%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',[-5*f1,5*f1]); %添加 e 的模糊语言变量 a=addmf(a,'input',1,'NB','zmf',[-4*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',[-5*f1,-1*f1,0]); %隶属度函数为三角形 a=addmf(a,'input',1,'NS','trimf',[-4*f1,-1*f1,2*f1]); a=addmf(a,'input',1,'Z','trimf',[-3*f1,0,3*f1]); a=addmf(a,'input',1,'PS','trimf',[-2*f1,1*f1,3*f1]); a=addmf(a,'input',1,'PM','trimf',[0,2*f1,3*f1]); a=addmf(a,'input',1,'PB','smf',[2*f1,3*f1]); %输入2 f2=1; a=addvar(a,'input','ec',[-4*f2,4*f2]); %添加 ec 的模糊语言变量 a=addmf(a,'input',2,'NB','zmf',[-4*f2,-2*f2]); a=addmf(a,'input',2,'NM','trimf',[-4*f2,-3*f2,0]); a=addmf(a,'input',2,'NS','trimf',[-3*f2,-2*f2,2*f2]); a=addmf(a,'input',2,'Z','trimf',[-2*f2,0,1*f2]); a=addmf(a,'input',2,'PS','trimf',[-1*f2,1*f2,2*f2]); a=addmf(a,'input',2,'PM','trimf',[0,1*f2,3*f2]); a=addmf(a,'input',2,'PB','smf',[2*f2,3*f2]); %输出 f3=1.5; a=addvar(a,'output','u',[-5*f3,5*f3]); %添加 u 的模糊语言变量 a=addmf(a,'output',1,'NB','zmf',[-5*f3,-2*f3]); a=addmf(a,'output',1,'NM','trimf',[-4*f3,-3*f3,0]); a=addmf(a,'output',1,'NS','trimf',[-3*f3,-1*f3,1*f3]); a=addmf(a,'output',1,'Z','trimf',[-3*f3,0,2*f3]); a=addmf(a,'output',1,'PS','trimf',[-2*f3,1*f3,3*f3]); a=addmf(a,'output',1,'PM','trimf',[0,2*f3,3*f3]); a=addmf(a,'output',1,'PB','smf',[1*f3,4*f3]); %规则库 rulelist=[1 1 1 1 1; %编辑模糊规则,后俩个数分别是规则权重和AND OR选项 1 2 2 1 1; 1 3 1 1 1; 1 4 2 1 1; 1 5 2 1 1; 1 6 4 1 1; 1 7 4 1 1; 2 1 1 1 1; 2 2 2 1 1; 2 3 2 1 1; 2 4 5 1 1; 2 5 3 1 1; 2 6 4 1 1; 2 7 5 1 1; 3 1 1 1 1; 3 2 2 1 1; 3 3 2 1 1; 3 4 2 1 1; 3 5 6 1 1; 3 6 4 1 1; 3 7 5 1 1; 4 1 1 1 1; 4 2 1 1 1; 4 3 3 1 1; 4 4 4 1 1; 4 5 3 1 1; 4 6 4 1 1; 4 7 6 1 1; 5 1 2 1 1; 5 2 2 1 1; 5 3 3 1 1; 5 4 4 1 1; 5 5 2 1 1; 5 6 4 1 1; 5 7 5 1 1; 6 1 1 1 1; 6 2 2 1 1; 6 3 3 1 1; 6 4 2 1 1; 6 5 3 1 1; 6 6 5 1 1; 6 7 5 1 1; 7 1 3 1 1; 7 2 2 1 1; 7 3 2 1 1; 7 4 2 1 1; 7 5 3 1 1; 7 6 5 1 1; 7 7 5 1 1; ]; a=addrule(a,rulelist); %添加模糊规则函数 showrule(a) %显示模糊规则函数 a1=setfis(a,'DefuzzMethod','centroid'); %设置解模糊方法 writefis(a1,'fuzzf'); %保存模糊系统 a2=readfis('fuzzf'); %从磁盘读出保存的模糊系统 disp('fuzzy Controller table:e=[-5,+5],ec=[-4,+4]');%显示矩阵和数组内容 %推理 Ulist=zeros(7,7); %全零矩阵 for i=1:7 for j=1:7 e(i)=-4+i; ec(j)=-4+j; Ulist(i,j)=evalfis([e(i),ec(j)],a2); %完成模糊推理计算 end end % Ulist=ceil(Ulist) %朝正无穷方向取整 Ulist %朝正无穷方向取整 %画出模糊系统 figure(1); plotfis(a2); figure(2);plotmf(a,'input',1); figure(3);plotmf(a,'input',2); figure(4);plotmf(a,'output',1);
运行截图:
结论:
通过MATLAB集成的模糊控制模块,我们能够更加方便地对应偏差e,ec和控制量u的关系,并可以调节e,ec在不同值下u的对应输出。
通过addvar()函数能添加一个模糊语言变量,并设置范围:
a=addvar(a,'input','e',[-5*f1,5*f1]);
通过addmf()函数进行e的模糊语言变量的隶属度函数添加
a=addmf(a,'input',1,'NB','zmf',[-4*f1,-1*f1]);
%添加 e 的模糊语言变量的隶属度函数(z型)
通过对规则库对与类型和或类型的条件进行设置,1为与,0为或。
部分规则库展示: