模糊傳感器是在經典傳感器數值測量的基礎上，經過模糊推理與知識集成，以自然語言符號描述的形式輸出測量結果的智能傳感器。

　　模糊傳感器的結構

　　模糊傳感器的簡化結構圖如圖3所示。可見，模糊傳感器主要由傳統的數值測量單元和數值－符號轉換單元組成。其核心部分就是數值－符號轉換單元。但在數值－符號轉換單元中進行的數值模糊化轉換為符號的工作必須在專家的指導下進行。

　　圖3 模糊傳感器結構示意圖

　　模糊傳感器的實現方法

　　綜上所述，要實現模糊傳感器就在于尋找測量數值與模糊語言之間的變換方法，即數值的模糊化，來生成相應的語言概念。所謂語言概念生成就是要定義一個模糊語言映射作為數值域到語言域的模糊關系，從而將數值域中的數值量映射到符號域上，以實現模糊傳感器的功能。這里的語言值用模糊集合來表示，模糊集合則由論域和隸屬函數構成。因此模糊語言映射就是要求取相應語言概念所對應數值域上的模糊隸屬函數。如何進行概念生成是實現模糊傳感器的關鍵。有很多方法可以實現模糊傳感器的功能。

　　國外很多學者對模糊傳感器的實現方法進行過討論，這里簡要介紹幾種：

　　Foulloy算法簡介：模糊傳感器設計的實質是模糊變換算法的設計，即參考集的選擇與模糊量化。其過程是首先根據專家或熟練工人的知識和經驗獲取相應測量領域的一級數值/語言變換策略，然后應用模糊推理方法求取相應隸屬函數。Foulloy提出了基于語義關系的概念生成方法，首先，由論域的意義來定義一個通用的概念，稱屬概念，使之對應數值域中論域上的主要區間，然后在此基礎上定義新概念，以產生其它語義值及其意義，新概念通過語言修正器內部自動生成。Foulloy還提出了基于已知點集通過內插方法實現的模糊狀態傳感器，每一學習點通過Delaunay三角法在測量空間的笛卡爾積上構造模糊分割，三角法用于建立與過程狀態相關的符號的模糊意義。

　　Benoit E等人討論了使用符號信息時，符號語義與被測量信息在特定任務環境下的關系，認為模糊傳感器必須根據測量關系來構造，并且應該可以重組以適應不同的測量關系。并提出了將基礎概念作為先驗信息提供給傳感器，其余概念由運算自動生成的設計思想。這種方法保留了概念之間的相對語義，但不能保證與測量關系符號說明的一致性，因此必須考慮環境對測量關系的修正問題，他提出了基于定性學習以及通過復合調節說明的函數方法來進行修正。他提出了基于Delaunay多維空間的三角測量的線性插值來構造模糊分割的新方法，用以建立采用多元件測量的模糊傳感器。

　　Stipanicer D等人認為模糊傳感器是一種智能測量設備，由簡單選擇的傳感器和推理器組成，將被測量轉換為適于人類感知和理解的信號。由于知識庫中存儲了豐富的專家知識和經驗，它可以通過簡單、廉價的傳感器測量相當復雜的現象。

　　模糊傳感器的應用

　　模糊傳感器已被廣泛應用，而且已進入平常百姓家，如模糊控制洗衣機中布量檢測、水位檢測、水的渾濁度檢測，電飯煲中的水、飯量檢測，模糊手機充電器等。另外，模糊距離傳感器、模糊溫度傳感器、模糊色彩傳感器等也是國外專家們研制的成果。隨著科技的發展，科學分支的相互融合，模糊傳感器也應用到了神經網絡、模式識別等體系中。
責任編輯：YYX