第3章模煳控制.pptVIP

3.2 模糊控制器的结构和设计 3.2.6 模糊控制器的设计内容 （1）确定模糊控制器的输入变量和输出变量； （2）确定输入，输出的论域和Ke、Kec、Ku的值； （3）确定各变量的语言取值及其隶属函数； （4）总结专家控制规则及其蕴涵的模糊关系； （5）选择推理算法； （6）确定清晰化的方法； （7）总结模糊查询表。 3.2 模糊控制器的结构和设计 3.2.7模糊控制器的软件实现（Matlab） 1 模糊控制查询表的实现 初始化 总结模糊关系 总结模糊查询表 3.2 模糊控制器的结构和设计 1）初始化 假设E、EC和U的论域：{-6,-5,…,-1,0,1,…,5,6}； E、EC和U定义了7个语言值{NB，NM，NS，Z，PS，PM，PB}； 则我们在Matlab中通过定义三个向量来表示这些语言值： Input1_Terms=[1,2,3,4,5,6,7]; Input2_Terms=[1,2,3,4,5,6,7]; output_Terms=[1,2,3,4,5,6,7]; 3.2 模糊控制器的结构和设计 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 NB 1 0.5 0 0 0 0 0 0 0 0 0 0 0 NM 0 0.5 1 0.5 0 0 0 0 0 0 0 0 0 NS 0 0 0 0.5 1 0.5 0 0 0 0 0 0 0 Z 0 0 0 0 0 0.5 1 0.5 0 0 0 0 0 PS 0 0 0 0 0 0 0 0.5 1 0.5 0 0 0 PM 0 0 0 0 0 0 0 0 0 0.5 1 0.5 0 PB 0 0 0 0 0 0 0 0 0 0 0 0.5 1 各语言值的隶属函数采用三角函数，其分布可用下表表示： 3.2 模糊控制器的结构和设计 在matlab中，可以用一个矩阵来表示该表。 Input1_Terms_Membership= [1,0.5,0,0,0,0,0,0,0,0,0,0,0; 0,0.5,1,0.5,0,0,0,0,0,0,0,0,0; 0,0,0,0.5,1,0.5,0,0,0,0,0,0,0; 0,0,0,0,0,0.5,1,0.5,0,0,0,0,0; 0,0,0,0,0,0,0,0.5,1,0.5,0,0,0; 0,0,0,0,0,0,0,0,0,0.5,1,0.5,0; 0,0,0,0,0,0,0,0,0,0,0,0.5,1]; Input2_Terms_Membership=Input1_Terms_Membership; Output_Terms_Membership=Input1_Terms_Membership; 3.2 模糊控制器的结构和设计 假设控制规则表总结如下 U EC NB NM NS Z PS PM PB E NB NB NB NB NB NM Z Z NM NB NB NB NB NM Z Z NS NM NM NM NM Z PS PS Z NM NM NS Z PS PM PM PS NS NS Z PM PM PM PM PM Z Z PM PB PB PB PB PB Z Z PM PB PB PB PB 3.2 模糊控制器的结构和设计 将语言值按顺序编号，NB、NM、NS、Z、PS、PM、PB分别对应1、2、3、4、5、6、7号。 则上表可用一个矩阵表示为： Rule= [1,1,1,1,2,4,4; 1,1,1,1,2,4,4; 2,2,2,2,4,5,5; 2,2,3,4,5,6,6; 3,3,4,6,6,6,6; 4,4,6,7,7,7,7; 4,4,6,7,7,7,7]; 3.2 模糊控制器的结构和设计 2)总结模糊关系 A=Input1_Terms_Membership(Input1_Terms_Index,:); B=Input2_Terms_Membership(Input2_Terms_Index,:); C=Output_Terms_Membership(Output_Terms_Index,:); 某条规则蕴涵的模糊关系 注：Input1_Terms_Index 代表输入E的语言值的序号，Input2_Terms_Index 代表输入EC语言值的序号，Output_Terms_Index 代表输出U语言值的序号 Output_Terms_Index=Rule(Input1_Terms_Index,Input2_Terms_Index ); 注：A代表输入E的模糊值，B代表输入EC的模糊值，C代