模糊控制 实例.pptVIP

1.模糊控制器的输入输出变量 模糊变量E的赋制值表 模糊变量EC的赋制值表 模糊变量U的赋制值表 模糊控制实例 ■ 读入传感器输入 以及 ，然后计算最后的控制输出。 ■ 首先计算感应器输入 以及 与两条模糊规则的符合程度为： ■ 接下来，两条模糊规则的激活强度为： ■ 将 ?1 对映至第一条模糊规则的后件，可得到图中的灰色梯形区域 ；相同地，将 ?2 对映至第二条模糊规则的后件，可得到如图中的黑色梯形区域 ；将此两个梯形区域以 “最大运算子 (max)” 取其最大值，可得最后的隶属函数。最后解模糊化可得： (1)以连续型重心法作为解模糊化机构：首先找出 C′ 的隶属函数 为： 因此 (3) 以 最大平均法 作为解模糊化机构：在最后的隶属函数中，其量化值达到最大隶属函数值的有 3、4、以及 5，因此我们可以得到： (4) 以修正型最大平均法作为解模糊化机构： (5) 以中心平均法作为解模糊化机构： * 第3章 计算机控制算法 * 1) 模糊控制器的输入、输出变量： 模糊控制器的输入变量通常取误差E、 误差的变化EC，构成二维模糊控制器 2) 描述输入和输出变量的词集 {负大，负中，负小，零，正小，正中，正大} {NB，NM，NS，O，PS，PM，PB} * 特别地误差变量的词集 {负大，负中，负小，负零，正零，正小，正中，正大} {NB，NM，NS，NO，PO，PS，PM，PB} 模糊化处理 2.变量的模糊化 基本论域：某个变量变化的实际范围 误差的基本论域为 [ ， ] 误差变化的基本论域为[ ， ] 输出变量的基本论域为[ ， ] 变量的模糊子集论域 基本论域到模糊子集论域的转换公式 模糊化就是将清晰的某个输入变量按隶属度转换到与之相对应的模糊量的过程。 例如：设 则 模糊规则一 R1：If x is A1 and y is B1Then z is C1 模糊规则二 R2：If x is A2 and y is B2Then z is C2 令 x0 与 y0 为传感器 x 与 y 之输入，模糊集合 A1、 A2、 B1 、 B2 、 C1 、以及 C2 使用下列之隶属函数： 模糊推理过程示意图 (2) 以离散型重心法来解模糊化：我们将输出量化成 1,2,...,9 等 9 个离散输出，可得