- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
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])
文档评论(0)