模糊规则优化matlab,遗传算法优化模糊pid控制规则

用遗传算法优化模糊控制规则,有部分代码,不懂计算适应度那块调用子函数,子函数要怎么写?以及M程序如何和simulink相互调用?

clear all;

close all;

b=newfis('yichuan');

b=addvar(b,'input','e',[-3,3]); %Parametere

b=addmf(b,'input',1,'NB','zmf',[-3,-1]);

b=addmf(b,'input',1,'NM','trimf',[-3,-2,0]);

b=addmf(b,'input',1,'NS','trimf',[-3,-1,1]);

b=addmf(b,'input',1,'Z','trimf',[-2,0,2]);

b=addmf(b,'input',1,'PS','trimf',[-1,1,3]);

b=addmf(b,'input',1,'PM','trimf',[0,2,3]);

b=addmf(b,'input',1,'PB','smf',[1,3]);

b=addvar(b,'input','ec',[-3,3]); %Parameterec

b=addmf(b,'input',2,'NB','zmf',[-3,-1]);

b=addmf(b,'input',2,'NM','trimf',[-3,-2,0]);

b=addmf(b,'input',2,'NS','trimf',[-3,-1,1]);

b=addmf(b,'input',2,'Z','trimf',[-2,0,2]);

b=addmf(b,'input',2,'PS','trimf',[-1,1,3]);

b=addmf(b,'input',2,'PM','trimf',[0,2,3]);

b=addmf(b,'input',2,'PB','smf',[1,3]);

b=addvar(b,'output','kp',[-0.3,0.3]);%Parameter kp

b=addmf(b,'output',1,'NB',&#

  • 2
    点赞
  • 28
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
遗传算法是一种基于自然选择和遗传变异的搜索算法,用于求解最优化问题。PID控制器是一种常用的自动控制算法,用于调节控制系统中的比例、积分和微分参数,以达到系统稳定和快速响应的目标。将两者结合使用,可以通过遗传算法优化PID控制器的参数,以使得控制系统达到更好的控制效果。 在使用遗传算法模糊PID控制器的过程中,首先需要确定PID控制器的参数范围和适应度函数。参数范围可以根据具体的控制系统进行设定,适应度函数可以根据控制系统的控制性能指标进行定义,例如系统的超调量、稳态误差等。 接下来,使用遗传算法对PID控制器进行优化。首先生成一组初始的PID参数组合,可以采用随机生成的方式。然后,根据适应度函数评估每组参数的优劣程度,选择适应度较好的一些个体作为父代进行交叉和变异操作,生成新的子代个体。重复这个过程,直到达到满足终止条件的结果。 最后,根据遗传算法得到的最优PID参数,将其应用于控制系统中进行实际控制。通过遗传算法优化,可使得PID控制器的参数达到更优的状态,从而提高控制系统的稳定性和响应速度。 总结而言,遗传算法模糊PID控制器是一种使用遗传算法对PID控制器进行参数优化的方法,可以使得控制系统达到更好的控制效果。在MATLAB等编程环境中实现遗传算法模糊PID控制器,可以通过编写相应的代码实现上述步骤,并进行参数调整和优化
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值