Python搭建模糊控制系统（scikit-fuzzy模块）

在上学的时候最早接触的智能控制算法就是模糊控制系统了，开始是使用MATLAB来进行软件实现的。工作后由于公司的版权意识，而且MATLAB原版很贵┑(￣Д ￣)┍，这条路就作罢了。后来接触Python，发现功能很强大，但在百度搜索中文资料的时候，很少有关于Python的模糊控制实现，但在搜索模糊控制模块的时候发现了scikit-fuzzy模块，它可以实现模糊控制系统。

 

安装包：pip install scikit-fuzzy

引用包：import skfuzzy as fuzz

其他使用的包引用如下：

import numpy as np

import skfuzzy.control as ctrl

 

以洗衣机洗衣粉投放量控制为例，令污渍stain和油渍oil为输入变量，洗衣粉powder为输出。假定输入和输出范围均为1~10。步骤如下：

步骤1.引用相关模块并设置各个变量范围：

import numpy as np import skfuzzy as fuzz import skfuzzy.control as ctrl   x_stain_range=np.arange(1,11,1,np.float32) x_oil_range=np.arange(1,11,1,np.float32) y_powder_range=np.arange(1,11,1,np.float32)

 

步骤2.定义输入输出模糊集和其隶属度函数（使用三角函数），同时定义输出解模糊规则。模糊集如下：

污渍（小）=N，污渍（中）=M，污渍（大）=P

油渍（小）=N，油渍（中）=M，油渍（大）=P

洗衣粉（小）=N，洗衣粉（中）=M，洗衣粉（大）=P

代码：

# 创建模糊控制变量 x_stain=ctrl.Antecedent(x_stain_range, 'stain') x_oil=ctrl.Antecedent(x_oil_range, 'oil') y_powder=ctrl.Consequent(y_powder_range, 'powder')   # 定义模糊集和其隶属度函数 x_stain['N']=fuzz.trimf(x_stain_range,[1,1,5]) x_stain['M']=fuzz.trimf(x_stain_range,[1,5,10]) x_stain['P']=fuzz.trimf(x_stain_range,[5,10,10]) x_oil['N']=fuzz.trimf(x_oil_range,[1,1,5]) x_oil['M']=fuzz.trimf(x_oil_range,[1,5,10]) x_oil['P']=fuzz.trimf(x_oil_range,[5,10,10]) y_powder['N']=fuzz.trimf(y_powder_range,[1,1,5]) y_powder['M']=fuzz.trimf(y_powder_range,[1,5,10]) y_powder['P']=fuzz.trimf(y_powder_range,[5,10,10])   # 设定输出powder的解模糊方法——质心解模糊方式 y_powder.defuzzify_method='centroid'

 

步骤3.建立模糊控制规则，并初始化控制系统和运行环境。规则如下表所示：

		污渍stain
		N	M	P
油渍 oil	N	N	N	M
	M	M	M	M
	P	M	P	P

代码：

# 输出为N的规则 rule0 = ctrl.Rule(antecedent=((x_stain['N'] & x_oil['N']) |                               (x_stain['M'] & x_oil['N']) ),                   consequent=y_powder['N'], label='rule N') # 输出为M的规则 rule1 = ctrl.Rule(antecedent=((x_stain['P'] & x_oil['N']) |                               (x_stain['N'] & x_oil['M']) |                               (x_stain['M'] & x_oil['M']) |                               (x_stain['P'] & x_oil['M']) |                               (x_stain['N'] & x_oil['P']) ),                   consequent=y_powder['M'], label='rule M') # 输出为P的规则 rule2 = ctrl.Rule(antecedent=((x_stain['M'] & x_oil['P']) |                               (x_stain['P'] & x_oil['P']) ),                   consequent=y_powder['P'], label='rule P') # 系统和运行环境初始化 system = ctrl.ControlSystem(rules=[rule0, rule1, rule2]) sim = ctrl.ControlSystemSimulation(system)

 

步骤4.系统建立完成后，通过输入变量值来查看系统的输出

令输入污渍为4，油渍为7

代码：

sim.input['stain'] = 4 sim.input['oil'] = 7 sim.compute()   # 运行系统 output_powder = sim.output['powder']   # 打印输出结果 print(output_powder)

输出结果： 5.750558217558256

将上方所有代码合并即可运行。

 

参考：

https://pythonhosted.org/scikit-fuzzy/overview.html （可能因为是境外服务器的原因，有时会上不去）

https://github.com/scikit-fuzzy/scikit-fuzzy

 

202005261118，修改：依据weixin_46829907网友给出的意见，修改规则设置代码和输出。（对此给予感谢）