模糊控制系统实现

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