经网络的模糊推理法.PDFVIP

Airball Demo 模——基于自适应神 经网络的模糊推理法 参赛者：王慧璇 马小龙 指导教师：张承慧 要：Airball Demo 是一个非线性、多影响因素的动态系统，采用传统的机理建 模方法很难得到精确的数学模型，本文采用自适应神经网络模糊推理（ANFIS ） 方法，利用MATLAB 的模糊工具箱，建立了Airball Demo 的Takagi-Sugeno 模 糊模型。最后用 Mackey-Glass 混沌时间序列作为样本数据，验证了自适应网络 模糊建模精度高、学习能力强的优点。 关键词：Airball Demo ；自适应神经网络模糊推理；MATLAB ；Takagi-Sugeno 模 型；Mackey-Glass 混沌时间序列 T-S Fuzzy Modeling for Airball Demo based on ANFIS Abstract: The airball system is a nonlinear dynamic model under the influence of many factors. Its difficult for us to obtain the accurate model if we take use of the traditional mechanism modeling. This paper presented the Takagi-Sugeno fuzzy modeling based on ANFIS for Airball Demo using MATLAB fuzzy box. At last, the ANFIS fuzzy modeling proved to have high approaching precision and strong learning ability using Mackey-Glass chaotic time series. Key words : Airball Demo; Adaptive Network-based Fuzzy Inference System; MATLAB ；Takagi-Sugeno model; Mackey-Glass chaotic time series 1 一、模型分析 Airball Demo 由贝加莱公司提供，由底座和管道两部分组 ，如图1 所示， 具体如下： 1. 底座：系统的支撑部分，主要 固定管道部分和乒乓球。底部安装了吹 动乒乓球的直流风扇和检测乒乓球高度的红外传感器。 2. 管道：与底座相连，乒乓球可在管道内无摩擦竖直运行。管道有效长度： 400mm。 图1 Airball Demo 实物模型 接通风扇电源，风扇转动形 的气流将对乒乓球作用一个向上的推力F 。假 设向上为正方向。 根据牛顿第二定律：F ma (1.1) 当 F mg f ma 0 (1.2) mg 为空气球重力，f 为空气阻力，空气球向上运动。 当 mg f F ma 0 (1.3) 空气球向下运动。系统通过PWM （Pulse Width Modulation ）技术来控制风 扇的工作电压，可以调节对空气球的作用力，使之在管道内上下运行并稳定在某 一高度。 小球运行时，由于空气的粘性和密度造 的空气摩擦，会在小球沿运动方向 的前后两面形成压差阻力，这些阻力又因运动物体的形状和速度而不同。由以上 分析不难得出，Airball Demo 是一个非线性、多影响因素的动态模型，采用传