fcm模糊聚类matlab实例_智能控制-Fuzzy控制- matlab

Matlab模糊控制工具箱：

第一步：用FIS设计模糊控制器

第二部：连接到控制系统中进行仿真

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

第一步：用FIS设计模糊控制器

一：确定模糊控制器结构

1: 确定输入、输出量

实际：

Edit-Add Variable

二： 输入输出变量的模糊化

1: 把输入输出的精确量转化为对应语言变量：{青年，中年，老年}；{轻，正常，肥胖}；

2: 设置输入输出变量的论域：均为{-3，-2，-1，0，1，2，3}

实际：

Edit-Member Function Edit

以E为例: 设置论域范围为[-3 3]

Edit-Add MFs

添加隶属函数的个数为7

根据设计要求分别对这些隶属函数进行修改: 对应的语言变量; 隶属函数类型

三：模糊推理决策算法设计

1：根据模糊控制规则进行模糊推理，并决策出模糊输出量

实际：

首先要确定模糊规则，即专家经验

制定完之后，会形成一个模糊控制规则矩阵

然后根据模糊输入量按照相应的模糊推理算法完成计算，并决策出模糊输出量

四：对输出模糊量的去模糊

1: 通过去模糊化方法判决出一个确切的精确量：凡模糊化方法很多：重心法

五：然后Export to disk

1: 可得到一个.fis文件，这就是你所设计的模糊控制器

实际：

Edit-Rules

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

第二部：连接到控制系统中进行仿真

一：首先加入fuzzy模块

二：然后写入自己的模糊文件

注意：

1: 在模糊控制器的输入和输出均有一个比例系数：我们叫它量化因子

它反映的是模糊论域范围与实际范围之间的比例关系，例如，模糊控制器输入输出的论域范围均为[-3，3]，而实际误差的范围是[-10，10]，误差变化率范围是[-100，100]，控制量的范围是[-24，24]，那么我们就可以算出量化因子分别为0.3，0.03，8

2: 现在我们可以设定仿真步长：比如定步长的10ms，就可以运行了

3: 数据类型不统一问题

在simulation parameters->advanced将boolean logic signals选为off

参考：

matlab模糊控制工具箱使用和模糊控制pid实例参考