模糊控制算法

模糊集合
人们的思维中的很多概念没有明确的外延，如“大”、“中”、“小”等，这些模糊概念不能用经典集合加以描述。1965 年 Zadeh 教授提出用模糊集合来描述这些模糊概念，其定义如下：
给定论域 U，U 到[0，1]闭区间的任一映射 ， ：U→[0,1]，u→ 。
称为确定了 U 的一个模糊子集 A， 称为模糊子集的隶属函数， 称为u 对于 A的隶属度，反映了 u 对模糊子集 A的从属程度，模糊子集也称模糊集合。
特点：
模糊系统的优点是可以融入专家经验，且泛化能力受数据影响小。由于可以系统有效地利用语言形式的专家经验，模糊推理系统已在诸多工程领域获得了应用，然而目前的模糊逻辑系统的输入全为精确值或全为模糊集合，在应用中可能需要能同时输入精确值和模糊语言变量，这需要对现有的模糊系统进行改进；在模糊系统构建中输入、输出空间的划分和隶属度函数及其参数的确定主要依靠个人经验，往往需要反复试凑，具有很大的主观性和不确定性。

%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’,[-3f1,3f1]);
%添加 e 的模糊语言变量
a=addmf(a,‘input’,1,‘NB’,‘zmf’,[-3f1,-1f1]);
%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’,[-3f1,-2f1,1f1]);
%隶属度函数为三角形
a=addmf(a,‘input’,1,‘NS’,‘trimf’,[-3f1,-1f1,1f1]);
a=addmf(a,‘input’,1,‘Z’,‘trimf’,[-2f1,0,2f1]);
a=addmf(a,‘input’,1,‘PS’,‘trimf’,[-1f1,1f1,3f1]);
a=addmf(a,‘input’,1,‘PM’,‘trimf’,[0,2f1,3f1]);
a=addmf(a,‘input’,1,‘PB’,‘trimf’,[1f1,3f1,3f1]);

%输入2
f2=1;
a=addvar(a,‘input’,‘ec’,[-3f2,3f2]);
%添加 ec 的模糊语言变量
a=addmf(a,‘input’,2,‘NB’,‘zmf’,[-3f2,-1f2]);
a=addmf(a,‘input’,2,‘NM’,‘trimf’,[-3f2,-2f2,1f2]);
a=addmf(a,‘input’,2,‘NS’,‘trimf’,[-3f2,-1