最新第五章模糊控制系统.pptVIP

(3)加权平均法 加权平均法是模糊控制系统中应用比较广泛的一种方法，其计算公式如下： 为加权系数。 一般取与隶属度相对应的论域元素，即 的 取为 。这样上式可表示如下： 表3-5 三种方法的简单比较： * ① 最大隶属度法的明显优点是简单易行，使用方便，算法实时性好；但是，它的一个明显的缺点是：仅仅利用了最大隶属度的信息，忽略了较小隶属度元素的影响和作用，输出信息量利用的太少，代表性不好。这种方法常用于简单控制系统。 ② 系数加权平均法可以通过选择和调整权系数大小来改善系统的响应特性。这种方法灵活性较大，但权系数选择需要根据实际操作经验和实验观测来反复进行调整，才能取得较好的控制效果。 ③ 中位数法虽然比较充分地利用了模糊集合提供的信息量，考虑了所有信息的作用；但是，它的计算过程较为麻烦，而且缺乏对隶属度较大元素提供主导信息的充分重视，这是这种方法的不足之处。因此，中位数法虽然是比较全面的解模糊方法，但在实际的控制系统中应用并不普遍。 模糊控制应用实例 操作人员的手动策略是： “若水位高于0点，则排水，高得越多，排水越快”； “若水位低于0点，则注水，仍得越多，注水越快”． 模糊控制器设计： (1)取输入语言变量为观测量：水位对0点的偏差e∈x，基本论域为[一4，4]，单位为cm，其中负值表示低于0点，正值表示高于0点．量化论域取为 X={-2, -1, 0, 1, 2} 量化因子： 实例1： 设有一个可变水位x的储水器T，通过调节阀门A可以向T内注水和从T向外排水．需要设计一个模糊控制器，利用调节阀把水位稳定在0点附近。 (6.4.2) 把基本论域中的连续量变成量化论域中的离散量如下： 观测量X 量化论域X中的元素xi [-4, -3) -2 [-3, -0.5) -1 [-0.5, 0.5) 0 [0.5, 3) 1 [3,4] 2 e的集合取为：负大(NB)，零(0)，正大(PB)，对应的模糊子集记为 根据手动策略设计出输入语言变量 E 在量化论域上的赋值表 ~ (6.4.3) 实例2：船舶的自动驾驶 由于海洋上的潮流、风浪等影响，船舶经常偏离航向，船长则要根据罗经仪测定的结果，随时发出转舵的命令．船舶的自动驾驶就是设计一个“模糊控制器”，用它来取代人的操作． 1. 确定输入信息量、输出控制量。并将其模糊化 两个输入量： (1) 航向偏差A(即当前船舶的航向与选定的航向之差); (2) 偏差变化率B(即船舶的航向变化的速度). 一个输出控制量: C为舵角(即转舵的角度)． 第一步：把输入量和输出量模糊化．把它们用五个模糊集分档：NB(负大)， NS(负小)，0，PS(正小)，PB(正大)。 A、B、C的模糊集合如下表 用如下公式将取值范围标准化 把这些模糊集离散化，在[-6，+6]之间整数值对这些模糊集合的隶属度如下： 2. 确定控制规则 总结出一套模糊控制规则. 规定： （1）“右正左负”．即航向右偏为正偏角，左偏为负偏角． （2） 船正向右偏时偏差变化率为正，反之为负． 模糊规则：若“A且B则C”的一系列模糊控制语句组成。 例如： （1）若 A=PB 且 B=PB，则 C=NB。 若航向右偏较大且船还在较快的继续右转，则应左满舵。 （2）若A=PS 且 B=NB，则C=0 若航向稍微右偏且船在较快的向左转，则这时可把定舵，不用转舵． 对A和B的每一状态应存在一条模糊控制规则说明控制量C应如何选取．我们可得出25条控制规则. 3.应用模糊控制算法。求出输入与输出的模糊关系矩阵 上表列出的25条模糊控制规则都属于“若Ai且Bj则Ck”型的．每一条规则都对应一个模糊关系， 这里的Rij是一个169行13列的矩阵．下面列出前20行和后20行的结果。 4.用模糊决策作出响应表，即反模糊过程 求出了模糊控制关系矩阵后，若在某一时刻测出船舶的航向偏差为A，算出速度偏差率为B时．通过推理算出相应的输出控制量舵角C，C仍是一个模糊集，用模糊加权的方法求出一个确定的控制量输出． 当A和B分别取整数值时，用上述方法求出相应的C值，其响应表如下： 这个表又称总控制量表．在控制过程中，计算机把测到的A，B的值直接与表中行与列的值对照，