2模糊控制查询表的MATLAB实现

模糊控制查询表的MATLAB 实现

叶高文（厦门海洋职业技术学院，福建厦门361012）

MATLAB realization of Fuzzy Control Query Table

在运用模糊控制技术进行工业控制时，为了减少在线计算量，节省内存，提高PLC 等控制器的运行效率，通常根据隶属度函数和模糊控制规则表离线计算对应的模糊控制表，并将该表置于PLC 等控制器中，供实时控制时使用。在实时控制过程中，根据模糊量化后的偏差值e 和偏差变化率ec 直接查询控制表以获得模糊控制输出量，再转换为精确输出控制量。在实际的控制过程中由于微分作用的效果不是很明显，故很多实际情况中只采用PI 控制。本文论述的对象是常用PLC 的模糊PI 控制。不是PLC 的系统，可将积分时间转换为积分系数。

1模糊PI 控制模型说明

本文提供一个实际工业控制的模糊查询表的MATLAB 实

现过程，模糊PI 模型如图1。

图1模糊PI 控制器模型

如图1，模糊控制器的输入量采用实际被控制量与给定量的偏差e 和偏差变化率ec ，参数整定机构采用增量型调整原理，输出为比例系数增量ΔK P 和积分时间增量ΔTi ，再经式K P ＝

K P0＋ΔK P 和式T I ＝T I0＋ΔTi 计算得到PI 控制器的比例系数KP 和积分时间值TI 。

2模型输入输出模糊控制规则表

2．1定义输入输出变量的隶属度矢量表

一般情况下，输入量偏差e 和偏差变化率△e 以及输出变量ΔKP 和ΔTi 的离散论域都设定为13个量化等级邀－6，－5，－4，－3，－2，－1，0，1，2，3，4，5，6妖。为方便MATLAB 编程，对相关的变量选择进行一些改变。原先的输入变量偏差e 和偏差变化率ec 的量化等级邀－6，－5，－4，－3，－2，－1，0，1，2，3，4，5，6妖改写为邀1，2，3，4，5，6，7，8，9，10，11，12，13妖。而输出变量ΔKP 和ΔTi 得量化等

级保持为邀－6，－5，－4，－3，－2，－1，0，1，2，3，4，5，6妖。

输入变量偏差e 和偏差变化率ec 和输出变量ΔKP 、ΔTi 的模糊语言值均为邀NB ，NM ，NS ，ZO ，PS ，PM ，PB妖。为了编程方便，将语言值用数字表示为邀1，2，3，4，5，6，7妖，与模糊语言值相对应，比如：模糊语言值NB 的模糊数字值为1，其他类似。根据以上的规定，产生用数字语言值表示输入变量x1及x2的隶属度矢量表，见表1所示。其中，变量x1表示模糊控制器的偏差输入e ，变量x2表示模糊控制器的偏差输入ec ；f1（i ）、f2（j ）表示第一输入x1和第二输入x2的隶属度，而i 、j 表示语言变量数字值，即为1，2，3，4…7。

表1用数字语言值表示输入变量x1及x2的隶属度矢量表

2．2模糊控制规则表

该控制系统为一实际工业控制模型，其用数字语言值表示的比例系数增量ΔKP 和积分时间ΔTI 模糊控制规则表如表2和表3所示。

表2

用数字语言值表示的ΔKP 模糊控制规则

摘

要

通过建立一个工业自动化控制中经常使用的模糊PI 控制器模型，详细论述了运用MATLAB 语言编写模糊控制查询表的方法，该控制表可以表格形式存放于计算机，从而大大提高了如PLC 等内存小的工业控制器的运行效率，也可实现在线推理控制。

关键词：模糊控制查询表，MATLAB ，PI 控制，在线推理

Abstract

Through the establishmengt of

Fuzzy－PI controller model which is applied in the industrial automation control,This pa-per describes in detail the way how to get a fuzzy －control－query table by the MATLAB programming．This cotrol－table may be stored in the compute with the form of a table,Which can improe greatly the operational efficiency,Such as PLC controller,etc．whose memory is very little,and on－line reasoning can also be realized．

Keywords :fuzzy control query table,MATLAB,PI control,on－line

reasoning

模糊控制查询表的MATLAB 实现

64

《工业控制计算机》2010年第23卷第11期

表3用数字语言值表示的ΔTI模糊控制规则

3MATLAB程序实现

通过MATLAB编程，也可以用其它语言编程，使该实现方法既可以作为在线推理的算法，也可以把控制表先做出来，存在计算机中，通过在线查询得到输出控制量，本文以后者为例。3．1程序流程图

用MATLAB编写程序流程图，如图2。

图2程序流程图

以上程序流程图2说明：

x1和x2为第一输入偏差e和第二输入变差变化ec；

COG是重心法反模糊化方法；

S[i,j]＝w觹h[i,j]／2是输出隶属函数的面积，输出隶属函数采用取小操作，用高h削顶。w为三角形输出隶属函数的底宽；

f1(i)、f2(j)表示第一输入x1和第二输入x2的隶属度；

i、j为语言变量数字值。

3．2MATLAB程序

依据程序流程图，ΔKP在线查询表编写如下：

％程序初始化，输入偏差e和偏差变化率隶ec属函数表A、B，控制规则表R：

A＝[10．500000000000;

00．510．5000000000;

0000．510．50000000;

000000．510．500000;

00000000．510．5000;

0000000000．510．50;

000000000000．51];

B＝[10．500000000000;

00．510．5000000000;

0000．510．50000000;

000000．510．500000;

00000000．510．5000;

0000000000．510．50;

000000000000．51];

R＝[7776543;

7765432;

7654321;

5544455;

1234567;

2345677;

3456777];

％模糊控制器输出初始化，输出模糊集合中心值向量cen。三角形隶属函数底宽w＝4

％num为重心法反模糊化公式的分子，den为分母，u0模糊控制器输出值：

u0＝zeros(13);cen＝[－6－4－20246];w＝4;num＝0; den＝0;

％采样输入偏差e和偏差变化率ec的值m、n

m＝input(＇m＝＇);n＝input(＇n＝＇);

％运算初始化，f1、f2为输入值的隶属函数，a、b为输入语言值，k输出语言值，％c为输出隶属函数中心点的值，s为蕴含模糊集合隶属函数下的面积；s1＝s觹c;

％h为规则前件隶属度，h＝min(f1,f2)

f1＝[0000000];a＝[0000000];

f2＝[0000000];b＝[0000000];

k＝zeros(7);

c＝zeros(7);

s＝zeros(7);

s1＝zeros(7);

h＝zeros(7);

％循环计算上述各量

for i＝1:7

for j＝1:7

if A(i,m)＞0

f1(i)＝A(i,m);a(i)＝i;

end

if B(j,n)＞0

f2(j)＝B(j,n);b(j)＝j;

end

if a(i)觹b(j)＞0

k(i,j)＝R(a(i),b(j));

c(i,j)＝cen(k(i,j));

h(i,j)＝min(f1(i),f2(j));

s(i,j)＝1／2觹w觹h(i,j);

s1(i,j)＝s(i,j)觹c(i,j);

end

end

end

％COG反模糊化，计算num及den

for i＝1:7

for j＝1:7

num＝num＋s1(i,j);

den＝den＋s(i,j);

end

end

u0＝num／den％模糊控制器输出

依据程序流程图，ΔTI离线查询表编写如下：

％程序初始化，输入偏差e和偏差变化率隶ec属函数表A、B，控制规则表R：

A＝[10．500000000000;

00．510．5000000000;

0000．510．50000000;

000000．510．500000;

00000000．510．5000;

0000000000．510．5

0;

65

000000000000．51];

B＝[10．500000000000;

00．510．5000000000;

0000．510．50000000;

000000．510．500000;

00000000．510．5000;

0000000000．510．50;

000000000000．51];

R＝[7776654;

7766543;

7665432;

1124211;

2345667;

3456677;

4566777];

％模糊控制器输出初始化，输出模糊集合中心值向量cen。三角形隶属函数底宽w＝4

％num为重心法反模糊化公式的分子，den为分母，u0模糊控制器输出值

u0＝zeros(13);cen＝[－6－4－20246];w＝4;num＝0; den＝0;

％采样输入偏差e和偏差变化率ec的值m、n

m＝input(＇m＝＇);n＝input(＇n＝＇);

％运算初始化，f1、f2为输入值的隶属函数，a、b为输入语言值，k输出语言值，％c为输出隶属函数中心点的值，s为蕴含模糊集合隶属函数下的面积；s1＝s觹c;

％h为规则前件隶属度，h＝min(f1,f2)

f1＝[0000000];a＝[0000000];

f2＝[0000000];b＝[0000000];

k＝zeros(7);

c＝zeros(7);

s＝zeros(7);

s1＝zeros(7);

h＝zeros(7);

％循环计算上述各量

for i＝1:7

for j＝1:7

if A(i,m)＞0

f1(i)＝A(i,m);a(i)＝i;

end

if B(j,n)＞0

f2(j)＝B(j,n);b(j)＝j;

end

if a(i)觹b(j)＞0

k(i,j)＝R(a(i),b(j));

c(i,j)＝cen(k(i,j));

h(i,j)＝min(f1(i),f2(j));

s(i,j)＝1／2觹w觹h(i,j);

s1(i,j)＝s(i,j)觹c(i,j);

end

end

end

％COG反模糊化，计算num及den

for i＝1:7

for j＝1:7

num＝num＋s1(i,j);

den＝den＋s(i,j);

end

end

％模糊控制器输出

u0＝num／den

4输出变量ΔKP和ΔTi的在线查询表

通过MATLAB的程序，可得到在线控制表表4和表5：

表4ΔKP在线查询表

表5ΔTi在线查询表

通过对偏差E和偏差变化EC的判定，得出输出控制，再乘以量化因子即可转换为精确输出控制量。

5结束语

本文介绍的这种建立查询表的方法以及实现该方法的程序设计算法，是非常有用的。在实时控制中，可以利用上面的算法，直接移植到其他工业控制设备如单片机、DSP等控制器中，实现在线推理，实时控制。随着控制系统的复杂程度的提高，工作量越来越大，为了提高其构建的自动化和提高准确性，对模糊控制才查询表采用数据挖掘技术将是一个重要方向。

参考文献

［1］高宏岩．王建辉．孙盛骐．一种建立模糊控制查询表的简单方法和程序［J］．电脑与信息技术，2003，11（4）：47－48

［2］王积伟．吴振顺．控制工程基础［M］．北京：高等教育出版社，2001［3］汤兵勇．路林吉．王文杰．模糊控制理论与应用技术［M］．北京：清华大学出版社，2002

［4］秦绪平．谷善茂．基于模糊PI控制的通风机风量控制［J］．电气应用，2008，27（16）：35－36

［5］席爱民．模糊控制技术［M］．西安：西安电子科技大学出版社，2008

［收稿日期：2010．9．10

］

模糊控制查询表的MATLAB实现

66

2模糊控制查询表的MATLAB实现

模糊控制查询表的MATLAB 实现 叶高文（厦门海洋职业技术学院，福建厦门361012） MATLAB realization of Fuzzy Control Query Table 在运用模糊控制技术进行工业控制时，为了减少在线计算量，节省内存，提高PLC 等控制器的运行效率，通常根据隶属度函数和模糊控制规则表离线计算对应的模糊控制表，并将该表置于PLC 等控制器中，供实时控制时使用。在实时控制过程中，根据模糊量化后的偏差值e 和偏差变化率ec 直接查询控制表以获得模糊控制输出量，再转换为精确输出控制量。在实际的控制过程中由于微分作用的效果不是很明显，故很多实际情况中只采用PI 控制。本文论述的对象是常用PLC 的模糊PI 控制。不是PLC 的系统，可将积分时间转换为积分系数。 1模糊PI 控制模型说明 本文提供一个实际工业控制的模糊查询表的MATLAB 实 现过程，模糊PI 模型如图1。 图1模糊PI 控制器模型 如图1，模糊控制器的输入量采用实际被控制量与给定量的偏差e 和偏差变化率ec ，参数整定机构采用增量型调整原理，输出为比例系数增量ΔK P 和积分时间增量ΔTi ，再经式K P ＝ K P0＋ΔK P 和式T I ＝T I0＋ΔTi 计算得到PI 控制器的比例系数KP 和积分时间值TI 。 2模型输入输出模糊控制规则表 2．1定义输入输出变量的隶属度矢量表 一般情况下，输入量偏差e 和偏差变化率△e 以及输出变量ΔKP 和ΔTi 的离散论域都设定为13个量化等级邀－6，－5，－4，－3，－2，－1，0，1，2，3，4，5，6妖。为方便MATLAB 编程，对相关的变量选择进行一些改变。原先的输入变量偏差e 和偏差变化率ec 的量化等级邀－6，－5，－4，－3，－2，－1，0，1，2，3，4，5，6妖改写为邀1，2，3，4，5，6，7，8，9，10，11，12，13妖。而输出变量ΔKP 和ΔTi 得量化等 级保持为邀－6，－5，－4，－3，－2，－1，0，1，2，3，4，5，6妖。 输入变量偏差e 和偏差变化率ec 和输出变量ΔKP 、ΔTi 的模糊语言值均为邀NB ，NM ，NS ，ZO ，PS ，PM ，PB妖。为了编程方便，将语言值用数字表示为邀1，2，3，4，5，6，7妖，与模糊语言值相对应，比如：模糊语言值NB 的模糊数字值为1，其他类似。根据以上的规定，产生用数字语言值表示输入变量x1及x2的隶属度矢量表，见表1所示。其中，变量x1表示模糊控制器的偏差输入e ，变量x2表示模糊控制器的偏差输入ec ；f1（i ）、f2（j ）表示第一输入x1和第二输入x2的隶属度，而i 、j 表示语言变量数字值，即为1，2，3，4…7。 表1用数字语言值表示输入变量x1及x2的隶属度矢量表 2．2模糊控制规则表 该控制系统为一实际工业控制模型，其用数字语言值表示的比例系数增量ΔKP 和积分时间ΔTI 模糊控制规则表如表2和表3所示。 表2 用数字语言值表示的ΔKP 模糊控制规则 摘 要 通过建立一个工业自动化控制中经常使用的模糊PI 控制器模型，详细论述了运用MATLAB 语言编写模糊控制查询表的方法，该控制表可以表格形式存放于计算机，从而大大提高了如PLC 等内存小的工业控制器的运行效率，也可实现在线推理控制。 关键词：模糊控制查询表，MATLAB ，PI 控制，在线推理 Abstract Through the establishmengt of Fuzzy－PI controller model which is applied in the industrial automation control,This pa-per describes in detail the way how to get a fuzzy －control－query table by the MATLAB programming．This cotrol－table may be stored in the compute with the form of a table,Which can improe greatly the operational efficiency,Such as PLC controller,etc．whose memory is very little,and on－line reasoning can also be realized． Keywords :fuzzy control query table,MATLAB,PI control,on－line reasoning 模糊控制查询表的MATLAB 实现 64

基于模糊控制的速度跟踪控制问题(C语言以及MATLAB仿真实现)

基于模糊控制的速度控制 ——地面智能移动车辆速度控制系统问题描述 利用模糊控制的方法解决速度跟踪问题，即已知期望速度(desire speed)，控制油门(throttle output)和刹车(brake output)来跟踪该速度。已知输入：车速和发动机转速（值可观测）。欲控制刹车和油门电压（同一时刻只有一个量起作用）。 算法思想 模糊控制器是一语言控制器，使得操作人员易于使用自然语言进行人机对话。模糊控制器是一种容易控制、掌握的较理想的非线性控制器，具有较佳的适应性及强健性(Robustness)、较佳的容错性(Fault Tolerance)。利用控制法则来描述系统变量间的关系。不用数值而用语言式的模糊变量来描述系统，模糊控制器不必对被控制对象建立完整的数学模式。 Figure 1模糊控制器的结构图 模糊控制的优点： (1)模糊控制是一种基于规则的控制，它直接采用语言型控制规则，出发点是现场操作人员的控制经验或相关专家的知识，在设计中不需要建立被控对象的精确的数学模型，因而使得控制机理和策略易于接受与理解，设计简单，便于应用。 (2)由工业过程的定性认识出发，比较容易建立语言控制规则，因而模糊控制对那些数学模型难以获取，动态特性不易掌握或变化非常显著的对象非常适用。 (3)基于模型的控制算法及系统设计方法，由于出发点和性能指标的不同，容易导致较大差异；但一个系统语言控制规则却具有相对的独立性，利用这些控制规律间的模糊连接，容易找到折中的选择，使控制效果优于常规控制器。 (4)模糊控制是基于启发性的知识及语言决策规则设计的，这有利于模拟人工控制的过程和方法，增强控制系统的适应能力，使之具有一定的智能水平。 简化系统设计的复杂性，特别适用于非线性、时变、模型不完全的系统上。 模糊控制的缺点

(完整版)matlab模糊控制工具箱的使用

matlab模糊控制工具箱的使用 本学期选修了周川老师的智能控制及应用这门课程，大三时候曾上过周老师的英文版的控制工程基础这门课程，比较喜欢周老师上课的风格，智能控制这门课也收获不小，模糊控制是课程中讲到的第一个智能控制算法。 模糊不是真的模糊，模糊是为了精确。模糊控制中涉及到一个隶属度的概念，通常我们认为一个事物属于一个概念与否是确定的，比如数字电路的0与1，但是实际情况或者人们的思维习惯却不是这样的。比如规定18到30岁为青年，那么还差一天到18岁的人算不算青年呢？照规定看不算，但是如果我们加入概率的概念，比如说这个人90%属于青年人，可能更符合人们的思维习惯。 L.A.Zadeh在其《不相容原理》所述：“随着系统的复杂程度不断提高，人们对其精确而有意义地描述的能力不断的降低，以致在达到某一个阈值之后，系统的精确性和复杂性之间呈现出几乎是相互完全排斥的性质”。我们通常所用的控制算法一般是建立在模型比较确定的情况下，而模糊控制不依赖于对象的模型就可以进行控制决策，而且对系统参数变化具有较强的适应性。 对于模糊控制的原理，我不是很清楚，也没有这个心情去搞清楚，感觉知道大概怎么用就可以了。Matlab中集成了模糊控制工具箱，可以使用图像界面进行模糊控制器的设计，极大的简化了设计过程。下面介绍利用模糊工具箱进行控制系统设计的过程。 在matlab的主窗口中输入fuzzy即可调出模糊工具箱界面，退出界面的时候会提示保存，保存格式为fis，如果我们将文件保存为njust.fis，那么下次使用这个文件的时候在主窗口中输入fuzzy njust即可。 模糊控制器的建立过程如下：（1）设定误差E、误差变化率EC和控制量U的论域为，一般为[-6 6]。（2）设定E、EC、U的模糊集。一般可设为{NB、NM、NS、ZO、PS、PM、PB}。（3）设定隶属度函数。有高斯型隶属度函数、三角型隶属度函数等。（4）设定模糊控制规则。常用的模糊控制规则如图1所示，当然可以根据特定的控制对象和要求进行相应的调整。

模糊控制器的设计

4模糊控制器的设计 4 Design of Fuzzy Controllor 4.1概述(Introduction) 随着PLC在自动控制领域内的广泛应用及被控对象的日趋复杂化，PLC控制软件的开发单纯依靠工程人员的经验显然是行不通的，而必须要有科学、有效的软件开发方法作为指导。因此，结合PLC可编程逻辑控制器的特点，应用最新控制理论、技术和方法，是进一步提高PLC软件开发效率及质量的重要途径。 系统设计的目标之一就是要提高装车的均匀性，车厢中煤位的高度变化直接影响装车的均匀性，装车不均匀对车轴有很大的隐患。要保持高度值不变就必须不断的调整溜槽的角度，但是，在装车过程中，煤位的高度和溜槽角度之间无法建立精确的数学模型。模糊控制它最大的特点是[43-45]：不需建立控制对象精确数学模型，只需要将操作人员的经验总结描述成计算机语言即可，因此采用模糊控制思想实现均匀装车是行之有效的方法。虽然很多PLC生产厂家推出FZ模糊推理模块，但这些专用模块价格昂贵，需使用专门的编程设备，成本高通用性差，所以自主开发基于模糊控制理论的PLC控制器有很大的工程价值。 本章首先介绍了模糊控制的基本原理、模糊控制系统及模糊控制器的设计步骤；然后在对煤位高度控制系统分析的基础上，设计基于模糊理论的PLC控制，分别从查询表计算生成和PLC程序查询两个部分进行设计。 4.2模糊控制原理(Fuzzy Control Principle) 4.2.1模糊控制理论(Fuzzy Control Theory) 模糊控制理论是由美国加利福尼亚大学的自动控制理论专家L.A.Zadch教授首次提出，由英国的Mamdani首次用于工业控制的一种智能控制技术[46]。模糊控制（FUZZY）技术是一种由数学模型、计算机、人工智能、知识工程等多门科学领域相互渗透、理论性很强的科学技术。 模糊控制是以人的控制经验作为控制的知识模型，以模糊集合、模糊语言变量以及模糊逻辑推理作为控制算法的数学工具，用计算机来实现的一中计算机智能控制[47-48]。它的基本思想是：把人类专家对待特定的被控对象或过程的控制策略总结成一系列以“IF…THEN…”形式表示的控制规则，通过模糊推理得到控制作用集，作用与被控对象或过程。与传统的控制方法相比，它具有以下优点[48]：无需知道被控对象的数学模型；是一种反映人类智慧思维的智能控制；易被人们所接受；构造容易；鲁棒性好。

模糊控制规则表生成程序

模糊控制规则表生成程序 %偏差E的赋值表 E=[1.0 0.8 0.7 0.4 0.1 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.2 0.7 1.0 0.7 0.3 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.3 0.7 1.0 0.7 0.2 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.6 1.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0 0.6 0.1 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.2 0.7 1.0 0.7 0.3 0.1 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.2 0.7 1.0 0.7 0.3 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.4 0.7 0.8 1.0]; %偏差变换率EC的赋值表 Ec=[1.0 0.7 0.3 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.3 0.7 1.0 0.7 0.3 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.3 0.7 1.0 0.7 0.3 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.3 0.7 1.0 0.7 0.3 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.3 0.7 1.0 0.7 0.3 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.3 0.7 1.0 0.7 0.3 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.3 0.7 1.0]; %输出U的赋值表 u=[1.0 0.7 0.3 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.3 0.7 1.0 0.7 0.3 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.3 0.7 1.0 0.7 0.3 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.3 0.7 1.0 0.7 0.3 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.3 0.7 1.0 0.7 0.3 0.0 0.0

实验一--模糊控制器的MATLAB仿真

实验一 模糊控制器的MATLAB 仿真 一、实验目的 本实验要求利用MATLAB/SIMULINK 与FUZZYTOOLBOX 对给定的二阶动态系统，确定模糊控制器的结构，输入和输出语言变量、语言值及隶属函数，模糊控制规则；比较其与常规控制器的控制效果；研究改变模糊控制器参数时，系统响应的变化情况；掌握用 MATLAB 实现模糊控制系统仿真的方法。 实验时数：3学时。 二、实验设备：计算机系统、Matlab 仿真软件 三、实验原理 模糊控制器它包含有模糊化接口、规则库、模糊推理、清晰化接口等部分，输人变量是过程实测变量与系统设定值之差值。输出变量是系统的实时控制修正变量。模糊控制的核心部分是包含语言规则的规则库和模糊推理。模糊推理就是一种模糊变换，它将输入变量模糊集变换为输出变量的模糊集，实现论域的转换。工程上为了便于微机实现，通常采用“或”运算处理这种较为简单的推理方法。Mamdani 推理方法是一种广泛采用的方法。它包含三个过程：隶属度聚集、规则激活和输出总合。模糊控制器的体系结构如图1所示。 图1 模糊控制器的体系结构 四、实验步骤 （1）对循环流化床锅炉床温，对象模型为 ()()1140130120 ++s s 采用simulink 图库，实现常规PID 和模糊自整定PID 。 （2）确定模糊语言变量及其论域：模糊自整定PID 为2输入3输出的模糊控制器。该模糊控制器是以|e|和|ec|为输入语言变量，Kp 、Ki 、Kd 为输出语言变量，其各语言变量的论域如下：

误差绝对值：e={0，3，6，10}； 误差变化率绝对值：ec={0，2，4，6}； 输出Kp：Up={0，0.5，1.0，1.5}； 输出Ki：Ui={0，0.002，0.004，0.006}； 输出Kd：Ud={0，3，6，9}。 （3）语言变量值域的选取：输入语言变量|e|和|ec|的值域取值“大”(B)、“中”(M)、“小”(s)和“零”(Z) 4种；输出语言变量Kp、Ki、Kd的值域取值为“很大”(VB)、“大”(B)、“中”(M)、“小”(s) 4种。 （4）规则的制定：根据PID参数整定原则及运行经验，可列出输出变量Kp、Ki、Kd 的控制规则表。 （5）推理方法的确定 隐含采用“mamdani”方法：max-min； 推理方法，即“min”方法； 去模糊方法：面积中心法； 选择隶属函数的形式：三角型。

matlab计算模糊控制规则表

程序运行结果： 输出量的模糊集合表 U_control = Columns 1 through 8 -5.3500 -5.2353 -5.3500 -5.2353 -5.3500 -5.2353 -4.6923 -4.2581 -5.0000 -4.9474 -5.0000 -4.9474 -5.0000 -4.9474 -3.8571 -3.7143 -4.6923 -4.5217 -4.6923 -4.5217 -4.6923 -4.5217 -3.0526 -2.9302 -4.2581 -4.2581 -4.2581 -4.2581 -4.2581 -4.2581 -2.9302 -2.2909 -4.0000 -4.0000 -3.7812 -3.7586 -3.4706 -3.4194 -2.4318 -1.7925 -4.0000 -4.0000 -3.3636 -3.0769 -2.4667 -2.1176 -1.5000 -1.0476 -3.5882 -3.5484 -2.9250 -2.6000 -0.9600 -0.5094 0 0.5094 -2.9231 -2.9231 -2.3333 -1.9057 -0.2632 1.0476 1.5000 2.1176 -1.8056 -1.7879 -0.5652 -0.3137 0.4400 1.7925 2.4318 3.4194

-1.0000 -1.0000 0.2453 0.9385 1.4211 2.2909 2.9302 4.2581 -0.5833 -0.6364 0.6875 1.4211 1.9375 2.9302 3.0526 4.5217 -0.2333 -0.2414 1.1190 1.7925 2.3571 3.7143 3.8571 4.9474 0 0 1.2857 2.0000 2.7143 4.2581 4.6923 5.2353 Columns 9 through 13 -2.7143 -2.0000 -1.2857 0 0 -2.3571 -1.7925 -1.1190 0.2414 0.2333 -1.9375 -1.4211 -0.6875 0.6364 0.5833 -1.4211 -0.9385 -0.2453 1.0000 1.0000 -0.4400 -0.0364 0.1600 1.6000 1.6316 0.2632 1.9057 2.3333 2.9231 2.9231 0.9600 2.6000 2.9250 3.5484 3.5882 2.4667 3.0769 3.3636 4.0000 4.0000 3.4706 3.7586 3.7813 4.0000 4.0000 4.2581 4.2581 4.2581 4.2581 4.2581 4.6923 4.5217 4.6923 4.5217 4.6923 5.0000 4.9474 5.0000 4.9474 5.0000 5.3500 5.2353 5.3500 5.2353 5.3500

模糊控制详细讲解实例之欧阳歌谷创作

一、速度控制算法： 欧阳歌谷（2021.02.01） 首先定义速度偏差-50 km/h≤e（k）≤50km/h，-20≤ec（i）=e（k）-e（k-1）≤20，阀值eswith=10km/h 设计思想：油门控制采用增量式PID控制算法,刹车控制采用模糊控制算法，最后通过选择规则进行选择控制量输入。 选择规则： e（k）<0 ①e（k）>-eswith and throttlr_1≠0 选择油门控制 ②否则：先将油门控制量置0，再选择刹车控制 0

E/EC和U取相同的隶属度函数即： 说明：边界选择钟形隶属度函数，中间选用三角形隶属度函数，图像略 实际EC和E输入值若超出论域范围，则取相应的端点值。 3.模糊控制规则 由隶属度函数可以得到语言值隶属度（通过图像直接可以看出）如下表： 表1：E/EC和U语言值隶属度向量表 设置模糊规则库如下表： 表2：模糊规则表 3.模糊推理 由模糊规则表3可以知道输入E与EC和输出U的模糊关系，这里我取两个例子做模糊推理如下： if (E is NB) and (EC is NM) then (U is PB) 那么他的模糊关系子矩阵为：

基于matlab的模糊控制器的设计与仿真

基于MATLAB的模糊控制器的设计与仿真 摘要：本文对模糊控制器进行了主要介绍。提出了一种模糊控制器的设计与仿真的实现方法，该方法利用MA TLB模糊控制工具箱中模糊控制器的控制规则和隶属度函数，建立模型，并进行模糊控制器设计与仿真。 关键词：模糊控制，隶属度函数，仿真，MA TLAB 1 引言 模糊控制是一种特别适用于模拟专家对数学模型未知的较复杂系统的控制，是一种对模型要求不高但又有良好控制效果的控制新策略。与经典控制和现代控制相比，模糊控制器的主要优点是它不需要建立精确的数学模型。因此，对一些无法建立数学模型或难以建立精确数学模型的被控对象，采用模糊控制方法，往往能获得较满意的控制效果。 模糊控制器的设计比一般的经典控制器如PID控制器要复杂，但如果借助MATLAB则系统动态特性良好并有较高的稳态控制精度，可提高模糊控制器的设计效率。本文在MATLAB环境下针对某个控制环节对模糊控制系统进行了设计与仿真。 2 模糊控制器简介 模糊控制器是一种以模糊集合论，模糊语言变量以及模糊推理为数学基础的新型计算机控制方法。显然，模糊控制的基础是模糊数学，模糊控制的实现手段是计算机。本章着重介绍模糊控制的基本思想，模糊控制的基本原理，模糊控制器的基本设计原理和模糊控制系统的性能分析。 随着科学技术的飞速发展，在那些复杂的，多因素影响的严重非线性、不确定性、多变性的大系统中，传统的控制理论和控制方法越来越显示出局限性。长期以来，人们期望以人类思维的控制方案为基础，创造出一种能反映人类经验的控制过程知识，并可以达到控制目的，能够利用某种形式表现出来。而且这种形式既能够取代那种精密、反复、有错误倾向的模型建造过程，又能避免精密的估计模型方程中各种方程的过程。同时还很容易被实现的，简单而灵活的控制方式。于是模糊控制理论极其技术应运而生。 3 模糊控制的特点 模糊控制是以模仿人类人工控制特点而提出的，虽然带有一定的模糊性和主观性，但往往是简单易行，而且是行之有效的。模糊控制的任务正是要用计算机来模拟这种人的思维和决策方式，对这些复杂的生产过程进行控制和操作。所以，模糊控制有以下特点： 1）模糊控制的计算方法虽然是运用模糊集理论进行的模糊算法，但最后得到的控制规律是确定

模糊控制程序实例学习资料

5.2.2.6 模糊控制器设计实例 1、单输入模糊控制器的设计 【例5.12】已知某汽温控制系统结构如图5.10所示，采用喷水减温进行控制。设计单输入模糊控制器，观察定值扰动和内部扰动的控制效果。 R = 图5.10 单回路模糊控制系统 按表5-2确定模糊变量E 、U 的隶属函数，按表5-3确定模糊控制规则，选择温度偏差e 、控制量u 的实际论域：[ 1.5,1.5]e u =∈-，则可得到该系统的单输入模糊控制的仿真程序如FC_SI_main.m 所示，仿真结果如图5.11所示。 设温度偏差e 、控制量u 的实际论域：[ 1.5,1.5]e u =∈-，选择e 、u 的等级量论域为 {3,2,1,0,1,2,3}E U ==---+++ 量化因子2) 5.1(5.13 2=--?= K 。 选择模糊词集为{NB,NS,ZO,PS,PB }，根据人的控制经验，确定等级量E ，U 的隶属函数曲线如图5-8 所示。根据隶属函数曲线可以得到模糊变量E 、U 的赋值表如表5-3所示。 图5-8 E ，U 的隶属函数曲线 -3 -2 -1 1 2 3

依据人手动控制的一般经验，可以总结出一些控制规则，例如： 若误差E 为O ，说明温度接近希望值，喷水阀保持不动； 若误差E 为正，说明温度低于希望值，应该减少喷水； 若误差E 为负，说明温度高于希望值，应该增加喷水。 若采用数学符号描述，可总结如下模糊控制规则： 若E 负大，则U 正大； 若E 负小，则U 正小； 若E 为零，则U 为零； 若E 正小，则U 负小； 若E 正大，则U 负大。 写成模糊推理句: if E=NB then U=PB if E=NS then U=PS if E=ZO then U=ZO if E=PS then U=NS if E=PB then U=NB 由上述的控制规则可得到模糊控制规则表，如表5-4所示。 表5-4 模糊控制规则表 模糊控制规则实际上是一组多重条件语句，它可以表示从误差论域E 到控制量论域U 的模糊关系R 。 按着上述控制规则，可以得到该温度偏差与喷水阀门开度之间的模糊关系R ： ()()()()() E U E U E U E U E U R E U NB PB NS PS ZO ZO PS NS PB NB - - =?=?????U U U U 计算模糊关系矩阵R 的子程序如F_Relation_1.m 所示。 %模糊关系计算子程序F_Relation_1.c function [R,mfe,mfu,ne,nu,Me]=F_Relation_1 %#############################输入模糊变量赋值表(表5-3)############################ ne=7;%等级量e 的个数 nu=7;%等级量u 的个数 Me=[0 0 0 0 0 0.5 1;0 0 0 0 1 0.5 0;0 0 0.5 1 0.5 0 0; 0 0.5 1 0 0 0 0;1 0.5 0 0 0 0 0]; Mu=Me; %##定义模糊变量及其语言值 1=PB,2=PS,3=O,4=NS,5=NB ，并输入模糊控制规则表（表5-4）## mfc=5;%模糊变量E 的语言值个数，控制规则表列数

基于MATLAB的模糊控制系统设计

实验一基于MATLAB的模糊控制系统设计 1.1实验内容 （1）基于MATLAB图形模糊推理系统设计，小费模糊推理系统； （2）飞机下降速度模糊推理系统设计； （3）水箱液位模糊控制系统设计及仿真运行。 1.2实验步骤 1小费模糊推理系统设计 （1）在MATLAB的命令窗口输入fuzzy命令，打开模糊逻辑工具箱的图形用户界面窗口，新建一个Madmdani模糊推理系统。 （2）增加一个输入变量，将输入变量命名为service、food，输出变量为tip，这样建立了一个两输入单输出模糊推理系统框架。 （3）设计模糊化模块：双击变量图标打开Membership Fgunction Editor 窗口，分别将两个输入变量的论域均设为[0,10],输出论域为[0,30]。 通过增加隶属度函数来进行模糊空间划分。 输入变量service划分为三个模糊集：poor、good和excellent，隶属度函数均为高斯函数，参数分别为[1.5 0]、[1,5 5]和[1.5 10]； 输入变量food划分为两个模糊集：rancid和delicious，隶属度函数均为梯形函数，参数分别为[0 0 1 3]和[7 9 10 10]； 输出变量tip划分为三个模糊集：cheap、average和generous，隶属度函数均为三角形函数，参数分别为[0 5 10]、[10 15 20]和[20 25 30]。

（4）设置模糊规则：打开Rule Editor窗口，通过选择添加三条模糊规则： ①if (service is poor) or (food is rancid) then (tip is cheap) ②if (service is good) then (tip is average) ③if (service is excellent) or (food is delicious) then (tip is generous) 三条规则的权重均为 1.

模糊控制算法c程序

由于项目需要，需要模糊控制算法，之前此类知识为0，经过半个多月的研究，终于有的小进展。开始想从强大的互联网上搜点c代码来研究下，结果搜遍所有搜索引擎都搜不到，以下本人从修改的模糊控制代码，经过自己修改后可在，运行！输入e表示输出误差，ec表示误差变化率，经过测试具有很好的控制效果，对于非线性系统和数学模型难以建立的系统来说有更好的控制效果！现将其公开供大家学习研究！ #include <> #include"" #define PMAX 100 #define PMIN -100 #define DMAX 100 #define DMIN -100 #define FMAX 100 /*语言值的满幅值*/ int PFF[4]={0,12,24,48}; /*输入量D语言值特征点*/ int DFF[4]={0,16,32,64}; /*输出量U语言值特征点*/ int UFF[7]={0,15,30,45,60,75,90}; /*采用了调整因子的规则表,大误差时偏重误差,小误差时偏重误差变化*/ /*a0=,a1=,a2=,a3= */ int rule[7][7]={ //误差变化率 -3,-2,-1, 0, 1, 2, 3 // 误差 {-6,-6,-6,-5,-5,-5,-4,}, // -3 {-5,-4,-4,-3,-2,-2,-1,}, // -2 {-4,-3,-2,-1, 0, 1, 2,}, // -1 {-4,-3,-1, 0, 1, 3, 4,}, // 0 {-2,-1, 0, 1, 2, 3, 4,}, // 1 { 1, 2, 2, 3, 4, 4, 5,}, // 2 { 4, 5, 5, 5, 6, 6, 6}}; // 3 /**********************************************************/ int Fuzzy(int P,int D) /*模糊运算引擎*/ { int U; /*偏差,偏差微分以及输出值的精确量*/ unsigned int PF[2],DF[2],UF[4]; /*偏差,偏差微分以及输出值的隶属度*/ int Pn,Dn,Un[4]; long temp1,temp2; /*隶属度的确定*/ /*根据PD的指定语言值获得有效隶属度*/

查询表式模糊逻辑推理器指导书

查询表式模糊控制器设计实验指导书 一、 实验目的 利用Matlab 软件实现模糊控制系统仿真实验，了解模糊控制的查询表方法的基本原理及实现过程，并找出参数Ke ，Kec ，和Ku 对模糊控制器性能影响的规律。 二、 实验要求 设计一个二维模糊控制器分别控制一一个一阶被控对象1 1 )(11+=s T s G 。先用 模糊控制器进行控制，然后改变控制对象参数的大小，观察模糊控制的鲁棒性，找出参数Ke ，Kec ，和Ku 对模糊控制器性能影响的规律。 三、 实验内容 查询表法是模糊控制中的最基本的方法，用这种方法实现模糊控制决策过程最终转化为一个根据模糊控制系统的误差和误差变化（模糊量）来查询控制量（模糊量）的方法。本实验利用了Matlab 仿真模块——直接查询表（Direct look-up table ）模块（在Simulink 下的Functions and Tables 模块下去查找），将模糊控制表中的数据输入给 Direct look-up table ，如图1所示。设定采样时间（例如选用0.01s ），在仿真中，通过逐步调整误差量化因子Ke ，误差变化的量化因子Kec 以及控制量比例因子Ku 的大小，来提高和改善模糊控制器的性能。 模糊控制器设计步骤： 1、选定误差E 和误差变化EC 作为模糊控制器的输入（二维模糊控制器），控制量U 作为模糊控制器的输出。 E ，EC 和U 的模糊集及其论域定义如下： EC 和U 的模糊语言变量集均为{NB,NM,NS,ZO,PS,PM,PB } E 的模糊语言变量集为{NB,NM,NS,NO,PO,PS,PM,PB } E 和EC 论域为{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6} U 的论域为{-7,-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6,7} 确定模糊变量的赋值表：对模糊变量赋值，就是确定论域内元素对模糊语言变量的隶属度。各个变量的赋值表见《模糊控制、神经控制和智能控制论》一书的283页。利用计算机根据赋值表进行计算，并采用最大隶属度法的解模糊方法，可以得到模糊控制查询表，如表1所示。

模糊控制程序设计报告

模糊控制程序设计报告 自研112班 麻世博 2201100387 题目：已知被控对象为0.51()101 s G s e s ?=+。假设系统给定为阶跃值r ＝30，采样时间为0.5s ，系统的初始值r(0)＝0。试分别设计： (1)常规的PID 控制器； (2)常规的模糊控制器； 分别对上述2种控制器进行Matlab 仿真，并比较控制效果 解答： 1 常规PID 控制器的设计与SIMULINK 仿真 如图1所示，使用SIMULINK 工具对已知系统的PID 控制系统进行仿真。 图1 PID 控制系统的SIMULIK 仿真 其中PID 控制器为离散型，采样时间T=0.5s ，参数P=14，I=3，D=0。阶跃信号幅值为30，被控对象传递函数为0.51()101 s G s e s ?=+。 该系统的阶跃响应如图2。

图2 PID控制系统的输出 该控制系统上升时间T r=1.5s，调节时间T s=8s，超调量σ%=70%，没有稳态误差。 该系统中PID控制器的输出曲线如图3。 图3 PID控制器的输出曲线 输出最大值为465，最小值为-208。 2 模糊控制器的设计 在本文中，我通过MATLAB提供的模糊逻辑工具箱(Fuzzy Logic Toolbox)编辑隶属函数、控制规则，设计了一个双输入单输出的模糊控制器，如下图所示。

图4 模糊控制器概览 2.1 隶属度函数的确立。 选择偏差E和偏差变化率EC作为控制器的输入,控制量U为输出。取E、EC和U的模糊子集为{NB, NM, NS, ZO, PS, PM, PL} ,它们的论域为{-3, -2, -1, 0, 1, 2, 3}。在 MATLAB的命令窗口输入命令Fuzzy，进入模糊逻辑编辑窗口。取输入量E、EC的隶属函数为高斯型(gaussmf)，输出U的隶属函数为三角形(trimf)，如下图所示。 图5 输入模糊变量E的隶属度函数

模糊控制系统及其MATLAB实现

模糊控制系统及其MATLAB实现 1. 模糊控制的相关理论和概念 1.1 模糊控制的发展 模糊控制理论是在美国加州伯克利大学的L.A.Zadeh教授于1965 年建立的模 糊集合论的数学基础上发展起来的。之后的几年间Zadeh又提出了模糊算法、模糊 决策、模糊排序、语言变量和模糊IF-THEN规则等理论，为模糊理论的发展奠定了 基础。 1975年，Mamdani和Assilian创立了模糊控制器的基本框架，并用于控制蒸 汽机。 1978年，Holmblad和Ostergaard为整个工业过程开发出了第一个模糊控制器——模糊水泥窑控制器。 20世纪80年代，模糊控制开始在工业中得到比较广泛的应用，日本仙台地铁 模糊控制系统的成功应用引起了模糊领域的一场巨变。到20世纪90年代初，市场 上已经出现了大量的模糊消费产品。 近30 年来, 因其不依赖于控制对象的数学模型、鲁棒性好、简单实用等优点, 模糊控制已广泛地应用到图像识别、语言处理、自动控制、故障诊断、信息并且渗透到社会科学和检索、地震研究、环境预测、楼宇自动化等学科和领域, 自然科学许多分支中去, 在理论和实际运用上都取得了引人注目的成果。 1.2 模糊控制的一些相关概念 用隶属度法来定义论域U中的集合A，引入了集合A的0-1隶属度函数， 用,()x表示，它满足: A xA,1, ,x(),,AxA,0,

用0-1之间的数来表示x属于集合A的程度，集合A等价与它的隶属度函 数,()x A 模糊系统是一种基于知识或基于规则的系统。它的核心就是由所谓的IF-THEN 规则所组成的知识库。一个模糊的IF-THEN规则就是一个用连续隶属度函数对所描述的某些句子所做的IF-THEN形式的陈述。例如: 如果一辆汽车的速度快，则施加给油门的力较小。 这里的“快”和“较小”分别用隶属度函数加以描述。模糊系统就是通过组合IF-THEN规则构成的。 构造一个模糊系统的出发点就是要得到一组来自于专家或基于该领域知识的模糊IF-THEN规则，然后将这些规则组合到单一系统中。不同的模糊系统可采用不用的组合原则。 用隶属度函数表征一个模糊描述后，实质上就将模糊描述的模糊消除了。 模糊控制系统设计的关键在于模糊控制器的设计。模糊控制器的设计主要有三个部分: (1) 输入量的模糊化 所谓模糊化(Fuzzification) 就是先将某个输入测量量的测量值作标准化处理,把该输入测量量的变化范围映射到相应论域中,再将论域中的各输入数据以相应的模糊语言值的形式表示,并构成模糊集合。这样就把输入的测量量转换为用 隶属度函数表示的某一模糊语言变量。 (2) 模糊逻辑推理 根据事先已定制好的一组模糊条件语句构成模糊规则库,运用模糊数学理论对 模糊控制规则进行推理计算,从而根据模糊控制规则对输入的一系列条件进行综合评估,以得到一个定性的用语言表示的量,即模糊输出量。完成这部分功能的过程就是模糊逻辑推理过程。

基于MATLAB生成模糊控制规则离线查询表

0 引言 模糊控制隶属于智能控制，是一种基于规则的近似推理的非线性智能控制。如果说，传统的控制方式需要被控对象精确的数学模型，而模糊控制则是以人类智能活动的角度为基础实施控制，因此，在实际中，传统控制方法无能为力的非线性场合，模糊控制却能起到很好的控制作用。因此，实际应用中，由于系统复杂、很难建立精确数学模型的非线性系统，模糊控制已经成为一种最有效的控制方法。 模糊控制规则表是模糊控制的核心，其描述的是输入的偏差、偏差变化量与控制的输出之间的对应关系，采用手工计算方式，量大且费时；采用在线计算方式，往往又影响系统被控对象的实时控制效果。因此，在应用模糊控制时，首先针对输入的不同组合，采用离线计算方式算出相应的控制输出量，构成模糊控制规则查询表，实际控制时再将模糊控制规则查询表嵌入在各种控制平台，如单片机、PLC 等，实现离线计算、在线查表，这样，一方面减少了模糊控制的在线运算量，同时又实现了模糊控制的实时控制效果。 实际应用中发现，对模糊控制规则表的生成，在离散论域分档较少的条件下，多采用手工计算，而在离散论域分档较多的条件下，手工计算量太大，用MATLAB 软件编程实现，对MATLAB 软件的编程能力要求又较高，因此，本文以二维温度模糊控制规则查询表的生成为例来说明如何简单有效的利用MATLAB 软件生成模糊控制规则离线查询表。 1 实例分析 应用MATLAB2014a 软件说明生成模糊规则离线查询表的过程。 设二维温度模糊控制器[1 2]的输入为温度偏差E 和温度偏差变化率EC，输出为温控器输出电压U。模糊控制器模型见图1。 2 模糊控制规则离线查询表生成步骤[ 3 4 5] （1）利用模糊逻辑控制工具箱生成温度模糊推理系统在MATLAB2014a 命令窗口中输入fuzzy 打开模糊控制工具箱，编辑输入输出变量的隶属度函数和模糊控制规则，然后将模糊推理系统保存为mytest.fis。 设温度偏差E、偏差变化率EC 和温控器输出电压U 的模糊论域为[-6 6]，三者的语言变量赋值均为{NB，NM，NS，Z，PS，PM，PB}，各语言值的隶属函数均采用三角函数，如图2所示，并根据温度模糊控制规则表1逐条添加模糊控制规则，清晰化采用加权平均法。 （2）建立模糊逻辑控制器的MATLAB-Simulink 仿真模型在该模型中，模糊逻辑控制模块需要输入FIS matrix 参数，故 popularizing various practical applications with fuzzy control technology as the core.Key words : Fuzzy Control;Fuzzy Control Rules Off-line Query Table;MATLAB 图1 二维温度模糊控制器

模糊控制程序实例

5.2.2.6模糊控制器设计实例 1、单输入模糊控制器的设计 【例5.12】已知某汽温控制系统结构如图 5.10所示，采用喷水减温进行控制。设计单输入模糊控 制器，观察定值扰动和内部扰动的控制效果。 图5.10单回路模糊控制系统 按表5-2确定模糊变量E U的隶属函数，按表5-3确定模糊控制规则，选择温度偏差e、控制量u 的实际论域：e =u € [ —1.5,1.5]，则可得到该系统的单输入模糊控制的仿真程序如FC_SI_main.m所示，仿真结果如图5.11所示。 设温度偏差e、控制量u的实际论域：e = u ? [-1.5,1.5]，选择e、u的等级量论域为 E =U ={-3^2,-1,0, 1, 2, 3} 2汇3 量化因子K 1 2。 1.5 -(-1.5) 选择模糊词集为{NB,NS,ZO,PS,PB}，根据人的控制经验，确定等级量E，U的隶属函数曲线如图 5-8所示。根据隶属函数曲线可以得到模糊变量E、U的赋值表如表5-3所示。 图5-8 E, U的隶属函数曲线

依据人手动控制的一般经验，可以总结出一些控制规则，例如: 若误差E为0,说明温度接近希望值，喷水阀保持不动；若误差明温度低于希望值，应该减少喷水； 若误差明温度高于希望值，应该增加喷水。 若采用数学符号描述，可总结如下模糊控制规则： 若E负大，则U正大； 若E负小，贝U U正小； 若E为零，则U为零； 若E正小，则U负小； 若E正大，则U负大。 写成模糊推理句： if E=NB then U=PB if E=NS then U=PS if E=Z0 then U=Z0 if E=PS then U=NS if E=PB then U=NB 由上述的控制规则可得到模糊控制规则表，如表5-4所示。 模糊控制规则实际上是一组多重条件语句，它可以表示从误差论域旦到控制量论域U的模糊关系R。 按着上述控制规则，可以得到该温度偏差与喷水阀门开度之间的模糊关系R: R=E U =(NB E PB U)U(NS E PS U)U(Z0E Z0U)U(PS E NS U)U(PB E NB U) 计算模糊关系矩阵R的子程序如F_Relation_1.m 所示。