模糊控制实例

第3章计算机控制算法1.模糊控制器的输入输出变量1)模糊控制器的输入、输出变量：模糊控制器的输入变量通常取误差E、误差的变化EC，构成二维模糊控制器2)描述输入和输出变量的词集{负大，负中，负小，零，正小，正中，正大}{NB，NM，NS，O，PS，PM，PB}*特别地误差变量的词集{负大，负中，负小，负零，正零，正小，正中，正大}{NB，NM，NS，NO，PO，PS，PM，PB}模糊化处理第3章计算机控制算法2.变量的模糊化基本论域：某个变量变化的实际范围exexcxcxuyuy误差的基本论域为[，]误差变化的基本论域为[，]输出变量的基本论域为[，]变量的模糊子集论域{,1,,0,,1,}nnnn22nabyxba基本论域到模糊子集论域的转换公式模糊化就是将清晰的某个输入变量按隶属度转换到与之相对应的模糊量的过程。第3章计算机控制算法模糊变量E的赋制值表第3章计算机控制算法模糊变量EC的赋制值表第3章计算机控制算法模糊变量U的赋制值表第3章计算机控制算法例如：设8.07.09.014.01.018.05.09.07.04.03.06.01.021RR则8.08.08.07.06.06.021RRR第3章计算机控制算法模糊控制实例1254584733(),(),111081171033BByyyyyyyyyy1213143633(),(),79476933CCzzzzzzzzzz1223253633(),(),89586933AAxxxxxxxxxx模糊规则一R1：IfxisA1andyisB1ThenzisC1模糊规则二R2：IfxisA2andyisB2ThenzisC2令x0与y0为传感器x与y之输入，模糊集合A1、A2、B1、B2、C1、以及C2使用下列之隶属函数：第3章计算机控制算法)(10tx4)(10tx8)(10ty)(10ty32)4(01xA1)8(01yB31)4(02xA32)8(02yB321,32min)(),(min00111yxBA3132,31min)(),(min00222yxBA■读入传感器输入以及，然后计算最后的控制输出。■首先计算感应器输入以及与两条模糊规则的符合程度为：■接下来，两条模糊规则的激活强度为：■将1对映至第一条模糊规则的后件，可得到图中的灰色梯形区域；相同地，将2对映至第二条模糊规则的后件，可得到如图中的黑色梯形区域；将此两个梯形区域以“最大运算子(max)”取其最大值，可得最后的隶属函数。最后解模糊化可得：第3章计算机控制算法模糊推理过程示意图第3章计算机控制算法(1)以连续型重心法作为解模糊化机构：首先找出C´的隶属函数为：因此98398631653753323131)(zzzzzzzzzC)(zC7.461322134321825628184931618283931373231393137323198866553319886655331dzzdzdzzdzdzzzdzzzdzzdzzzdzzdzzz第3章计算机控制算法7.4313131323232310931831731632532432331201*z0.435431mjjmzz0.4235z7.4*3146431323132z(3)以最大平均法作为解模糊化机构：在最后的隶属函数中，其量化值达到最大隶属函数值的有3、4、以及5，因此我们可以得到：(4)以修正型最大平均法作为解模糊化机构：(5)以中心平均法作为解模糊化机构：(2)以离散型重心法来解模糊化：我们将输出量化成1,2,...,9等9个离散输出，可得