自己设计的模糊PID.docVIP

自己的PID基于模糊控制的设想 能够识别传递函数还有输入形式，利用if，else函数来整定随即参数。然后再模糊控制与神经网络控制相结合，能够做出快速响应。 其中模糊规则控制的P和I都是参考书上的，而D是自己找的规律。 我把模糊控制和神经网络结合了一下，利用模糊规则作为学习速率。如： k_pid=evalfis([e_1,ec_1],a);%计算模糊推理输出结果函数 kp(k)=kp0+ap*k_pid(1)*e_1*u_1;%ap为局部整定参数与k_pid(1)（模糊推理出来的值）相乘作为学习速率（该方法解决了直接用模糊控制难以整定的问题），利用导师学习还有控制规律来修改kp参数 ki(k)=ki0+ai*k_pid(2)*e_1*u_1; kd(k)=kd0+ad*k_pid(3)*e_1*u_1; addk=abs(kp(k)+ki(k)+kd(k)); u(k)=u_1+K*(kp(k)*e_1/addk+ki(k)*ei/addk+kd(k)*ec_1/(ts*addk)); 上面的代码中ap，ai，ad的代码如下所示： M=2; g=2; if M==1g==0%输入为sin函数的，分母最高次为四次的s函数 K=0.085;%全局调整 elseif M==2g==1%输入为sin函数的，分母最高次为三次的s函数 K=0.2; ap=0.91;ai=0.001;ad=10.9940;%局部整定 elseif M==2g==2%输入为阶跃函数的，分母最高次为三次的s函数 K=0.0299; ap=0.158;ai=0.0025;ad=5;%局部整定 end 总图如下： 分段控制 4 3 神经网络与模糊PID结合控制 S函数形式 输入形式 D/dt 输出yd kd ki kp - + 神经网络控制 转换成模糊库可识别模式，再告知给模糊规则库 模糊规则库 S函数 输入y