合A 的隶属度。 F 集合引出的几个概念

模糊控制学习心得

模糊控制学习心得班别：电气143 学号：1407300043 姓名：范宝荣 “模糊”是人类感知万物,获取知识,思维推理,决策实施的重要特征。“模糊”比“清晰”所拥有的信息容量更大,内涵更丰富,更符合客观世界。在日常生活中,人们的思维中有许多模糊的概念,如大、小、冷、热等,都没有明确的内涵和外延,只能用模糊集合来描述。人们常用的经验规则都是用模糊条件语句表达,例如,当我们拧开水阀往水桶里注水时,有这样的经验:桶里没水或水较少时,应开大水阀;桶里水较多时,应将水阀关小些;当水桶里水快满时,则应把阀门关得很小;而水桶里水满时应迅速关掉水阀。其中,“较少”、“较多”、“小一些”、“很小”等,这些表示水位和控制阀门动作的概念都具有模糊性。即有经验的操作人员的控制规则具有相当的模糊性。模糊控制就是利用计算机模拟人的思维方式,按照人的操作规则进行控制,实现人的控制经验。模糊控制理论是由美国著名的学者加利福尼亚大学教授Zadeh·L·A于1965年首先提出,它以模糊数学为基础,用语言规则表示方法和先进的计算机技术,由模糊推理进行决策的一种高级控制策略。1974年,英国伦敦大学教授Mamdani·E·H 研制成功第一个模糊控制器,充分展示了模糊技术的应用前景。尽管模糊控制理论已经取得了可观的进展,但与常规控制理论相比仍不成熟。模糊控制系统的分析和设计尚未建立起有效的方法,在很多场合下仍然需要依靠经验和试凑。近年来,许多人一直尝试将常规控制理论的概念和方法扩展至模糊控制系统,而模糊控制与神经网络相结合的方法已成为研究的热点,二者的结合有效地推动了自学习模糊控制的发展。模糊控制易于获得由语言表达的专家知识,能有效地控制那些难以建立精确模型而凭经验可控制的系统,而神经网络则由于其仿生特性更能有效利用系统本身的信息,并能映射任意函数关系,具有并行处理和自学习能力,容错能力也很强。在集成大系统中,神经网络可用于处理低层感知数据,模糊逻辑可用于描述高层的逻辑框架[5]。模糊逻辑与神经网络的结合有两种情况:一是将模糊技术用于神经网络形成模糊神经网络,一是用神经网络实现模糊控制。这两方面均见于大量的研究文献。常规模糊控制的两个主要问题在于:改进稳态控制精度和提高智能水平与适应能力。从大量文献中可以看出,在实际应用中,往住是将模糊控制或模糊推理的思想,与其他相对成熟的控制理论或方法结合起来,发挥各自的长处,从而获得理想的控制效果。例如，利用模糊复合控制理论的分档控制,将PI或PID控制策略引入Fuzzy 控制器,构成Fuzzy-PI或Fuzzy-PID复合控制;适应高阶系统模糊控制需要的三维模糊控制器;将精确控制和模糊控制结合起来的精确—模糊混合控制;将预测控制与模糊控制相结合,利用预测模型对控制结果进行预报,并根据目标误差和操作者的经验应用模糊决策方法在线修正控制策略的模糊预测控制等。模糊控制的发展过程中,提出了多种自组织、自学习、自适应模糊控制器。它们根据被控过程的特性和系统参数的变化,自动生成或调整模糊控制器的规则和参数,达到控制目的。这类模糊控制器在实现人的控制策略基础上,又进一步将人的学习和适应能力引入控制器,使模糊控制具有更高的智能性。自校正模糊控制器、参数自调整模糊控制等控制方法也较大地增强了对环境变化的适应能力。

模糊控制的理论基础

第二章：模糊控制的理论基础第一节：引言模糊控制的发展传统控制方法：数学模型。模糊控制逻辑：使计算机具有智能和活性的一种新颖的智能控制方法。模糊控制以模糊集合论为数学基础。模糊控制系统的应用对于那些测量数据不准确，要处理的数据量过大以致无法判断它们的兼容性以及一些复杂可变的被控对象等场合是有益的。模糊控制器的设计依赖于操作者的经验。模糊控制器参数或控制输出的调整是从过程函数的逻辑模型产生的规则来进行的。改善模糊控制器性能的有效方法是优化模糊控制规则。模糊控制的特点：一、无需知道被控对象的数学模型二、是一种反应人类智慧思维的智能控制三、易被人们所接受四、推理过程采用“不精确推理” 五、构造容易六、存在的问题： 1、要揭示模糊控制器的实质和工作原理，解决稳定性和鲁棒性理论问题，从理论分析和数学推导的角度揭示和证明模糊控制系统的鲁棒性优于传统控制策略； 2、信息简单的模糊处理将导致系统的控制精度降低和动态品质变差； 3、模糊控制的设计尚缺乏系统性，无法定义控制目标。 “模糊控制的定义” 定义：模糊控制器的输出是通过观察过程的状态和一些如何控制过程的规则的推理得到的。基于三个概念：测量信息的模糊化，推理机制，输出模糊集的精确化；

测量信息的模糊化：实测物理量转换为在该语言变量相应论域内的不同语言值的模糊子集；推理机制：使用数据库和规则库，根据当前的系统状态信息决定模糊控制的输出子集；模糊集的精确化：将推理过程得到的模糊控制量转化为一个清晰，确定的输出控制量的过程。 “模糊控制技术的相关技术” 模糊控制器的核心处理单元：1.传统单片机；2.模糊单片机处理芯片；3.可编程门阵列芯片。模糊信息与精确转换技术：AD，DA，转换技术。模糊控制的软技术：系统的仿真软件。综述：模糊控制是一种更人性化的方法，用模糊逻辑处理和分析现实世界的问题，其结果往往更符合人的要求。第二节：模糊集合论基础 “模糊集合的概念” 经典集合论所表达概念的内涵和外延都必须是明确的。集合既可以是连续的也可以是离散的。集合表示方法：1、列举法；2、定义法；3、归纳法；4、特征函数法；5、集合运算；思维中每一个概念都有一定的内涵和外延，概念的内涵是指一个概念所包含的区别于其他概念的全体本质属性，概念的外延指符合某概念的对象的全体。从集合论的角度看，内涵就是集合的定义，外延就是集合的所有元素。与传统的经典集合对事物只用“1”，“0”简单地表示“属于”或“不属于”分类不同，模糊集合是把它扩展成用0~1之间连续变化值来描述元素的属于程度。这个0~1之间连续变化值称作“隶属度”。模糊集合中的特征函数就称作隶属度函数。模糊集合的定义实际上是将经典集合论中的特征函数表示扩展都用隶属度函数表示。

模糊控制理论基础知识

第二章模糊控制理论基础知识 2.1 模糊关系一、模糊关系R ~ 所谓关系R ，实际上是A 和B 两集合的直积A ×B 的一个子集。现在把它扩展到模糊集合中来，定义如下：所谓A ，B 两集合的直积 A ×B={(a,b)|a ∈A ，b ∈B} 中的一个模糊关系R ~ ，是指以A ×B 为论域的一个模糊子集，其序偶(a,b)的隶属度为 ),(~b a R μ，可见R ~ 是二元模糊关系。若论域为n 个集合的直积，则 A 1×A 2×A 3×……A n 称为n 元模糊关系R ~ ，它的隶属函数是n 个变量的函数。例如，要求列出集合X={1,5,7,9,20}“序偶”上的“前元比后元大得多”的关系R ~ 。因为直积空间R=X ×X 中有20个“序偶”，序偶(20,1)中的前元比后元大得多，可以认为它的隶属度为1，同理认为序偶(9,5)的隶属于“大得多”的程度为0.3，于是我们可以确定“大得多”的关系R ~ 为 R ~ =0.5/(5,1)+ 0.7/(7,1)+ 0.8/(9,1)+ 1/(20,1)+ 0.1/(7,5)+0.3/(9,5)+ 0.95/(20,5)+ 0.1/(9,7)+ 0.9/(20,7)+ 0.85/(20,9) 综上所述，只要给出直积空间A ×B 中的模糊集R ~ 的隶属函数),(~b a R μ，集合A 到集合B 的模糊关系R ~ 也就确定了。由于模糊关系，R ~ 实际上是一个模糊子集，因此它们的运算完全服从第一章所述的Fuzzy 子集的运算规则，这里不一一赘述了。一个模糊关系R ~ ，若对?x ∈X ，必有),(~x x R μ=1，即每个元素X 与自身隶属于模糊关系R ~的隶属度为1。称这样的R ~ 为具有自返性的模糊关系。一个模糊R ~ ，若对?x ，y ∈X ，均有 ),(~y x R μ=),(~x y R μ 即(x,y)隶属于Fuzzy 关系R ~和(y,x)隶属于Fuzzy 关系R ~的隶属度相同，则称R ~ 为具有对称性的Fuzzy 关系。一个模糊关系R ~ ，若对?x,y,z ∈X ，均

模糊控制――文献综述

模糊控制――文献综述摘要模糊控制理论是以模糊数学为基础,用语言规则表示方法和先进的计算机技术,由模糊推理进行决策的一种高级控制策。模糊控制作为以模糊集合论、模糊语言变量及模糊逻辑推理为基础的一种计算机数字控制，它已成为目前实现智能控制的一种重要而又有效的形式尤其是模糊控制和神经网络、遗传算法及混沌理论等新学科的融合，正在显示出其巨大的应用潜力。实质上模糊控制是一种非线性控制，从属于智能控制的范畴。模糊控制的一大特点是既具有系统化的理论，又有着大量实际应用背景。本文简单介绍了模糊控制的概念，模糊控制系统的组成，模糊控制的算法，其中包含模糊控制系统的原理、模糊控制器的分类及其设计元素。最后以模糊PID复合控制在锅炉汽包水位控制中的应用说明模糊控制系统的整体设计过程，通过仿真证明了模糊控制显示出的优势。 1. 模糊控制的基本思想模糊控制是模糊集合理论中的一个重要方面，是以模糊集合化、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制，从线性控制到非线性控制的角度分类，模糊控制是一种非线性控制；从控制器的智能性看，模糊控制属于智能控制的范畴[1][2]。模糊控制是建立在人类思维模糊性基础上的一种控制方式，模糊逻辑控制技术模仿人的思考方式接受不精确不完全信息来进行逻辑推理,用直觉经验和启发式思维进行工作,是能涵盖基于模型系统的技术。它不需用精确的公式来表示传递函数或状态方程，而是利用具有模糊性的语言控制规则来描述控制过程。控制规则通常是根据专家的经验得出的，所以模糊控制的基本思想就是利用计算机实现人的控制经验[3]。 2. 模糊控制系统的组成及结构分析摸糊控制系统是采用计算机控制技术构成的一种具有反馈通道的闭环结构的数字模糊控制系统。智能性的模糊控制器是模糊控制系统的核心，一个模糊控制系统性能的优劣，主要取决于模糊控制器的结构，所采用的模糊控制规则、合成推理算法以及模糊决策的方法等因素[6] [7]。模糊控制系统组成原理如图1所示。图 1 模糊控制系统组成原理框图模糊控制系统是由被控对象、执行机构、过程输入输出通道、检测装置、模糊控制器等几部分组成。被控对象的数学模型可以是已知的、精确的，也可以是未知的、模糊的。过程输入输出通道一般指模/数 (A/D)、数/模 (D/A) 转换单元和接口部件，电平转换装置及多路开关等。作为控制系统核心部件的模糊控制器不依赖于被控对象的精确数学模型，易于对不确定性系统进行控制。模糊控制器抗干扰能力强，响应速度快，并对系统参数的变化有较强的鲁棒性。在实际应用中，模糊控制器有两种组成方式，一种是由模糊逻辑芯片组成的硬件专用模糊控制器，它是用硬件芯片来直接实现模糊控制算法，这种模糊控制器的特点是推理速度快，控制精度高，但价格昂贵，输入和输出以及模糊规则都有限，且灵活性较差，在实际中较少使用；另一种组成方式是采用与数字控制器相同的硬件结构，目前多用单片微机来组成硬件系统。而在软件上用模糊控制算法取代原来数字控制器的数字控制算法，这样就把原来的数字控制器改成了模糊控制器，组成了一个单片机的模糊

智能控制技术(第三章)答案

3-1 模糊逻辑控制器由哪几部分组成各完成什么功能答：模糊控制系统的主要部件是模糊化过程、知识库（数据库和规则库）、推理决策和精确化计算。 1、模糊化过程模糊化过程主要完成：测量输入变量的值，并将数字表示形式的输入量转化为通常用语言值表示的某一限定码的序数。 2、知识库知识库包括数据库和规则库。 1）、数据库数据库提供必要的定义，包含了语言控制规则论域的离散化、量化和正规化以及输入空间的分区、隶属度函数的定义等。 2）、规则库规则库根据控制目的和控制策略给出了一套由语言变量描述的并由专家或自学习产生的控制规则的集合。它包括：过程状态输入变量和控制输出变量的选择，模糊控制系统的建立。 3、推理决策逻辑推理决策逻辑是利用知识库的信息模拟人类的推理决策过程，给出适合的控制量。（它是模糊控制的核心）。 4、精确化过程在推理得到的模糊集合中取一个能最佳代表这个模糊推理结果可能性的精确值的过程称为精确化过程。 {模糊控制器采用数字计算机。它具有三个重要功能： 1）把系统的偏差从数字量转化为模糊量（模糊化过程、数据库两块）； 2）对模糊量由给定的规则进行模糊推理（规则库、推理决策完成）； 3）把推理结果的模糊输出量转化为实际系统能够接受的精确数字量或模拟量（精确化接口）。3-2 模糊逻辑控制器常规设计的步骤怎样应该注意哪些问题答：常规设计方法设计步骤如下： 1、确定模糊控制器的输入、输出变量 2、确定各输入、输出变量的变化范围、量化等级和量化因子 3、在各输入和输出语言变量的量化域内定义模糊子集。 4、模糊控制规则的确定 5、求模糊控制表 3-3 已知由极大极小推理法得到输出模糊集为： 0.30.810.50.1 12345 C=++++ ----- .试用重心

第三章模糊控制题资料

第2章模糊控制 1 3.1 模糊控制的基本思想研究和考虑人的控制行为特点，对于无法构造数学模型的对象让计算机模拟人的思维方式，进行控制决策。将人的控制行为，总结成一系列条件语句，运用微机的程序来实现这些控制规则。在描述控制规则的条件语句中的一些词，如“较大”、“稍小”、“偏高”等都具有一定的模糊性，因此用模糊集合来描述这些模糊条件语句，即组成了所谓的模糊控制器。 3.2 模糊集合的定义模糊集合的定义：给定论域U ，U 到[0,1]闭区间的任一映射A μ ]1,0[:→U μA 都确定U 的一个模糊集合A , A μ称为模糊集合且的隶属函数。 )(x μA 的取值范围为闭区间[0,1]，)( x μA 接近1，表示x 属于A 的程度高；)(x μA 接近0，表示x 属于A 的程度低。 3.3 常用的3种模糊集合的表示方法， (1)Zadeh 表示法用论域中的元素x i 与其隶属度)(i A x μ按下式表示A ，则在Zadeh 表示法中，隶属度为零的项可不写入。 (2)序偶表示法用论域中的元素x i 与其隶属度)(i A x μ的构成序偶来表示且，则在序偶表示法中，隶属度为零的项可省略。 (3)向量表示法用论域中元素x i 的隶属度)(i A x μ构成向量来表示，则在向量表示法中，隶属度为零的项不能省略。 3.4凸模糊集的定义若A 是以实数R 为论域的模糊集合，其隶属函数为)(x μA ，如果对任意实数b x a <<，都有则称A 为凸模糊集。凸模糊集实质上就是其隶属函数具有单峰值特性。