matlab用脚本实现模糊控制

前言

最近在学习模糊控制，遇到的一些小问题，特此记录一下。

准备

• MATLAB R2020

参考

matlab中模糊控制

过程

参考文章中的模糊控制器已经是很老的版本了，所以我查阅了官方文档，将一些内容更新。

用Matlab中的脚本做一个简单的模糊控制，流程如下：

1、创建一个 FIS (Fuzzy Inference System ) 对象，

原来的newfis函数将在未来版本中删除，所以我们得替换成新的函数(mamfis 或者 sugfis)，而newfis函数创建的FIS默认对象类型是mamdani，刚好mamfis函数默认对象类型是mamdani，所以可以直接替换。

%使用mamfis对象表示1型Mamdani模糊推理系统
fisMat = mamfis;

一般只用提供第一个参数即可，后面均用默认值。

2、增加模糊语言变量
模糊变量有两类：input 和 output。在每次增加模糊变量，都会按顺序分配一个 index，后面要通过该 index 来使用该变量。版本更新后，不再使用addvar，输入和输出都要用单独的函数来使用，如下所示

%使用一个或多个名称-值对参数配置输入\输出变量。
fisMat= addInput(fisMat,,range,Name,Value)
fisMat = addOutput(fisMat,range,Name,Value)

Value的值可以是输入的名称，所以不用特意去记index，后面只要把Value的值传进去，他就会自动排序。

3、增加模糊语言名称，即模糊集合。

%使用一个或多个名称-值对参数配置成员隶属度函数。
fisMat = addMF(fisMat,varName,type,parameters,Name,Value)

每个模糊语言名称(Name-Value)从属于一个模糊语言(varName)。Fuzzy 工具箱中没有找到离散模糊集合的隶属度表示方法，暂且用插值后的连续函数代替。（这句话不太懂，等下次更新，再来解决这个问题）

参数type即隶属度函数(Membership Functions)，它可以是 Gaussmf、trimf、trapmf等，也可以是自定义的函数。

每一个语言名称也会有一个index，按加入的先后顺序得到，从 1 开始。（这里版本更新后，没有了varIndex，只要Value的值对应相同，它就会按加入的先后顺序开始）

4、增加控制规则，即模糊推理的规则。

%将筛选规则添加到指定的筛选。
fisMat = addRule(fisMat,rulelist);
%rulelist的各个参数
rulelist[first input;second input;first output;Rule weight;Fuzzy operator]

• first input：第一个输入变量的索引
• second input：第二个输入变量的索引
• first output：第一个输出变量的索引
• Rule weight：规则权重([0，1])
• Fuzzy operator：操作符(1表示AND，2表示OR，负数代表NOT)

其中 rulelist 是一个矩阵，每一行为一条规则。
假定该 FIS 有 M个输入和 N 个输出，则每行有 M+N+2 个元素，前 M 个数分别表示 M 个输入变量的某一个语言名称的 index，没有的话用 0 表示，后面的 N个数也类似。以文末的代码为例

rulelist = [1 1 1 1;2 2 1 1];

第一行表示的是

If (E is small) , then (U is small).
%选择输入第一个索引，输出第一个索引，权重为1，操作符为AND

第二行表示的是

If (E is big) , then (U is big).
%选择输入第二个索引，输出第二个索引，权重为1，操作符为AND

注意，rulelist矩阵的最后两个一定是权重和操作符

举个例子，输入变量有两个语言名称（A，B），输出变量有四个语言名称（C，D，E，F）

If A and B , then C and D.
%[1 2 1 2 1 1]

If A , then F.
%[1 0 4 1 1]

5、给定输入，得到输出，即进行模糊推理。

%评估输入中输入值的模糊推理系统fisMat，并在输出中返回结果输出值
output = evalfis(fisMat,input)

其中 fisMat为前面建立的那个 FIS 对象。

一个完整的例子如下：

%模糊控制器实现示例
clear all;
fisMat = mamfis;

fisMat = addInput(fisMat,[0 7],'Name',"E");
fisMat = addMF(fisMat,'E','trimf',[0 1 4.333],'Name','small');
fisMat = addMF(fisMat,'E','trimf',[1.6667 6 7],'Name','big');

fisMat = addOutput(fisMat,[0 7],'Name',"U");
fisMat = addMF(fisMat,'U','trimf',[0 1 4.333],'Name','small');
fisMat = addMF(fisMat,'U','trimf',[1.6667 6 7],'Name','big');

rulelist = [1 1 1 1;2 2 1 1];
fisMat = addRule(fisMat,rulelist);

u = evalfis(fisMat,4)

赠人玫瑰，手有余香。点个赞啦！