matlab下模糊控制器设计步骤Word文档下载推荐.docx

matlab下模糊控制器设计步骤Word文档下载推荐.docx

《matlab下模糊控制器设计步骤Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《matlab下模糊控制器设计步骤Word文档下载推荐.docx（6页珍藏版）》请在冰豆网上搜索。

加输入（AddVariable）来实现双入单出控制结构。

2．输入输出变量的模糊化：

即把输入输出的精确量转化为对应语言变量的模糊集合。

首先我们要确定描述输入输出变量语言值的模糊子集，如{NB，NM，NS，ZO，PS，PM，PB}，并设置输入输出变量的论域，例如我们可以设置误差E（此时为模糊量）、误差变化EC、控制量U的论域均为{-3，-2，-1，0，1，2，3}；

然后我们为模糊语言变量选取相应的隶属度函数。

在模糊控制工具箱中，我们在MemberFunctionEdit中即可完成这些步骤。

首先我们打开MemberFunctionEdit窗口.

然后分别对输入输出变量定义论域范围，添加隶属函数，以E为例，设置论域范围为[-33]，添加隶属函数的个数为7.

然后根据设计要求分别对这些隶属函数进行修改，包括对应的语言变量，隶属函数类型。

3．模糊推理决策算法设计：

即根据模糊控制规则进行模糊推理，并决策出模糊输出量。

首先要确定模糊规则，即专家经验。

对于我们这个二维控制结构以及相应的输入模糊集，我们可以制定49条模糊控制规则（一般来说，这些规则都是现成的，很多教科书上都有），如图。

制定完之后，会形成一个模糊控制规则矩阵，然后根据模糊输入量按照相应的模糊推理算法完成计算，并决策出模糊输出量。

4．对输出模糊量的解模糊：

模糊控制器的输出量是一个模糊集合，通过反模糊化方法判决出一个确切的精确量，凡模糊化方法很多，我们这里选取重心法。

5．然后Exporttodisk，即可得到一个.fis文件，这就是你所设计的模糊控制器。

下面我们检验一下，看看我们的控制器到底怎么样。

以一个简单的电机控制为例，我们在Simulink中建立了它的模糊控制系统如下：

在用这个控制器之前，需要用readfis指令将fuzzy1.fis加载到matlab的工作空间，比如我们用这样的指令：

myFLC=readfis（‘fuzzy1.fis’）；

就创建了一个叫myFLC的结构体到工作空间，并在fuzzylogiccontroller中参数设为：

myFLC。

可以看到，在模糊控制器的输入和输出均有一个比例系数，我们叫它量化因子，它反映的是模糊论域范围与实际范围之间的比例关系，例如，模糊控制器输入输出的论域范围均为[-3，3]，而实际误差的范围是[-10，10]，误差变化率范围是[-100，100]，控制量的范围是[-24，24]，那么我们就可以算出量化因子分别为0.3，0.03，8。

量化因子的选取对于模糊控制器的控制效果有很大的影响，因此要根据实际情况认真选取哦。

好，现在我们可以设定仿真步长，比如定步长的10ms，就可以运行了。

运行后，产生这样一个错误：

MinMaxblocksdonotaccept'

boolean'

signals.Theinputsignal（s）ofblock'

test_fuzzy/FuzzyLogic 

Controller/FISWizard/Defuzzification1/Max（COA）'

mustbeoneoftheMATLAB'

uint8'

'

uint16'

uint32'

int8'

int16'

int32'

single'

or'

double'

datatypes

我想很多朋友做模糊控制的时候都会遇到这个情况。

没关系，这里提供两个解决办法：

1．直接在Defuzzification1这个模块中的那个比较环节后加入数据类型转换模块，将boolean转化为double型，或者双击那个比较模块，选中showadditionalparameters，将输出数据类型改为specifyviadialog，然后选uint（8）即可；

但是在仿真之后，又会发现很多地方都存在这个问题，因此你不得不一个一个去修改，如果你不怕累的话。

2．第二个方法是最简单的，直接在simulationparameters->

advanced将booleanlogicsignals选为off，强烈推荐你用这个。

好了，这些都解决了，我们就可以仿真了，例如给个方波信号，可以得到仿真曲线如下