模糊控制系统
从模糊控制器的构成我们知道,输入模糊化,模糊推理,解模糊化,是实施模糊控制的三个主要环节。
模糊化:选定模糊控制器的输入量,将其转换为系统可识别的模糊量。
规则库:根据经验建立模糊规则库。包含众多控制规则。
模糊推理:实现基于知识的推理决策。
解模糊:将推理得到的控制量转化为控制输出。
目录
1.matlab代码展示
2.运行结果截图
3.系统实验小结
一、matlab代码展示
1.创建新的模糊推理系统
%模糊控制器设计
a=newfis('fuzzf');
%创建新的模糊推理系统
2.输入1代码块
%输入1
f1=1;
a=addvar(a,'input','e',[-4*f1,4*f1]);
%取值为-4到4之间
%添加 e 的模糊语言变量
a=addmf(a,'input',1,'NB','zmf',[-5*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',[-4*f1,-3*f1,0]);
%隶属度函数三角形,左点,中点,右点
a=addmf(a,'input',1,'NS','trimf',[-4*f1,-2*f1,0*f1]);
a=addmf(a,'input',1,'Z','trimf',[-3*f1,0,2*f1]);
a=addmf(a,'input',1,'PS','trimf',[-2*f1,1*f1,2*f1]);
a=addmf(a,'input',1