[发明专利]一种采用案例推理提取规则的垃圾焚烧炉温度模糊控制方法

权利要求书

1.一种采用案例推理提取规则的垃圾焚烧炉温度模糊控制方法，其特征在于，包括以下步骤：(1)对炉温偏差及其变化率、控制器输出的历史数据采用相似度评估法聚类相似数据；(2)依据最大隶属原则生成初始规则库；(3)采用相似度评估法删除冗余规则以约简规则库；(4)计算目标规则与约简规则库中的每一条规则的相似度以检索规则；(5)根据最近邻方法重用规则，从而构成模糊控制规则库；(6)温度控制器对炉温实现稳定、准确控制；

具体包括如下步骤：

(1)对炉温偏差及其变化率、控制器输出的历史数据采用相似度评估法聚类相似数据，详细过程如下：

首先，将控制器输入变量：炉温偏差x₁及其变化率x₂和控制器输出变量x₃的p组历史数据构成案例库C，C中的每一组历史数据称为源案例，每一个源案例表示为：

其中，为第k个源案例即第k组历史数据；分别为炉温偏差x₁及其变化率x₂、控制器输出变量x₃的第k个历史数据；

其次，对式(1)中各变量的数据依据下式进行归一化：

归一化后式(1)所表示的每个源案例可表示为

C_k:(x_1,k,x_2,k；x_3,k),k＝1,2,…,p (3)

再次，设x_i(i＝1,2,3)的论域X_i(i＝1,2,3)＝{-3,-2,-1,0,1,2,3}，将x_i(i＝1,2,3)划分为N个模糊集；

然后，对x₁进行聚类，设x₁的N个模糊集对应的聚类中心为：

其中，为归一化后x₁的第n个模糊集的中点；和分别为归一化后x₂与x₃的均值；分别计算各聚类中心C_1,n(n＝1,2,…,N)与式(3)中各源案例的相似度sim_1,n,k：

设定相似度阈值sim₁，将sim_1,n,k大于sim₁的所有源案例进行聚类，形成x₁的N个聚类簇；

最后，在上述形成的N个聚类簇的基础上对x₂进行聚类，设x₂的N个模糊集对应的聚类中心为：

其中，为x₂对应的第n个模糊集的中点；和分别为N个聚类簇中x₁与x₃的均值；如同式(5)的形式，分别计算各聚类中心C_2,n(n＝1,2,…,N)与x₁的每一个聚类簇中所有源案例的相似度设定相似度阈值sim₂，将大于sim₂的所有源案例分别进行聚类，进而获得q个聚类簇，其中含有与式(3)形式相同的源案例p'个，从而实现相似数据的聚类；

(2)依据最大隶属原则生成初始规则库；设x_i(i＝1,2,3)的语言变量分别为E、EC、U，相应的语言值分别为{负大(NB)，负小(NS)，零(Z)，正小(PS)，正大(PB)}；取x_i(i＝1,2,3)的值域到相应论域X _i(i＝1,2,3)的比例因子分别为k₁、k₂、k₃；采用三角型隶属函数，依据比例因子k_i(i＝1,2,3)与上述生成的q个聚类簇中的p'个源案例，并利用三角隶属函数公式计算出这些源案例中x_i(i＝1,2,3)的隶属度，并依据最大隶属原则生成p'条初始规则；

(3)采用相似度评估法删除冗余规则以约简规则库；对上述的p'条初始规则，依据式(5)的相似度评估方法计算这些规则之间的相似度，并删除相似度为1的重复规则，获得最简规则库每一条规则表示如下：

其中，M为规则总数；分别为x₁、x₂、x₃的第m条规则的模糊集；

(4)计算目标规则与约简规则库中的每一条规则的相似度以检索规则；根据x_i(i＝1,2)的语言变量E和EC及其相应的语言值，采用笛卡尔积创建以x₁和x₂的规则归一化值为输入条件的目标规则集每一条规则表示为：

其中，为第o条目标规则的输入变量的模糊集；为待求解的输出变量的模糊集；计算式(8)所示目标规则与式(7)所示每一条规则的相似度：

根据最近邻方法，对每一条目标规则从最简规则库中检索出具有最大相似度的规则待用；

(5)根据最近邻方法重用规则，从而构成模糊控制规则库；对上述检索出的规则，重用其结论，得到式(8)中待求解的从而构成模糊控制规则库；

(6)基于上述的模糊控制规则库，设计模糊控制器，进而对炉温实现稳定、准确控制。

2.按照权利要求1所述的一种采用案例推理提取规则的垃圾焚烧炉温度模糊控制方法，其特征在于，的计算过程如下：分别计算式(6)所示的各聚类中心C_2,n(n＝1,2,…,N)与x₁的每一个聚类簇中所有源案例的相似度其中此处的k₁＝1,2,3,……，为x₁的N个聚类簇中所有源案例的数据编号。