模糊控制的概念
你是否曾注意過空調上的按鈕？按下它，空調就會自動調整到最舒適的溫度。要了解如何控制它，就必須知道背後的技術——模糊控制。
在傳統邏輯中，判斷一個人是否年老很簡單，只有「老」和「不老」兩種選擇，非 1 即 0。但在生活中，我們很少這樣說話。我們會說「他挺年輕」「他看起來中年」「他應該很老」，這些說法模糊卻不令人困惑，因為這是人類的思考方式。
這種帶有灰色地帶的判斷就是模糊控制的核心概念。它不僅僅用 0 或 1 來判斷，還能表示程度。我們可以用 0 到 1 的數字來表示年老的程度，0.2 表示有點老，0.5 表示感覺半老，0.9 表示非常接近老。這樣，電腦就能以更符合人類現實的方式理解事物。
模糊控制的工作流程
模糊控制整個系統可分為四個主要步驟：模糊化、模糊引擎、模糊規則、去模糊化。
模糊化
模糊化是將輸入的精確值轉換為模糊語言變量的值。比如把 32 度的溫度轉換成「有點熱」或「非常熱」。
以溫度為例，我們可以把溫度分為三種感覺：冷、適中、熱。當溫度低於 26 度時，我們有冷的感覺，26 度到 20 度是逐漸變冷的過渡區，低於 20 度時，冷的程度達到最大值 1，定義為「真的冷」。適中的最舒適溫度是 26 度，20 度到 32 度是一個對稱三角形，越接近 26 度越舒適。熱的定義是超過 26 度開始有熱的感覺，26 度到 32 度熱的感覺逐漸增加，超過 32 度是「真的熱」，此時熱的程度為 1。
濕度方面，在 40% 到 60% 的濕度區間最舒服，50% 是最理想的舒適點。低於 50% 開始覺得有點乾燥，低於 40% 是真的很乾燥；高於 50% 逐漸潮濕，高於 60% 是真的很潮濕。同樣畫出對應的三角形圖形並寫成模糊集合。
模糊引擎
模糊引擎用於判斷和解釋輸入的語言。比如問「如果溫度很高且濕度很高，該怎麼辦」。
模糊規則
基於模糊規則庫，根據模糊的含義進行推理判斷。比如「如果又熱又濕，就把風扇開到最大」。
以溫度和濕度控制風扇為例，溫度有冷、適中、熱三種狀態，濕度有乾燥、舒適、潮濕三種狀態，總共九種組合，也就有九條規則。每條規則都使用「如果……那麼……」的邏輯，輸出結果由我們自己決定。
去模糊化
去模糊化是將推理得到的模糊結果轉換為可以執行的實際值。比如將風速設置為 2100。
去模糊化有很多方法，這裡介紹兩種最常見和最簡單的：中心去模糊法和最大平均法。
中心去模糊法是找到模糊輸出形狀的中心位置，這個位置就是我們想要的輸出值。如果模糊輸出是不規則形狀，計算會很麻煩，可以通過理想化簡化計算。
最大平均法是畫出第一個最大分母和最後一個最大分母，將這兩個分母的值相加求平均，得到的值就是輸出。這種方法速度快，效果通常接近中心法。
模糊控制在溫室農業的應用
假設有一個溫室農業區，要通過溫度、濕度和工業風扇，用模糊控制來調整溫室的整體舒適狀況。
首先進行模糊化，將溫度和濕度轉換成人類能理解的語言變量。然後根據模糊規則庫，由模糊引擎進行推理，得到模糊輸出結果。最後通過去模糊化，將模糊輸出轉換為實際值，輸出到工業風扇，完成整個模糊控制過程。
在每個不同的狀態下，模糊控制器都會重複上述步驟，以確定最合適的輸出，因此模糊控制器可以在各種場合進行調整。
檢查模糊規則庫的設計
如果想檢查模糊規則庫是否有設計錯誤，可以將整個模糊規則庫的輸出轉換成 3D 圖形。如果圖形連續、完整、美觀，則設計正確；如果圖形中斷、不連續或有奇怪的變化，則模糊規則庫或程序有錯誤。
以上就是今天的全部內容。如果想了解更多控制算法或 AI 應用，歡迎告訴我們。如果喜歡本教程，別忘了點贊、訂閱和分享。下次視頻再見，拜拜。
{# 
{#