專利名稱：模糊推理協(xié)處理器的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種模糊推理系統(tǒng)，更詳細(xì)地說，是涉及一種采用數(shù)字電路技術(shù)，適合于超大規(guī)模集成電路(VLSI)制作的模糊推理協(xié)處理器。
模糊控制器采用模糊推理系統(tǒng)，包括由經(jīng)驗或運行數(shù)據(jù)確定的模糊推理規(guī)則，變量輸入輸出比例因子，以及相應(yīng)模糊變量的隸屬函數(shù)。根據(jù)這些模糊規(guī)則通過模糊推理，由當(dāng)前控制變量輸入得到相應(yīng)的控制變量輸出，從而完成模糊控制器的控制功能。
模糊控制器的性能取決于模糊推理系統(tǒng)的功能。包括推理方法，規(guī)則和隸屬函數(shù)的定義，比例因子，以及整個控制系統(tǒng)的工作狀況。本發(fā)明的模糊推理系統(tǒng)滿足復(fù)雜系統(tǒng)控制性能設(shè)計需求。
本發(fā)明的模糊推理協(xié)處理器屬于模糊推理方法的集成電路(硬件)實現(xiàn)，適合于實時高速性能需求的場合使用。模糊推理方法的集成電路實現(xiàn)主要可分為基于模擬電路技術(shù)和基于數(shù)字電路技術(shù)兩大類。
基于模擬電路技術(shù)的模糊推理實現(xiàn)，主要利用模擬電路固有的特性來表示模糊函數(shù)和實現(xiàn)計算，可達(dá)到元件少，速度高的目的。但由于其特殊制造工藝，以及電路專用性太強(qiáng)不適合于大規(guī)模生產(chǎn)。
基于數(shù)字電路技術(shù)的模糊推理實現(xiàn)，則完全利用相當(dāng)成熟并仍在不斷發(fā)展的數(shù)字電路技術(shù)，可以設(shè)計高速、復(fù)雜、通用性強(qiáng)的電路。適合于大規(guī)模生產(chǎn)。
基于數(shù)字電路技術(shù)的模糊推理電路主要實現(xiàn)算法的輸入模糊化，模糊推理和輸出反模糊化。其中模糊推理方法，為了簡單，一般采用最小-最大(min-max)模糊算子。隸屬函數(shù)表示則有表格存儲法和參數(shù)描述法。表格存儲法可簡化輸入模糊化操作，但受存儲容量限制難以提高函數(shù)的精度。參數(shù)描述法有一種是論域分段表示各隸屬函數(shù)的局部形狀，這樣有利于輸入模糊化實現(xiàn)，但模糊函數(shù)表示的靈活性受到限制。
本發(fā)明基于數(shù)字集成電路技術(shù)仍處于性能/價格比不斷提高的趨勢這一事實，以及模糊推理方法適合于大規(guī)模集成電路(VLSI)集成這一特點。提出一種新的高性能模糊推理協(xié)處理器。
本發(fā)明的主要目的是提供一種模糊推理協(xié)處理器，其能支持多個模糊知識庫，包括規(guī)則，隸屬函數(shù)，比例因子等的模糊推理協(xié)處理器，便于構(gòu)造復(fù)雜的模糊控制系統(tǒng)。
本發(fā)明的另一個目的是提供一種模糊推理協(xié)處理器，其采用數(shù)字電路，適合于VLSI集成的模糊推理協(xié)處理器。
本發(fā)明的其他目的是提供一種模糊推理協(xié)處理器，用命令方式或共享存儲器方式工作的模糊推理協(xié)處理器，便于與主機(jī)(CPU)協(xié)同工作。
根據(jù)本發(fā)明的目的，所提出的模糊推理協(xié)處理器包括模糊推理機(jī)，其算法流程為作為模糊控制器的輸入清晰量，經(jīng)過輸入比例因子計算，輸入模糊化轉(zhuǎn)換成模糊量，然后用模糊規(guī)則進(jìn)行模糊推理，推理結(jié)果輸出進(jìn)行反模糊化轉(zhuǎn)換成清晰量，以及輸出比例因子計算得到控制器的輸出，對于遞階結(jié)構(gòu)模糊推理過程，一個輸出變量也可以作為下一級模糊推理的輸入變量；其模糊推理協(xié)處理器包括有一個用于執(zhí)行模糊推理算法的模糊推理機(jī)，以及與模糊推理機(jī)相連接的一個用于規(guī)定模糊推理全過程操作的模糊知識庫存儲器，一個與模糊推理機(jī)相連接的用于模糊推理過程中存儲輸入/輸出變量和中間數(shù)據(jù)的I/O緩沖存儲器，一個與模糊推理機(jī)相連接用于模糊推理協(xié)處理器與主機(jī)通訊的主機(jī)接口電路。
本發(fā)明上述目的和其他特點將進(jìn)一步通過本發(fā)明內(nèi)容詳細(xì)介紹。下面先概要敘述有關(guān)的附圖，其中

圖1，本發(fā)明模糊推理協(xié)處理器所用的模糊推理算法流程。
圖2A，無符號整數(shù)變量和論域之間的映射關(guān)系。
圖2B，有符號整數(shù)變量和論域之間的映射關(guān)系。
圖2C,3位字有符號和無符號整數(shù)之間的轉(zhuǎn)換例子。
圖3A-3L，常用輸入隸屬函數(shù)的形狀。
圖3M-3N，常用輸出隸屬函數(shù)的形狀。
圖4A，模糊知識庫的信息存放結(jié)構(gòu)。
圖4B，模糊知識庫的信息名的說明。
圖5A，比例因子存放結(jié)構(gòu)。
圖5B，比例因子名的說明。
圖6A，變量類型存放結(jié)構(gòu)。
圖6B，變量類型名的說明。
圖7A，規(guī)則集描述字的結(jié)構(gòu)。
圖7B，規(guī)則集描述字字段的說明。
圖8A，規(guī)則組描述字的結(jié)構(gòu)。
圖8B，規(guī)則組描述字字段的說明。
圖9A，規(guī)則前項字節(jié)的結(jié)構(gòu)。
圖9B，規(guī)則前項字節(jié)字段的說明。
圖10A，規(guī)則權(quán)重字節(jié)的結(jié)構(gòu)。
圖10B，規(guī)則權(quán)重字節(jié)字段的說明。
圖11，模糊推理協(xié)處理器的結(jié)構(gòu)示意圖。
圖12，模糊推理協(xié)處理器中模糊推理機(jī)的結(jié)構(gòu)框圖。
1，模糊推理方法模糊控制器采用典型的模糊推理系統(tǒng)的原理如下。從被控制過程(對象)采樣數(shù)據(jù)作為模糊控制器輸入的清晰量，經(jīng)過輸入比例因子計算，輸入模糊化轉(zhuǎn)換成模糊量，然后用模糊規(guī)則進(jìn)行模糊推理。推理結(jié)果輸出經(jīng)過反模糊化轉(zhuǎn)換成清晰量，以及輸出比例因子計算得到控制輸出，作為相應(yīng)采樣時刻被控過程的控制動作；對于遞階結(jié)構(gòu)模糊推理過程，一個輸出變量也可以作為下一級模糊推理的輸入變量。圖1給出本發(fā)明所用的模糊推理算法流程。其中對所有輸入完成比例因子計算和模糊化后再逐一對每個輸出進(jìn)行模糊推理，反模糊化和比例因子計算。對于遞階結(jié)構(gòu)系統(tǒng)中的中間輸出變量可以作為下一級的輸入，此時需要將這些變量補(bǔ)作輸入比例因子計算和模糊化，然后繼續(xù)其他輸出的模糊推理。
上述處理過程都是基于預(yù)先設(shè)計好的模糊知識庫進(jìn)行的。下面分別給出模糊推理過程中各個階段的處理方法。
(1)比例因子計算模糊推理機(jī)輸入輸出變量值范圍和模糊推理機(jī)內(nèi)部使用的論域范圍是可以不同的，它們之間的映射關(guān)系由比例因子確定，可以放大或縮小。這種映射關(guān)系如下。
對于無符號整數(shù)的映射(見圖2A)X=DVmax-Vmin*(V-Vmin)=KI*(V-Vmax)]]>V=Vmax-VminD*X+Vmin=KO*X+Vmin]]>其中，KI為輸入比例因子，KO為輸出比例因子，X為論域值，D為論域最大值(例論域字長為n,D=2n-1),V為變量值，Vmax和Vmin分別為變量的上限值和下限值，V超出上下限時按Vmax或Vmin處理。對于有符號整數(shù)的映射(見圖2B)X=DVmax*V=KI*V]]>X=VmaxDs*X=KO*V]]>其中，論域最大值Ds≈0.5D。
模糊推理機(jī)內(nèi)部論域可統(tǒng)一采用無符號整數(shù)。因此，當(dāng)輸入輸出變量為有符號整數(shù)(補(bǔ)碼)時，需先進(jìn)行轉(zhuǎn)換，其轉(zhuǎn)換規(guī)則如下·有符號整數(shù)的符號位求反轉(zhuǎn)換為無符號整數(shù)·無符號整數(shù)的最高位求反轉(zhuǎn)換為有符號整數(shù)一個字長為3位的整數(shù)轉(zhuǎn)換例子如圖2C所示。這樣，比例因子計算也作相應(yīng)調(diào)整，并引入基值VB和范圍VR。對于無符號整數(shù)VB=VminVR=Vmax-Vmin
對于有符號整數(shù)VB=變量最大值-VmaxVR=2Vmax其中，變量最大值為2(m-1)-1,m為變量字長。轉(zhuǎn)換后的變量值和論域之間的映射關(guān)系可統(tǒng)一處理如下X=DVR*(V-VB)=KI*(V-VB),KI=(2n-1)*1VR]]>V=VRD*X+VB=KO*X+VB,KO≈2-n*VR]]>其中，X,V均統(tǒng)一處理為無符號整數(shù)。
(2)模糊化本發(fā)明中隸屬函數(shù)采用參數(shù)表示法。隸屬函數(shù)參數(shù)各自獨立描述。圖3A-3L為常用輸入隸屬函數(shù)。其中擴(kuò)展形指斜邊直線可采用折線(上凸線或下凹線)。圖3M,3N為輸出隸屬函數(shù)。描述隸屬函數(shù)形狀的參數(shù)為橫坐標(biāo)值和斜邊斜率。
輸入模糊化采用單線法。由給定輸入論域值X計算相應(yīng)的輸入隸屬函數(shù)值(模糊值)μ。下面以擴(kuò)展梯形隸屬函數(shù)(圖3L)為例，用類C語言形式給出輸入模糊化的算法。
if(X-P0≥0) μ=0else if(X-P1≤0)μ=0else if(X-P2≤0)μ=(X-P1)*S2else if(X-P3≤0)μ=1-(P3-X)*S3else if(X-P4≤0)μ=1else if(X-P5≤0)μ=1-(X-P4)*S5
elseμ=(P0-X)*S0(3)模糊推理本發(fā)明中采用典型的模糊推理規(guī)則If(X1is A1)and(X2is A2)and...and(Xais Aa)then(Y1isC1),(Y2is C2),...,(Ycis Cc)其中Xi為輸入變量，Ai為輸入隸屬函數(shù)(標(biāo)號)，Yi為輸出變量，Ci為輸出隸屬函數(shù)(標(biāo)號)。一種輸出組合對應(yīng)的規(guī)則集內(nèi)的規(guī)則按后項標(biāo)號組合分組，同一后項標(biāo)號組合的規(guī)則構(gòu)成一個規(guī)則組。推理過程由四步組成。
(ⅰ)計算規(guī)則j的激發(fā)強(qiáng)度αjαj=(∧iμi)*RWj其中，μi為輸入i的模糊值，RWj為規(guī)則j的權(quán)重。
(ⅱ)計算規(guī)則組k的合成激發(fā)強(qiáng)度αgkαgk=∨jαj其中，μi為輸入i的模糊值，RWj為規(guī)則j的權(quán)重。
(ⅲ)計算規(guī)則組k的輸出推理結(jié)果C’gkμC’gk(w)=αgk∧μCgk(w)
其中，w為輸出組合中的某個輸出的論域值，Cgk是相應(yīng)的輸出隸屬函數(shù)(標(biāo)號)。
(ⅳ)計算規(guī)則集的輸出合成推理結(jié)果μC’(w)=∨kμC’gk(w)推理過程中前兩步為規(guī)則條件部分，相應(yīng)的模糊算子∧-∨采用最小-最大(min-max)組合，或乘積-有界和(product-bounded sum)組合。后兩步為規(guī)則蘊(yùn)含合成部分，相應(yīng)的模糊算子∧-∨可選擇最小-和(min-sum)組合或乘積-和(product-sum)組合。
(4)反模糊化根據(jù)前面定義的輸出隸屬函數(shù)形狀以及上述模糊推理方法，對于重心法(COG)反模糊化方法，輸出Y的計算公式如下。
·對于單線輸出隸屬函數(shù)Y=Σkαgk*PkΣαgk]]>·對于等腰三角形輸出隸屬函數(shù)，min-sum蘊(yùn)含合成Y=Σkαgk*(2-αgk)*bk*PkΣkαgk*(2-αgk)*bk]]>·對于等腰三角形輸出隸屬函數(shù)，product-sum蘊(yùn)含合成Y=Σkαgk*bk*PkΣkαgk*bk]]>
如果反模糊化方法采用最大平均法(MOM)，輸出反模糊化值取規(guī)則組的合成激發(fā)強(qiáng)度αgk最大者所對應(yīng)的輸出隸屬函數(shù)中心值P，若相同最大值αgk有n個，則輸出反模糊化值為Y=(∑kPk)/n，注意，本發(fā)明中對于MOM法，輸出隸屬函數(shù)只需采用單線形狀。
2，模糊知識庫模糊推理協(xié)處理器工作的基礎(chǔ)-模糊知識庫，包括模糊規(guī)則，隸屬函數(shù)參數(shù)表和比例因子參數(shù)表。這里給出一種可能的知識庫結(jié)構(gòu)(圖4)。整個知識庫由多個獨立的知識庫構(gòu)成，任何時刻只有一個知識庫工作。通過設(shè)置知識庫指針，由相應(yīng)知識庫起始地址KBA選擇當(dāng)前的工作知識庫。每個知識庫中存放規(guī)則集RS，規(guī)則集描述字RSD，隸屬函數(shù)參數(shù)表MF和比例因子參數(shù)表SF。其中不同輸入，輸出的MF和RS由相應(yīng)的起始地址MFA和RSA給定。SF包含比例因子參數(shù)和變量類型參數(shù)。
比例因子參數(shù)(圖5A)由基值VB，范圍VR，輸入比例因子KI構(gòu)成。其中VB,VR為無符號整數(shù)，KI為無符號浮點數(shù)(圖5B)。
變量類型參數(shù)(圖6)中表示變量是否帶符號，表示模糊推理機(jī)的輸出是否“反饋”到輸入，即遞階結(jié)構(gòu)中本級輸出直接送到下一級輸入。
每個輸出或輸出組合對應(yīng)一個規(guī)則集，由規(guī)則集描述字(圖7)給定規(guī)則形式，模糊推理方法和反模糊化方法。這里規(guī)則前項數(shù)包括上述“反饋”輸入數(shù)。
規(guī)則集按輸出標(biāo)號或標(biāo)號組合分成若干規(guī)則組，一個規(guī)則組內(nèi)的所有規(guī)則具有相同的后項標(biāo)號。規(guī)則組由規(guī)則組描述字和規(guī)則體構(gòu)成。規(guī)則組描述字(圖8)給定各后項的標(biāo)號。規(guī)則體的每條規(guī)則由若干前項(圖9)，和一個規(guī)則權(quán)重字節(jié)(圖10)組成。規(guī)則權(quán)重值RW可以大于1，因此在求規(guī)則激發(fā)強(qiáng)度αj時，若αj超過1，則規(guī)定取值為1。
3，模糊推理協(xié)處理器的體系結(jié)構(gòu)模糊推理協(xié)處理器由四部分構(gòu)成。圖11中，模糊推理機(jī)(FIM)1是模糊推理協(xié)處理的核心部分，完成模糊推理全部處理過程的工作。模糊知識庫存儲器(FKB)2用于存放多個模糊知識庫。I/O緩沖存儲器(IOMEM)3用于存放模糊推理機(jī)的輸入輸出變量值，以及推理過程中的工作存儲單元。IOMEM支持共享存儲器工作方式，可用作主機(jī)和模糊推理協(xié)處理器的共享存儲器。主機(jī)接口4負(fù)責(zé)模糊推理處理器和主機(jī)協(xié)同工作的通訊接口，支持命令和共享存儲器兩種工作方式。對于命令方式，作為例子，最基本的命令，可以定義如下·PTI n 寫入第n個輸入值·GTO n 讀出第n個輸出值·SSFI n 起動單個模糊推理，進(jìn)行第n個輸出推理。
·SMFI m 起動多個模糊推理，進(jìn)行第0～(m-1)個輸出推理。
·SKB k 設(shè)置知識庫，使第k個知識庫為當(dāng)前知識庫。
·WKB知識庫內(nèi)容由主機(jī)傳送到知識庫存儲器。
其中，WKB命令用于當(dāng)知識庫存儲器為RAM時的場合，即每次系統(tǒng)施加電源后，需先加載知識庫存儲器，然后再工作。對于非易失性存儲器場合無需WKB命令。
此外，模糊推理協(xié)處理器至少定義兩個端口地址作為與主機(jī)通訊的單元。一個端口為命令字/狀態(tài)字單元，用作主機(jī)向協(xié)處理器發(fā)送命令字和從協(xié)處理器讀取狀態(tài)字。另一個端口為通用的數(shù)據(jù)讀/寫單元。
對于共享存儲器工作方式，當(dāng)知識庫存儲器加載后，正常模糊推理只需用到三條基本命令SSFI,SMFI和SKB。主機(jī)和協(xié)處理器通訊通過IOMEM。注意，上述端口地址在IOMEM中進(jìn)行統(tǒng)一編址。共享存儲器工作方式可以簡化控制系統(tǒng)應(yīng)用程序?qū)δ：评韰f(xié)處理器調(diào)用的處理。
模糊推理機(jī)的算法流程示意圖如圖11中的方框1所示。推理前，所有輸入變量先集中從主機(jī)送入?yún)f(xié)處理器的IOMEM，進(jìn)行輸入比例因子計算和模糊化，然后對輸出變量逐一進(jìn)行模糊推理，反模糊化和輸出比例因子計算，最后輸出結(jié)果送入IOMEM。對于遞階結(jié)構(gòu)控制器，得到中間輸出變量后立即進(jìn)行“反饋”輸入的模糊化，然后再進(jìn)行后繼輸出變量的模糊推理。
根據(jù)前面的模糊推理方法，基本運算可歸結(jié)為取小，取大，加，乘，除。因此可以采用適合于VLSI集成的數(shù)字電路技術(shù)。圖12為模糊推理機(jī)運算電路結(jié)構(gòu)框圖。主要由并行加法器5，并行乘法器6和若干寄存器構(gòu)成。
運算寄存器為7,8,9,10,11,12，寄存器13為規(guī)則集描述字，寄存器14為規(guī)則組描述字。以及多路接收轉(zhuǎn)換器15,16,17,18,19,20,21。上述取小，取大操作可由加法器5完成，除法由加法器5采用減法-左移逐位求商方法完成。圖12中括號()中的值，表示推理過程中運算寄存器所保存的運算結(jié)果或多路接收轉(zhuǎn)換器所接收的運算結(jié)果。下面是算法流程中各計算階段在模糊推理機(jī)內(nèi)的數(shù)據(jù)流。
(1)輸入比例因子計算輸入變量值VI由IOMEM通過19進(jìn)入AA寄存器8。然后AA通過15，輸入變量基值VBI由FKB通過16送入加法器5進(jìn)行減法，結(jié)果VI-VBI進(jìn)入AB寄存器9。AB通過17，輸入比例因子KI由FKB通過18，送入乘法器6進(jìn)行乘法，得到輸入論域值X進(jìn)入AD寄存器12。
(2)輸入模糊化根據(jù)前面的輸入模糊化算法，需要進(jìn)行輸入論域X值和隸屬函數(shù)參數(shù)Pi的大小判別，這一比較操作是由AD通過15,FKB中的Pi通過16，送入5進(jìn)行的。必要時兩者之差進(jìn)入AB，然后該差值通過17，隸屬函數(shù)參數(shù)Si由FKB通過18，送入乘法器6進(jìn)行乘法，得到的輸入模糊值μ進(jìn)入AC寄存器11。如果上述判別結(jié)果得到μ值為“0”或“1”，也送入AC。由于隸屬函數(shù)可以重疊，對于給定X值，有可能重復(fù)上述模糊化操作得到若干個μ值。這些μ值最后均存入IOMEM，供模糊推理階段使用。
(3)模糊推理模糊推理過程中逐一處理規(guī)則集的每一條規(guī)則，并與輸出反模糊化操作部分重疊，交叉進(jìn)行。因此，為了敘述方便，本節(jié)中已包含部分反模糊化操作，即包含累積計算反模糊化公式中的分子和分母。
首先是計算規(guī)則的激發(fā)強(qiáng)度α,min操作由加法器5完成。prodoct由乘法器6完成。每個前項的μ值由IOMEM通過15或17相應(yīng)送入5或6。存放在RMF寄存器10的累計值∧μ，通過16或18相應(yīng)送入5或6。最后，規(guī)則權(quán)重RW通過17和∧μ通過18在6相乘，得到α值送入10中。
下一步計算規(guī)則組的合成激發(fā)強(qiáng)度αg,max操作或bounded sum操作均由加法器5完成。存放在10的每條規(guī)則的α值通過16，存放在GMF寄存器7的累計值∨α通過15送入5。最后αg值存放在7中。
再下一步累計反模糊化公式中的分子∑αg’*P(包括∑αg*P或∑αg*(2-αg)*P或∑αg* b*P或∑P)，以及分母∑αg’(包括∑αg或∑αg*(2-αg)*b或∑αg*b或n)。最初αg通過21送入12，乘因子b,P,(2-αg)通過17，乘因子αg,αg’通過18，送入6相乘，最后得到的分子項αg’*P存放在11中，分母項αg’存放在12中。然后在5中累加，累加值∑αg’*P和∑αg’分別存放在8和9中。
這時，重復(fù)上述過程，處理下一個規(guī)則組的模糊推理，直到規(guī)則集全部處理完畢。注意，對于多后項(多輸出)規(guī)則，不同后項的分子，分母累計值要分別處理，因此不能一直占用寄存器8和9，需要其他緩沖存儲單元(IOMEM)保留累計值。
(4)輸出反模糊化到此，反模糊化僅剩下一個除法操作。被除數(shù)∑αg’P在8中，除數(shù)∑αg’在9中。采用減法-左移逐位求商，商值Y在12中形成，減法由5進(jìn)行，被除數(shù)和商的左移分別在19和21實現(xiàn)。
(5)輸出比例因子計算商值Y通過18，輸出比例因子KO由FKB通過17送入6相乘，其積Y*KO存放AD(12)中。然后，輸出變量基值VBO由FKB通過16，AD通過15，送入5相加。其結(jié)果輸出變量值VO在9中。最后再存入IOMEM中。
根據(jù)本發(fā)明所述的上述實施，有如下優(yōu)點·模糊知識庫包括了輸入/輸出比例因子在內(nèi)的多種可調(diào)整參數(shù)，適合于構(gòu)造復(fù)雜的自適應(yīng)模糊控制系統(tǒng)。
·多種模糊推理方法可選，特別是包括了product-sum模糊算子，并且隸屬函數(shù)采用浮點數(shù)表示，使模糊推理功能得以增強(qiáng)和完善。
·隸屬函數(shù)的參數(shù)各自獨立描述，提高了靈活性和通用性。
·有限的輸出隸屬函數(shù)類型，結(jié)合快速反模糊化方法，使輸出反模糊化操作更為有效。
·模糊推理輸出結(jié)果可“反饋”到輸入，進(jìn)行后繼模糊推理，可以方便地實現(xiàn)遞階結(jié)構(gòu)的模糊控制器。
·協(xié)處理器可按命令方式和共享存儲器方式工作，有利于靈活實現(xiàn)模糊控制系統(tǒng)。
權(quán)利要求
1.一種模糊推理方法，其特征在于，其算法流程如下作為模糊控制器的輸入清晰量，經(jīng)過輸入比例因子計算，輸入模糊化轉(zhuǎn)換成模糊量，然后用模糊規(guī)則進(jìn)行模糊推理，推理結(jié)果輸出進(jìn)行反模糊化轉(zhuǎn)換成清晰量，以及輸出比例因子計算得到控制器的輸出，對于遞階結(jié)構(gòu)模糊推理過程，一個輸出變量也可以作為下一級模糊推理的輸入變量。
2.一種模糊推理協(xié)處理器，其特征在于其中包括有一個用于執(zhí)行模糊推理算法的模糊推理機(jī)，以及與模糊推理機(jī)相連接的一個用于規(guī)定模糊推理全過程操作的模糊知識庫存儲器，一個與模糊推理機(jī)相連接的用于模糊推理過程中存儲輸入/輸出變量和中間數(shù)據(jù)的I/O緩沖存儲器，一個與模糊推理機(jī)相連接用于模糊推理協(xié)處理器與主機(jī)通訊的主機(jī)接口電路。
3.如權(quán)利要求1所述的模糊推理方法，其特征在于，其中比例因子計算完成從輸入/輸出變量的有符號、不同范圍值到論域的無符號、一定范圍值之間的映射變換。
4.如權(quán)利要求1或3所述的模糊推理方法，其特征在于，其中輸入/輸出模糊隸屬函數(shù)采用參數(shù)表示法，各函數(shù)獨立描述。
5.如權(quán)利要求1所述的模糊推理方法，其特征在于，其中輸入模糊化采用單線法，由輸入論域值根據(jù)輸入隸屬函數(shù)參數(shù)直接計算輸入隸屬函數(shù)值。
6.如權(quán)利要求1所述的模糊推理方法，其特征在于，其中模糊推理過程中，規(guī)則條件部分的模糊算子∧-∨可為最小-最大(min-max)或乘積-有界和(product-bounded sum)；規(guī)則蘊(yùn)含部分的模糊算子可為最小一和(min-sum)或乘積一和(product-sum)。
7.如權(quán)利要求6所述的模糊推理方法，其特征在于，對于模糊算子乘積-有界和以及乘積-和，其隸屬度在運算過程中采用浮點數(shù)表示。
8.如權(quán)利要求1所述的模糊推理方法，其特征在于，其中輸出反模糊化采用重心法(COG)或最大平均法(MOM)。
9.如權(quán)利要求8所述的模糊推理方法，其特征在于，其中重心法(COG)采用有限輸出隸屬函數(shù)類型下的快速反模糊化計算方法。
10.如權(quán)利要求1所述的模糊推理方法，其特征在于，其中用于執(zhí)行模糊推理全過程操作的模糊推理機(jī)完成算法流程所包括的輸入比例因子計算，輸入模糊化，模糊推理，輸出反模糊化，輸出比例因子計算。
11.如權(quán)利要求10所述的模糊推理方法，其特征在于，其模糊推理機(jī)算法流程支持遞階結(jié)構(gòu)模糊推理過程，一個輸出變量的推理結(jié)果可以作為下一級模糊推理的輸入變量。
12.如權(quán)利要求10所述的模糊推理方法，其特征在于，其模糊推理機(jī)所執(zhí)行的算法流程全部操作由并行加法器和并行乘法器為核心的數(shù)字運算電路完成。
13.如權(quán)利要求1所述的模糊推理方法，其特征在于，其中用于規(guī)定模糊推理全過程操作的模糊知識庫包括多個結(jié)構(gòu)上獨立的知識庫，通過設(shè)置知識庫指針任選一個知識庫作為當(dāng)前工作知識庫。
14.如權(quán)利要求13所述的模糊推理方法，其特征在于，其獨立的知識庫包括輸入/輸出比例因子參數(shù)，輸入/輸出隸屬函數(shù)參數(shù)表，多個模糊規(guī)則集，每個規(guī)則集對應(yīng)一個輸出變量或一種輸出變量組合，可支持多輸入多輸出模糊推理。
15.如權(quán)利要求1所述的模糊推理方法，其特征在于，其中用于模糊推理過程中存儲輸入/輸出變量，中間數(shù)據(jù)的I/O緩沖存儲器和用于模糊推理協(xié)處理器與主機(jī)通訊的主機(jī)接口電路，支持命令方式或共享存儲器方式，完成模糊推理機(jī)與主機(jī)之間的協(xié)同工作。
16.如權(quán)利要求15所述的模糊推理方法，其特征在于，其模糊推理機(jī)與主機(jī)通訊的命令方式所需的端口地址在共享存儲器方式工作的I/O緩沖存儲器中進(jìn)行統(tǒng)一編址。
全文摘要
一種模糊推理協(xié)處理器包括有:模糊推理機(jī),其算法流程為輸入比例因子計算,輸入模糊化,模糊推理,輸出反模糊化和輸出比例因子計算;模糊知識庫,內(nèi)含規(guī)則,隸屬函數(shù)和比例因子,是整個模糊推理過程的基礎(chǔ);I/O緩沖存儲器,存放控制器輸入輸出變量,以及模糊推理過程中的中間數(shù)據(jù);主機(jī)接口,負(fù)責(zé)模糊推理協(xié)處理器與主機(jī)協(xié)同工作。
文檔編號H03K19/00GK1231441SQ98101248
公開日1999年10月13日 申請日期1998年4月3日 優(yōu)先權(quán)日1998年4月3日
發(fā)明者沈理 申請人:中國科學(xué)院計算技術(shù)研究所