智能控制(第三)chap模糊控制精要.pptVIP

第4章 模糊控制 4.1 模糊控制的基本原理 4.2 模糊控制系统分类（自学内容） 4.3 模糊控制器的设计 4.4 模糊控制应用实例_洗衣机 基本概念说明： 研究发展趋势 ② 规则触发。由上表可知，被触发的规则有4条： Rule 1：IF x is MD and y is MG THEN z is M Rule 2：IF x is MD and y is LG THEN z is L Rule 3：IF x is LD and y is MG THEN z is L Rule 4：IF x is LD and y is LG THEN z is VL ③ 规则前提推理。在同一条规则内，前提之间通过“与”的关系得到规则结论，前提之间通过取小运算，得到每一条规则总前提的可信度 规则1前提的可信度为：min（4/5，3/5）=3/5 规则2前提的可信度为：min（4/5，2/5）=2/5 规则3前提的可信度为：min（1/5，3/5）=1/5 规则4前提的可信度为：min（1/5，2/5）=1/5 由此得到洗衣机规则前提可信度表，即规则强度表4-9。 表4-9 规则前提可信度 1/5 2/5 0 LG（2/5） 1/5 3/5 0 MG（3/5） 0 0 0 NG 油 脂 y LD（1/5） MD（4/5） SD 污泥 x 规则前提 ④ 将上述两个表进行“与”运算，得到每条规则总的输出，如表4-10所示 0 LG（2/5） 0 MG（3/5） 0 0 0 NG 油 脂 y LD（1/5） MD（4/5） SD 污泥x 规则前提 表4-10 规则总的可信度 ⑤ 模糊系统总的输出 总的输出为各条规则推理结果的并集，即 ⑥ 反模糊化 总的输出实际上是三个规则推理结果的并集，需要进行反模糊化，才能得到精确的推理结果。下面以最大平均法为例，进行反模糊化。 将m=3/5带入洗涤时间隶属函数中的mM(z)，得规则前提隶属度m=3/5与规则结论隶属度mM(z)的交点： 采用最大平均法，可得精确输出 仿真实例：采用MATLAB中模糊控制工具箱中的模糊命令设计洗衣机模糊控制系统。 采用本节的隶属函数，按上述步骤设计模糊系统。取x=60，y=70，反模糊化采用重心法，模糊推理结果为24.9。 利用命令showrule可观察规则库，利用命令ruleview可实现模糊控制的动态仿真，如图4-16。 仿真程序：chap4_6.m 图4-16 动态仿真模糊系统 期末报告——P60课程作业一 已知某一炉温控制系统，要求温度保持在600℃恒定。针对该控制系统有以下控制经验： 若炉温低于600 ℃ ，则升压；低得越多升压越高。 若炉温高于600 ℃ ，则降压；高得越多降压越低。 若炉温等于600 ℃ ，则保持电压不变。 设计模糊控制器为一维控制器，输入语言变量为误差，输出为控制电压。输入、输出变量的量化等级为7级，取5个模糊集。试设计隶属度函数误差变化划分表、控制电压变化划分表和模糊控制规则表。 要求有程序及注释，仿真结果和分析。 4.3 模糊控制器的设计 4.3.1 模糊控制器的设计步骤 模糊控制器最简单的实现方法是将一系列模糊控制规则离线转化为查询表（又称为控制表）。 本节以单变量二维模糊控制器为例，介绍模糊控制器的设计步骤，其设计思想是设计其他模糊控制器的基础。 1、模糊控制器的结构 单变量二维模糊控制器是最常见的结构形式。 2、定义输入输出模糊集 对误差E、误差变化EC及控制量u的模糊集及其论域定义如下： E、EC和u的模糊集均为：{NB, NM, NS, ZO, PS, PM, PB} E、EC的论域均为：{-3，-2，-1，0，1，2，3} u的论域为：{-4.5, -3, -1.5, 0, 1, 3, 4.5} 横轴：表示论域, 表示变量所有可能取值的范围。 纵轴：模糊集中的隶属度。 误差E、误差变化EC及控制量u：称为语言变量。 语言变量的可能值的范围表示变量的论域。例如： 语言变量“速度”的全域为：0~220km/h 包含的模糊子集有：very slow, slow, medium, fast, very fast. 每个模糊子集还表示相应语言变量的语言值。 3、定义输入输出隶属函数 确定各语言变量的论域和模糊集后，再确定各模糊子集的隶属函数，即：确定论域内各元素对模糊语言值的隶属度。 4、建立模糊控制规则 根据系统输出的误差及误差的变化趋势来设计模糊控制规则。模糊控制规则语句构成了描述控制过程的模型。 5、建立模糊