智能控制实验指导书.docVIP

实验一 模糊控制 一、实验目的 本实验要求在学生掌握模糊控制器基本工作原理和设计方法基础上，熟悉MALAB中的模糊控制工具箱，能针对实际问题设计模糊控制器，建立模糊控制系统，训练学生综合运用计算机来解决一些实际问题的能力。 二、实验设备 计算机一台MATLAB软件 三、实验要求 要求设计一个模糊控制的水箱控制系统，给定控制的规则为： 若水位高于指定点，则向外排水，差值越大，排水越快； 若水位低于指定点，则向内注水，差值越大，注水越快； 偏差e分为5个模糊集：NB, NS, ZO,PS,PB. 将偏差的变化分为7个等级：-3，-2，-1,0,1,2,3 隶属度 等级变化 -3 -2 -1 0 1 2 3 模 糊 集 PB 0.5 1 PS 1 0.5 ZO 0.5 1 0.5 NS 0.5 1 NB 1 0.5 控制量u为调节阀门开度的变化。分为5个模糊集：NB, NS, ZO,PS,PB. 将u的变化分为9个等级：-4,-3，-2，-1,0,1,2,3,4 隶属度 等级变化 -4 -3 -2 -1 0 1 2 3 4 模 糊 集 PB 0.5 1 PS 0.5 1 0.5 ZO 0.5 1 0.5 NS 0.5 1 0.5 NB 1 0.5 求：当误差e为NB时，控制器的输出。 四、实验基础 1、模糊推理的五个步骤 输入变量的模糊化 这是模糊推理的第一步，是获取输入变量，并确定它们的隶属函数，从而确定属于每个模糊集合的隶属度。 2) 应用模糊算子 完成了输入模糊化，就知道了对于每个模糊规则，前提中每一个部分被满足的程度。如果一个给定规则的前提有多个部分，则要应用模糊算子来获得一个数值，这个数值表示前提对于该规则的满足程度。 3) 应用推理方法 推理的类型有mamdani和sugeno 推理。Mamdani推理法是一种在模糊控制中普遍使用的方法，它本质上仍然是一种合成推理方法，只不过对模糊蕴涵关系取不同的形式而已。Mamdani型推理，从每个规则的结果中得到的模糊集通过聚类运算后得到结果模糊集，被反模糊化后得到系统输出。Sugeon型推理：其中每个规则的结果是输入的线性组合，而输出是结果的加权线性组合。 4) 输出的聚类 由于决策是在对模糊推理系统中所有规则进行综合考虑的基础上做出的，因此必须以某种方式将规则结合起来以做出决策。聚类就是这样一个过程，它将表示每个规则输出的模糊集结合成一个单独的模糊集。聚类方法有max，probor（概率乘），sum。其中，sum执行的是各规则输出集的简单相加。 5) 解模糊化 解模糊化过程也叫反模糊化过程，它的输入是一个模糊集，既上一步的聚类输出模糊集，其输出为一个单值。模糊集的聚类中包含很多输出值，因此必须进行反模糊化，以从集合中解析出一个单输出值。 2、模糊逻辑工具箱的介绍 模糊逻辑工具箱提供的图形用户界面（GUI）工具有五个：模糊推理系统（FIS）编辑器；隶属函数编辑器；模糊规则编辑器；模糊规则观察器；输出曲面观察器。 1）FIS编辑器： Matlab的FIS界面如图1所示。FIS处理系统有多少个输入变量，输出变量，名称是什么，模糊算子“与”(min，prod乘积，custom自定义)，“或”(max大，probor 概率统计方法，custom)，推理方法（min，prod，custom），聚类方法（max，probor，sum，custom），解模糊的方法（centroid心法，bisector中位线法，middle of maximum，largest of maximum，smallest of maximum）。 图1 模糊推理系统（FIS）界面 2) 隶属函数编辑器： 确定各个变量的论域和显示范围（左下角编辑区内），如图2所示。定义每个变量的模糊集的名称（如负大、负中、负小、零、正小、正中、正大）和个数（Edit菜单中Add MFs），以及每个模糊变量的隶属函数类型和参数（点击变量的隶属函数曲线后在右下角编辑区内修改）。隶属函数的类型有：trimf，trapmf，gbellmf，gaussmf，gauss2mf，sigmf，dsigmf，psigmf，pimf，smf，zmf 图2 隶属函数编辑器 3) 模糊规则编辑器： 完成了对变量的命名，隶属函数也有了适当的形状和名字，就可以编辑模糊规则。选择连接关系（and 或者or），权重，在编辑器左边选择一个输入变量，并选择它的语言值，然后在编辑器右边的输出变量中选择一个输出变量，并选中它的语言值，然后将这种联系添加到模糊规则中。 Option