模糊控制

模糊控制的基本原理

模糊控制是以模糊集理论、模糊语言变量和模糊逻辑推理为基础的一种智能控制方法，它是从行为上模仿人的模糊推理和决策过程的一种智能控制方法。该方法首先将操作人员或专家经验编成模糊规则，然后将来自传感器的实时信号模糊化，将模糊化后的信号作为模糊规则的输入，完成模糊推理，将推理后得到的输出量加到执行器上。

%模糊控制器设计
a=newfis(‘fuzzf‘);                   %创建新的模糊推理系统

%输入1
f1=1; 
a=addvar(a,‘input‘,‘e‘,[-5*f1,5*f1]);                   
 %添加 e 的模糊语言变量
a=addmf(a,‘input‘,1,‘NB‘,‘zmf‘,[-4*f1,-1*f1]);          
 %添加 e 的模糊语言变量的隶属度函数（z型）
a=addmf(a,‘input‘,1,‘NM‘,‘trimf‘,[-5*f1,-1*f1,0]);      
  %隶属度函数为三角形
a=addmf(a,‘input‘,1,‘NS‘,‘trimf‘,[-4*f1,-1*f1,2*f1]); 
a=addmf(a,‘input‘,1,‘Z‘,‘trimf‘,[-3*f1,0,3*f1]); 
a=addmf(a,‘input‘,1,‘PS‘,‘trimf‘,[-2*f1,1*f1,3*f1]);
a=addmf(a,‘input‘,1,‘PM‘,‘trimf‘,[0,2*f1,3*f1]);
a=addmf(a,‘input‘,1,‘PB‘,‘smf‘,[2*f1,3*f1]); 

%输入2
f2=1;
a=addvar(a,‘input‘,‘ec‘,[-4*f2,4*f2]);                   
 %添加 ec 的模糊语言变量
a=addmf(a,‘input‘,2,‘NB‘,‘zmf‘,[-4*f2,-2*f2]); 
a=addmf(a,‘input‘,2,‘NM‘,‘trimf‘,[-4*f2,-3*f2,0]);
a=addmf(a,‘input‘,2,‘NS‘,‘trimf‘,[-3*f2,-2*f2,2*f2]);
a=addmf(a,‘input‘,2,‘Z‘,‘trimf‘,[-2*f2,0,1*f2]);
a=addmf(a,‘input‘,2,‘PS‘,‘trimf‘,[-1*f2,1*f2,2*f2]);
a=addmf(a,‘input‘,2,‘PM‘,‘trimf‘,[0,1*f2,3*f2]);
a=addmf(a,‘input‘,2,‘PB‘,‘smf‘,[2*f2,3*f2]); 

%输出
f3=1.5;
a=addvar(a,‘output‘,‘u‘,[-5*f3,5*f3]);                 
   %添加 u 的模糊语言变量
a=addmf(a,‘output‘,1,‘NB‘,‘zmf‘,[-5*f3,-2*f3]); 
a=addmf(a,‘output‘,1,‘NM‘,‘trimf‘,[-4*f3,-3*f3,0]);
a=addmf(a,‘output‘,1,‘NS‘,‘trimf‘,[-3*f3,-1*f3,1*f3]);
a=addmf(a,‘output‘,1,‘Z‘,‘trimf‘,[-3*f3,0,2*f3]);
a=addmf(a,‘output‘,1,‘PS‘,‘trimf‘,[-2*f3,1*f3,3*f3]);
a=addmf(a,‘output‘,1,‘PM‘,‘trimf‘,[0,2*f3,3*f3]);
a=addmf(a,‘output‘,1,‘PB‘,‘smf‘,[1*f3,4*f3]);

%规则库
rulelist=[1 1 1 1 1;             %编辑模糊规则，后俩个数分别是规则权重和AND OR选项
               1 2 2 1 1;
               1 3 1 1 1;
               1 4 2 1 1;
               1 5 2 1 1;
               1 6 4 1 1;
               1 7 4 1 1;
          
               2 1 1 1 1;
               2 2 2 1 1;
               2 3 2 1 1;
               2 4 5 1 1;
               2 5 3 1 1;
               2 6 4 1 1;
               2 7 5 1 1;
               
               3 1 1 1 1;
               3 2 2 1 1;
               3 3 2 1 1;
               3 4 2 1 1;
               3 5 6 1 1;
               3 6 4 1 1;
               3 7 5 1 1;
               
               4 1 1 1 1;
               4 2 1 1 1;
               4 3 3 1 1;
               4 4 4 1 1;
               4 5 3 1 1;
               4 6 4 1 1;
               4 7 6 1 1;
               
               5 1 2 1 1;
               5 2 2 1 1;
               5 3 3 1 1;
               5 4 4 1 1;
               5 5 2 1 1;
               5 6 4 1 1;
               5 7 5 1 1;
               
               6 1 1 1 1;
               6 2 2 1 1;
               6 3 3 1 1;
               6 4 2 1 1;
               6 5 3 1 1;
               6 6 5 1 1;
               6 7 5 1 1;
               
               7 1 3 1 1;
               7 2 2 1 1;
               7 3 2 1 1;
               7 4 2 1 1;
               7 5 3 1 1;
               7 6 5 1 1;
               7 7 5 1 1;
               ];
           
a=addrule(a,rulelist);                %添加模糊规则函数
showrule(a)                             %显示模糊规则函数
a1=setfis(a,‘DefuzzMethod‘,‘centroid‘);                  %设置解模糊方法
writefis(a1,‘fuzzf‘);                       %保存模糊系统
a2=readfis(‘fuzzf‘);   %从磁盘读出保存的模糊系统
disp(‘fuzzy Controller table:e=[-5,+5],ec=[-4,+4]‘);%显示矩阵和数组内容

%推理
Ulist=zeros(7,7);                                   %全零矩阵
for i=1:7
       for j=1:7
           e(i)=-4+i;
           ec(j)=-4+j;
           Ulist(i,j)=evalfis([e(i),ec(j)],a2);    %完成模糊推理计算
       end
   end
%   Ulist=ceil(Ulist)                               %朝正无穷方向取整
   Ulist                               %朝正无穷方向取整
   
%画出模糊系统
figure(1); plotfis(a2);  
figure(2);plotmf(a,‘input‘,1);
figure(3);plotmf(a,‘input‘,2);
figure(4);plotmf(a,‘output‘,1);