4.3 模糊控制器的设计.ppt

本作品采用知识共享署名-非商业性使用2.5中国大陆许可协议进行许可。专业交流模板超市设计服务NordriDesign中国专业PowerPoint媒体设计与开发本作品的提供是以适用知识共享组织的公共许可（简称“CCPL”或“许可”）条款为前提的。本作品受著作权法以及其他相关法律的保护。对本作品的使用不得超越本许可授权的范围。如您行使本许可授予的使用本作品的权利，就表明您接受并同意遵守本许可的条款。在您接受这些条款和规定的前提下，许可人授予您本许可所包括的权利。查看全部…本作品采用知识共享署名-非商业性使用2.5中国大陆许可协议进行许可。专业交流模板超市设计服务NordriDesign中国专业PowerPoint媒体设计与开发本作品的提供是以适用知识共享组织的公共许可（简称“CCPL”或“许可”）条款为前提的。本作品受著作权法以及其他相关法律的保护。对本作品的使用不得超越本许可授权的范围。如您行使本许可授予的使用本作品的权利，就表明您接受并同意遵守本许可的条款。在您接受这些条款和规定的前提下，许可人授予您本许可所包括的权利。查看全部…4.3模糊控制器的设计4.3.1模糊控制器的设计步骤模糊控制器最简单的实现方法是将一系列模糊控制规则离线转化为一个查询表（又称为控制表）。这种模糊控制其结构简单，使用方便，是最基本的一种形式。本节以单变量二维模糊控制器为例，介绍这种形式模糊控制器的设计步骤，其设计思想是设计其他模糊控制器的基础。1模糊控制器的结构单变量二维模糊控制器是最常见的结构形式。2定义输入输出模糊集对误差E、误差变化EC及控制量u的模糊集及其论域定义如下：E、EC和u的模糊集均为：E、EC的论域均为：{-3，-2，-1，0，1，2，3}u的论域为：{-4.5,-3,-1.5,0,1,3,4.5}3定义输入输出隶属函数模糊变量误差E、误差变化EC及控制量u的模糊集和论域确定后，需对模糊语言变量确定隶属函数，确定论域内元素对模糊语言变量的隶属度。4建立模糊控制规则根据人的经验，根据系统输出的误差及误差的变化趋势来设计模糊控制规则。模糊控制规则语句构成了描述众多被控过程的模糊模型。5建立模糊控制表模糊控制规则可采用模糊规则表4-5来描述，共49条模糊规则，各个模糊语句之间是或的关系，由第一条语句所确定的控制规则可以计算出u1。同理，可以由其余各条语句分别求出控制量u2,…,u49，则控制量为模糊集合U可表示为表4-5模糊规则表6模糊推理模糊推理是模糊控制的核心，它利用某种模糊推理算法和模糊规则进行推理，得出最终的控制量。7反模糊化通过模糊推理得到的结果是一个模糊集合。但在实际模糊控制中，必须要有一个确定值才能控制或驱动执行机构。将模糊推理结果转化为精确值的过程称为反模糊化。常用的反模糊化有三种：(1)最大隶属度法选取推理结果模糊集合中隶属度最大的元素作为输出值，即，。如果在输出论域V中，其最大隶属度对应的输出值多于一个，则取所有具有最大隶属度输出的平均值，即：N为具有相同最大隶属度输出的总数。最大隶属度法不考虑输出隶属度函数的形状，只考虑最大隶属度处的输出值。因此，难免会丢失许多信息。它的突出优点是计算简单。在一些控制要求不高的场合，可采用最大隶属度法。(2)重心法为了获得准确的控制量，就要求模糊方法能够很好的表达输出隶属度函数的计算结果。重心法是取隶属度函数曲线与横坐标围成面积的重心为模糊推理的最终输出值，即对于具有m个输出量化级数的离散域情况与最大隶属度法相比较，重心法具有更平滑的输出推理控制。即使对应于输入信号的微小变化，输出也会发生变化。(3)加权平均法工业控制中广泛使用的反模糊方法为加权平均法，输出值由下式决定其中系数的选择根据实际情况而定。不同的系数决定系统具有不同的响应特性。当系数取隶属度时，就转化为重心法。反模糊化方法的选择与隶属度函数形状的选择、推理方法的选择相关Matlab提供五种解模糊化方法：（1）centroid：面积重心法；（2）bisector：面积等分法；（3）mom：最大隶属度平均法；（4）som最大隶属度取小法；（5）lom：大隶属度取大法；在Matlab中，可通过setfis()设置解模糊化方法，通过defuzz()执行反模