模糊控制基础实验.docxVIP

模糊控制基础实验

一、实验目的

通过实验熟悉并掌握各类模糊控制系统工具箱函数的用法

通过实验熟悉并掌握典型隶属度函数的Matlab仿真

通过实验熟悉并掌握Matlab软件的利用方式

二、实验内容

1．按照给定参数编制模糊推理系统数据结构管理功能函数及整个“tipper”模糊推理系统的Matlab仿真程序。

2.运行所编制的程序，取得各功能函数的仿真结果，完成FIS的求解。

3.按照给定参数编制取得各类典型隶属度函数的Matlab仿真程序。

4.运行所编制的程序，取得隶属度函数仿真曲线，并研究参数转变对曲线特性的影响，完成典型隶属度函数的仿真研究。

三、实验步骤

1.针对“tipper”模糊推理系统，编制相应的数据结构管理功能函数的Matlab仿真程序。

2.运行所编制的程序，取得各功能函数的仿真结果。

3.按照给定参数编制整个“tipper”模糊推理系统的仿真程序，并求解在给定作用下FIS的输出。

4.熟悉Matlab软件，编制取得各类典型隶属度函数的Matlab仿真程序。

5.运行所编制的程序，取得典型隶属度函数的仿真曲线。

6.改变隶属度函数的参数，观测参数的转变对仿真曲线的影响。

分析实验结果，完成实验报告。

四、实验参数要求

1．在tipper模糊系统中，input1即service的范围为[010]，且分为poor，good，excellent三个模糊集，3个模糊集均采用gaussmf型隶属函数,区间别离为[0]，[5]，[10]；input(2)即food的范围为[010]，且分为rancid，delicious2个模糊集，2个模糊集均采用trapmf型隶属函数,区间别离为[-2013]，[791012];output(1)即tip的范围为[030]，且分为cheap，average，generous三个模糊集，3个模糊集均采用trimf型隶属函数,区间别离为[0510]，[101520]，[202530]；4.求解输入别离为[12]和[35;27]时系统的输出

a=newfis(tipper);

(1).name=service;

(1).range=[010];

(1).mf(1).name=poor;

(1).mf(1).type=gaussmf;

(1).mf(1).params=[0];

(1).mf(2).name=good;

(1).mf(2).type=gaussmf;

(1).mf(2).params=[5];

(1).mf(3).name=excellent;

(1).mf(3).type=gaussmf;

(1).mf(3).params=[10];

(2).name=food;

(2).range=[010];

(2).mf(1).name=rancid;

(2).mf(1).type=trapmf;

(2).mf(1).params=[-2013];

(2).mf(2).name=delicious;

(2).mf(2).type=trapmf;

(2).mf(2).params=[791012];

(1).name=tip;

(1).range=[030];

(1).mf(1).name=cheap;

(1).mf(1).type=trimf;

(1).mf(1).params=[0510];

(1).mf(2).name=average;

(1).mf(2).type=trimf;

(1).mf(2).params=[101520];

(1).mf(3).name=generous;

(1).mf(3).type=trimf;

(1).mf(3).params=[202530];

a=readfis(tipper);

当输入为[12]时

evalfis([12],a)

ans=

当输入为[24;68]时

evalfis([24;68],a)

ans=

2．Gaussian型隶属度函数σ=3，c=4

x=0::10;

y=gaussmf(x,[25]);

plot(x,y)

xlabel(gaussmf,P=[2,5])

3.gbellmf隶属度函数a=3,b=4,c=7

x=0::10;

y=gbellmf(x,[3,4,7]);

plot(x,y)

xlabel(x);ylabel(y);

4.Sigmoidal隶属度函数a1=3,c1=4;a2=-3,c2=4;

x=0::10;

y=sigmf(x,[34])