智能控制-考試題(附答案)

1、智能控制考試試題試題1:針對某工業(yè)過程被控對象G(s)二20(10s 1)(2s 1)_0 .s5試分別設(shè)計常規(guī)PID算法控制器、模糊控制器、模糊自適應(yīng)PID控制器，計算模糊控制的決策表，并進行如下仿真研究及分析：1. 比較當(dāng)被控對象參數(shù)變化、結(jié)構(gòu)變化時，四者的性能；2. 研究改善Fuzzy控制器動、靜態(tài)性能的方法。解：常規(guī)PID、模糊控制、Fuzzy自適應(yīng)PID控制、混合型FuzzyPID控制器設(shè)計 錯誤！未找到引用源。.常規(guī)PID調(diào)節(jié)器PID控制器也就是比例、積分、微分控制器，是一種最基本的控制方式。它 是根據(jù)給定值r(t)與實際輸出值y(t)構(gòu)成控制偏差e(t)，從而針對控制偏差進行de

2、(t) dt (1.1)比例、積分、微分調(diào)節(jié)的一種方法，其連續(xù)形式為:1 tu(t)二 Kpe(t)oe(t)dt TdTi式中，Kp為比例系數(shù)，T為積分時間常數(shù)，Td為微分時間常數(shù)。PID控制器三個校正環(huán)節(jié)中Kp，Ti和Td這三個參數(shù)直接影響控制效果的好壞，所以要取得較好的控制效果，就必須合理地選擇控制器的參數(shù)。Ziegler和Nichols提出的臨界比例度法是一種非常著名的工程整定方法。通過實驗由經(jīng)驗公式得到控制器的近似最優(yōu)整定參數(shù)，用來確定被控對象的動態(tài)特 性的兩個參數(shù)：臨界增益Ku和臨界振蕩周期Tu。用臨界比例度法整定PID參數(shù)如下：表1.1臨界比例度法參數(shù)整定公式控制器類型KpTiT

3、dP0.5KuQO0PI0.455Ku0.833T0PID0.6Ku0.5Tu0.125Tu據(jù)以上分析，通過多次整定，當(dāng) Kp =1.168時系統(tǒng)出現(xiàn)等幅振蕩，從而臨界增益Ku二1*168，再從等幅振蕩曲線中近似的測量出臨界振蕩周期Tu = 5.384，最后再根據(jù)表1.1中的PID參數(shù)整定公式求出：Kp =0.701,T =2.692,Td = 0.673，從而求得：比例系數(shù)Kp=0.701,積分系數(shù)心=心/丁= 0. 260微分系數(shù)Kd二KpTd =0.472 。基此，可搭建如圖1.1所示的PID控制系統(tǒng)Simulink仿真模To Workspace2型，仿真得到系統(tǒng)階躍響應(yīng)曲線如圖 1.2

4、（a）所示。Q-1.81.61.41.210.80.60.40.200510152025303540Time(s)1.510.50510152025303540Time(s)0圖1.1 PID控制系統(tǒng)Simulink仿真模型圖1.2（ a）（b）臨界比例度法整定的系統(tǒng)階躍響應(yīng)曲線錯誤！未找到引用源。.模糊控制器由于模糊控制采用了模糊似人推理機制，所以其控制機理較傳統(tǒng)的 PID控 制更加接近于人工智能。一般地，一個完整的模糊控制系統(tǒng)結(jié)構(gòu)如圖 1.3所示。 下面基于MATLAB模糊邏輯工具箱設(shè)計模糊控制器。圖1.3模糊控制器的基本結(jié)構(gòu)1）論域及隸屬度函數(shù)的建立若取 E、EC、U 的論域均為 f 一

5、6,-5,-4,一3,-2,-1,0,1,2,3,4,5,6 ?，其模糊子集 都為NB，NM，NS, ZO，PS, PM，PB。在MATLAB中鍵入命令FUZZY，進入模糊邏輯編輯窗口 FIS Editor。建立E、EC、U的隸屬度函數(shù)，有三角形、高斯形、梯形等 11種可供選擇，在此選常用的三角形（trimf）隸屬度函數(shù)。圖1.4為E、EC、U的隸屬度函數(shù)。圖1.4 E、EC、U的隸屬度函數(shù)2）模糊控制規(guī)則及決策方法控制規(guī)則是對專家理論知識與實踐經(jīng)驗的總結(jié)，共有49條模糊控制規(guī)則，如表1.2所示。在Rules Editor窗口中輸入這49條控制規(guī)則，例如:if E is NB and EC i

6、s NS the n U is NB。表1.2模糊控制規(guī)則表UENBNMNSZOPSPMPBECNBNBNBNBNBNMNSZONMNBNBNMNMNSZOZONSNBNMNMNSZOZOZOZONMNSNSZOPSPSPMPSZOZOZOPSPMPMPBPMZOZOPSPMPMPBPBPBZOPSPMPBPBPBPB模糊決策一般采用Mamda ni (mi n-max)決策法。解模糊有重心法、等分法、 最大隸屬度平均法等5種可供選擇，在此采用重心法(centroid)。根據(jù)以上規(guī)則 和方法，設(shè)計出模糊控制器的輸出與輸入的關(guān)系曲面圖，即得出模糊規(guī)則是一種非線性控制。基此，可搭建如圖1.5所示的

7、模糊控制系統(tǒng)Simulink仿真模型，通過模糊控 制器模塊，可以和包含模糊控制器的fis文件聯(lián)系起來，還可以隨時改變輸入輸 出論域，隸屬度函數(shù)以及模糊規(guī)則，方便仿真和調(diào)試。經(jīng)過多次整定，選取誤差 E、誤差變化率EC的量化因子及控制量U的比例因子分別為： ke =0.5,kec =0.1,ku =0.6，仿真得到系統(tǒng)階躍響應(yīng)曲線如圖1.6所示。圖1.5模糊控制系統(tǒng)Simulink仿真模型1.41.20.80.60.40.2510152025T ime(s)303540圖1.6模糊控制系統(tǒng)階躍響應(yīng)曲線從圖1.6可以看出，單純的模糊控制器相當(dāng)于非線性的PD控制，無積分作用，其調(diào)節(jié)不能做到無靜差。在仿

8、真過程中發(fā)現(xiàn)，量化因子、比例因子的大小對 模糊控制器控制性能的影響很大，也許還存在一組最優(yōu)量化因子和比例因子，能使系統(tǒng)獲得更好的響應(yīng)特性。錯誤！未找到引用源。.Fuzzy自適應(yīng)PID控制器由于常規(guī)PID控制在穩(wěn)定階段有良好的響應(yīng)性能，于是采用Fuzzy+PID控制方法，構(gòu)成FuzzyPID控制系統(tǒng)。其結(jié)構(gòu)框圖如圖1.7所示。圖1.7 Fuzzy控制+PID控制在Matlab/Simulink環(huán)境下，轉(zhuǎn)換由開關(guān)模塊 “switch實現(xiàn)，“switch模塊中的Threshold整定值（即誤差整定值）設(shè)置為0.01。對系統(tǒng)進行仿真，可得響應(yīng)曲 線波形如圖1.8所示。圖1.8 Fuzzy控制+PID控

9、制波形從圖1.8中可以看出系統(tǒng)穩(wěn)定時間很短僅約為3,存在的靜差約為0.06,輸 出最大約為0.94,無超調(diào)量。IV .采用Fuzzy +PID復(fù)合控制器由以上兩個仿真可知，采用 Fuzzy控制可以極大地改善系統(tǒng)超調(diào)和穩(wěn)定時 間，但是其穩(wěn)態(tài)性能有所下降，穩(wěn)態(tài)精度明顯不如常規(guī)PID控制。利用Fuzzy控制+精確積分控制方法，由于常規(guī) Fuzzy控制缺少積分環(huán)節(jié)而 存在穩(wěn)態(tài)誤差，故可以通過 Fuzzy控制+精確積分的方法改善系統(tǒng)的穩(wěn)態(tài)性能， 即混合型FuzzyPID控制器，這樣可以使系統(tǒng)成為無差模糊控制系統(tǒng)。其結(jié)構(gòu)框 圖如圖1.9所示。圖1.9Fuzzy控制+精確積分控制取精確積分系數(shù)ki =0.0

10、29，其余參數(shù)不變。對系統(tǒng)進行仿真，可得響應(yīng)曲線波形如圖1.10所示。圖 1.10 Fuzzy-PID 波形從圖1.10中可以看出系統(tǒng)穩(wěn)定時間比較短約為5,存在的靜差僅有0.02,輸出最大約為0.98，超調(diào)量約為3.06%保持所設(shè)計的控制器參數(shù)不變，當(dāng)被控對象的參數(shù)或模型結(jié)構(gòu)變化（例如=0.15）時，PID和Fuzzy控制器的性能分析1）當(dāng)被控對象的參數(shù)發(fā)生變化A.當(dāng)系統(tǒng)k值由原來的15變化為30時，其余參數(shù)不變，各種控制方式的系統(tǒng)階躍響應(yīng)如圖1.11所示。B 當(dāng)T1由原來的7.5變化為15時，其余參數(shù)不變，各種控制方式的系統(tǒng)階躍響應(yīng)如圖1.12所示C當(dāng)T2由原來的0.75變化為1.5時，其余

11、參數(shù)不變，各種控制方式的系統(tǒng) 階躍響應(yīng)如圖1.13所示。(1) 模糊控制決策表的計算當(dāng)利用MATLAB模糊邏輯工具箱設(shè)計好模糊控制器后，還應(yīng)該計算相應(yīng)的模糊控制決策表，即關(guān)系矩陣。這里利用MATLAB工具箱中的readfis和evalfis函數(shù)，計算上述模糊控制器的決策表，編寫的 M文件如下：a = readfis( 'fuzzyl.fis');for i = -6 : 6for j = -6 : 6u(i+7,j+7) = evalfis(i,j,a);endend運行該程序，可得到模糊控制決策表為如下一13*13矩陣:u =Colu mns 1 through 8-5.37

12、23-5.2527-5.3723-5.2527-5.3723-4.2674-3.9992-1.9992-5.2527-5.2527-5.2527-4.2674-4.2674-3.2733-3.0000-1.9991-5.3723-5.2527-5.3723-4.2674-3.9992-3.0000-2.0008-1.0007-5.2527-4.2674-4.2674-4.2674-3.9984-3.0000-2.0016-1.0007-5.3723-4.2674-3.9992-3.9984-3.9992-3.0000-2.0008-1.0007-5.2527-4.2674-3.9984-3.0

13、000-3.0000-1.9991-1.00070.0000-5.3723-4.2674-3.9992-3.0000-2.0008-1.0007-0.00001.0007-4.2674-3.2733-3.0000-1.9991-1.00070.00001.00071.9991-3.9992-3.0000-2.0008-1.0007-0.00001.00072.00083.0000-3.0000-1.9991-1.0007-1.00070.00001.00072.00163.0000-2.0008-1.0007-0.00000.0000-0.00001.00072.00083.0000-1.00

14、07-1.00070.00000.00000.00001.99913.00003.2733-0.00000.0000-0.00000.0000-0.00001.99923.99924.2674Colu mns 9 through 13-0.00000.0000-0.00000.0000-0.00000.00000.00000.00001.00071.0007-0.00000.0000-0.00001.00072.00080.00001.00071.00071.99913.0000-0.00001.00072.00083.00003.99921.00071.99913.00003.27334.2

15、6742.00083.00003.99924.26745.37233.00003.00003.99844.26745.25273.99923.99843.99924.26745.37233.99844.26744.26744.26745.25273.99924.26745.37235.25275.37234.26744.26745.25275.25275.25275.37235.25275.37235.25275.3723在MATLAB命令窗口( Comma nd Win dow)里輸入gen surf(a),可以得到模糊控制決策表的三維曲面圖，如圖1.14所示u540-2-4-5e-620

16、ec6圖1.14模糊控制決策表的三維曲面圖(2) 四種方案的控制性能研究錯誤！未找到引用源。.常規(guī)PID控制特性在保持PID控制器整定參數(shù)不變的情況下，改變給定二階被控對象兩個時 間常數(shù)T1及T2，如圖1.15中給出的三種形式的二階對象，其階躍響應(yīng)曲線如圖1.15所示。由響應(yīng)曲線可以看出，隨著時間常數(shù)減小，調(diào)節(jié)時間變短，且超調(diào)減 ??；隨著時間常數(shù)增大，調(diào)節(jié)時間變長，且超調(diào)增大。15HR111丁1=15,丁2=1.5iiai,丁1=15,丁2=1.5丁1=20,丁2=1.5片=15T1=20,T2=310-丁1=15,丁2=1.5,丁 3=3-5-y °-5-101 | |-15nin

17、11.81.61.41.210.80.60.40.20510152025303540Time(s)0510152025303540Time(s)0圖1.15參數(shù)變化對PID控制特性的影響1.16模型結(jié)構(gòu)變化對 PID控制特性的影響將二階對象變?yōu)橐浑A時，PID控制從理論上講要變?yōu)镻I控制(即取Kd = 0)， 混合仿真實驗也證實了這一點。在保持PID控制器原整定參數(shù)情況下，被控對象由二階變?yōu)橐浑A時，其階躍響應(yīng)曲線如圖1.16所示，系統(tǒng)出現(xiàn)振蕩，不能令人扌兩丿意。將二階對象變?yōu)槿A時，其 PID控制器參數(shù)仍不變，階躍響應(yīng)曲線出現(xiàn)嚴 重振蕩，如圖1.16所示。通過多次調(diào)整PID控制參數(shù)仍不湊效。因為

18、從理論上 講，對三階對象應(yīng)該選用PID-PI兩級串聯(lián)調(diào)節(jié)，不能采用簡單的單級PID控制。由上述混合仿真實驗結(jié)果可以看出，基于準(zhǔn)確對象模型來整定控制參數(shù)的PID控制，對于對象參數(shù)變化是敏感的，對于模型結(jié)構(gòu)變化（如階的改變）基本 沒有適應(yīng)能力。錯誤！未找到引用源。.模糊控制特性在保持模糊控制器整定的論域不變的情況下，改變二階對象的兩個時間常數(shù)h及T2，變化情況同PID控制時相同，它們的階躍響應(yīng)曲線如圖 1.17所示。由 響應(yīng)曲線可以看出，盡管被控的二階對象兩個時間常數(shù)變化較大，但是響應(yīng)曲線 卻變化不大，均實現(xiàn)無超調(diào)控制，調(diào)節(jié)時間最短的約為 10s,最長的約為15s, 變化約為1.5倍。當(dāng)被控對象結(jié)

19、構(gòu)發(fā)生變化時，如由二階變?yōu)橐浑A或三階，在模糊控制參數(shù)仍 保持不變的情況下，其階躍響應(yīng)曲線如圖 1.18所示。可見對一階對象實現(xiàn)無超 調(diào)控制，調(diào)節(jié)時間約為10s，對三階對象超調(diào)也僅約為14.7%。1.41.41.2丁1=15,丁2=1.5.5=20,丁2=1.55=202=31.2T1=15,T 2=1.55=15T=15,T 2=1.5,丁3=30.80.80.60.60.40.40.20.20051015202530354000510152025303540Time(s)Time(s)圖1.17參數(shù)變化對模糊控制特性的影響圖1.18模型結(jié)構(gòu)變化對模糊控制特性的影響上述結(jié)果表明，模糊控制較之P

20、ID控制不僅對被控對象參數(shù)變化適應(yīng)能力強，而且在對象模型結(jié)構(gòu)發(fā)生較大改變的情況下，也能獲得好的控制效果 錯誤！未找到引用源。.單神經(jīng)元PID控制特性在保持單神經(jīng)元PID調(diào)節(jié)器參數(shù)不變的情況下，改變二階對象的兩個時間常數(shù)Ti及T2，變化情況同上述相同，它們的階躍響應(yīng)曲線如圖1.19所示。當(dāng)被控對象結(jié)構(gòu)發(fā)生變化時，如由二階變?yōu)橐浑A或三階，在單神經(jīng)元PID控制器參數(shù)仍保持不變的情況下，其階躍響應(yīng)曲線如圖1.20所示。1.41.2丨 1=15,1 2=1.5HVT1=20,T2=1.5丁1=20,丁2=31.211.410.8I =15,1=1.51 ' 2 T=15T1=15,T 2=1.5

21、,T3=30.80.60.60.40.40.20.20050100150200250300350400450Time(s)50050100150200250300Time(s)350400450500圖1.19/1.20參數(shù)變化/模型結(jié)構(gòu)變化對單神經(jīng)元 PID控制特性的影響仿真結(jié)果表明，單神經(jīng)元 PID控制具有優(yōu)于常規(guī)PID控制的效果，具有更 好的自適應(yīng)性和更強的魯棒性。不僅對被控對象參數(shù)變化適應(yīng)能力強， 而且在對 象模型結(jié)構(gòu)發(fā)生較大改變的情況下，也能獲得好的控制效果。（3）改善模糊控制動、靜態(tài)性能的方法雖然模糊控制器具有能適應(yīng)被控對象非線性和時變性的優(yōu)點，而且魯棒性較 好。但是它的穩(wěn)態(tài)控制精

22、度較差，控制欠細膩，難以達到較高的控制精度。同時， 它也缺少積分控制作用，不宜消除系統(tǒng)的靜差。為了彌補這些缺陷，實用中經(jīng)常 把基本模糊控制器跟其他控制器相結(jié)合， 充分發(fā)揮各自的優(yōu)點，以使控制效果更 加完美。下面舉例介紹一些改善模糊控制動、靜態(tài)性能的方法。錯誤！未找到引用源。.Fuzzy控制加精確積分常規(guī)的模糊控制器是以誤差 E和誤差變化率EC作為輸入變量，因此一般認 為這種控制器具有比例一微分控制作用， 但缺少積分控制作用，因此這種系統(tǒng)的 靜態(tài)誤差較大，穩(wěn)態(tài)性能不能令人滿意。為提高模糊控制系統(tǒng)的穩(wěn)態(tài)性能， 這里 搭建了如圖1.21所示的Fuzzy控制加精確積分Simulink仿真模型?？刂破髟?/p>

23、基 本模糊控制器的基礎(chǔ)上增加了一個積分器，仿真得到系統(tǒng)階躍響應(yīng)曲線如圖1.22所示。圖1.21 Fuzzy控制加精確積分 Simulink仿真模型0510152025303540Time(s)從圖1.22可以看出，帶積分作用的模糊控制系統(tǒng)可消除靜差，系統(tǒng)輸出穩(wěn)態(tài)精度有了很大的改善，很好地解決了常規(guī)Fuzzy控制的穩(wěn)態(tài)誤差問題，因此Fuzzy控制加精確積分對常規(guī)Fuzzy控制的改進是有效的。但是相比常規(guī)Fuzzy控制，系統(tǒng)超調(diào)有所增大，動態(tài)性能未能達到較好的狀態(tài)。1.41.210.8y0.60.40.20圖1.22 Fuzzy控制加精確積分系統(tǒng)階躍響應(yīng)曲線錯誤！未找到引用源。.Fuzzy-PID

24、復(fù)合控制針對Fuzzy控制加精確積分的不足之處，這里引入Fuzzy-PID復(fù)合控制加以 改進，其集成了 Fuzzy控制動態(tài)性能高和PID控制穩(wěn)態(tài)精度高的優(yōu)點，比單一采圖1.23 Fuzzy-PID復(fù)合控制結(jié)構(gòu)圖設(shè)計Fuzzy-PID控制器的基本思想是對控制論域進行分段，在不同的分段區(qū)內(nèi)采用不同的控制方式，其結(jié)構(gòu)圖如圖1.23所示。圖1.23中在兩個控制器與控制對象之間設(shè)置了一個“軟”自動切換開關(guān)，通過偏差 e與設(shè)定的閾值emax比較 結(jié)果來決定兩種控制方式的選擇。當(dāng)e _emax是認為系統(tǒng)運行在動態(tài)過程，應(yīng)采用模糊控制方式以發(fā)揮其動態(tài)性能好、超調(diào)量小的特點；當(dāng) e：亀ax時認為系統(tǒng) 進入到了穩(wěn)

25、態(tài)，應(yīng)切換到PID控制方式以發(fā)揮其穩(wěn)態(tài)精度高的優(yōu)點，減小穩(wěn)態(tài)誤差。閾值emax通過反復(fù)試驗整定得到。基此，可搭建如圖1.24所示的Fuzzy-PID復(fù)合控制系統(tǒng)Simulink仿真模型， 仿真得到系統(tǒng)階躍響應(yīng)曲線如圖1.20所示。其中誤差E、誤差變化率EC的量化 因子及控制量U的比例因子同常規(guī)Fuzzy控制器中的參數(shù)；閾值emax設(shè)定為0.2； 重新經(jīng)過多次整定選取PID調(diào)節(jié)器中的參數(shù)為心=1.501, Ki =0.160，Kd =1.572。圖1.24 Fuzzy-PID復(fù)合控制系統(tǒng) Simulink仿真模型1.41.21 _ _0.8y _0.60.4-I0.20卜rIrIIrI05101

26、520253035404550T ime(s)圖1.25 Fuzzy-PID復(fù)合控制系統(tǒng)階躍響應(yīng)曲線從圖1.25可以看出，F(xiàn)uzzy-PID復(fù)合控制同樣能做到無靜差調(diào)節(jié)。 進一步地 通過對比可以看出，該復(fù)合型控制器吸收了兩者的優(yōu)點， 摒棄了兩者的缺點，顯 然系統(tǒng)在過渡過程采用Fuzzy控制，輸出超調(diào)減小，進入穩(wěn)定狀態(tài)后切換為 PID 控制，保證了較好的穩(wěn)態(tài)精度。錯誤！未找到引用源。.自調(diào)整比例因子Fuzzy控制在模糊控制器中，對控制性能影響較大的參數(shù)主要有模糊控制規(guī)則，量化、 比例因子，隸屬函數(shù)形狀及其分布等，各種自調(diào)整方法大多圍繞對這些參數(shù)的調(diào) 整和優(yōu)化展開。比例因子(這里將通常所說的量化因

27、子和比例因子統(tǒng)稱為比例因 子)用來實現(xiàn)基本論域與模糊集論域之間的轉(zhuǎn)換，與控制規(guī)則、隸屬度相比，比 例因子的選擇具有更大的靈活性。它對控制系統(tǒng)的穩(wěn)定性及各項性能指標(biāo)的影響 類似于PID控制器中的三個參數(shù)。在確定了控制規(guī)則和隸屬度的情況下，調(diào)整 比例因子仍可以在很大程度上改善控制回路的品質(zhì)?；谝陨戏治?，這里提出一種自調(diào)整比例因子 Fuzzy控制方法，即根據(jù)誤差 E和誤差變化率EC調(diào)整比例因子Ke和Kec，根據(jù)系統(tǒng)控制性能指標(biāo)調(diào)整比例 因子Ku。調(diào)整的原則是：當(dāng)E或EC較大時，重點考慮系統(tǒng)響應(yīng)問題，Ke和 Kec取較小值，降低對E和EC的分辨率，同時Ku取較大值，使響應(yīng)加快，保 證系統(tǒng)的快速性和穩(wěn)

28、定性；當(dāng) E或EC較小時，Ke和Kec取較大值，增加對E 和EC的分辨率，同時Ku減小，避免產(chǎn)生超調(diào)，并使系統(tǒng)盡快進入穩(wěn)態(tài)精度范 圍。簡單地使用SIMULINK中的模塊無法直接應(yīng)用到這里所研究的自調(diào)整比例因子Fuzzy控制器的設(shè)計中。在Simulink中，還有一個S-Function模塊，該模塊通過編程，可以編寫自定義的功能。在 MATLAB里通過編寫S函數(shù)，新建一個 輸入輸出自調(diào)整模塊，由偏差Ke和偏差變化率Kec的大小自動調(diào)節(jié)輸出比例因子Ku，實現(xiàn)參數(shù)自調(diào)整的目的。根據(jù)上面所述參數(shù)調(diào)整規(guī)則編寫如下S函數(shù)：fun cti onsys,xO =fuzzypara(t,x,u,flag)glob

29、al Ke Kec Ku;Ke=0.2;Kec=0.1;Ku=0.8;switch flag,case 0,sys=0,0,3,2,0,1;x0=;case 3,if abs(u(1)>0.3 | abs(u (2) )>0.1sys(1)=Ke;sys(2)=Kec;sys(3)=Ku;elseif abs(u(1)>0.1 | abs(u(2)>0.05sys(1)=1.3*Ke;sys(2)=1.5*Kec;sys(3)=0.5*Ku;elsesys(1)=1.4*Ke;sys(2)=1.6*Kec;sys(3)=0.2*Ku;endotherwisesys=;e

30、nd基此，可搭建如圖1.26所示的自調(diào)整比例因子Fuzzy控制系統(tǒng)Simulink仿 真模型，仿真得到系統(tǒng)階躍響應(yīng)曲線如圖1.27所示。從圖1.27可以看出，自調(diào)整比例因子的 Fuzzy控制系統(tǒng)與常規(guī)Fuzzy控制 相比，響應(yīng)速度加快，穩(wěn)態(tài)精度有很大提升，對于時變、非線性、強干擾的控制 對象，采用自調(diào)整比例因子Fuzzy控制是一個非常好的選擇。圖1.26自調(diào)整比例因子 Fuzzy控制系統(tǒng)Simulink仿真模型1.41.21.0.8y'0.6-fI0.4 _-0.2 _-o"510152025303540T ime(s)圖1.27自調(diào)整比例因子Fuzzy控制系統(tǒng)階躍響應(yīng)曲線試

31、題2:設(shè)計BP網(wǎng)絡(luò)和RBF網(wǎng)絡(luò)，使之逼近非線性函數(shù) y(x) =sin(0.1x) cos(0.1x),要求：1.研究隱層單元數(shù)、學(xué)習(xí)因子等選取對學(xué)習(xí)效果的影響；解：取步長為0.5，當(dāng)誤差達到0.001的時候停止，學(xué)習(xí)率取0.05，最大仿真次數(shù)取5000。p=0:0.5:10;p2=0:0.1:10;t=si n(0.1*p)+cos(0.1*p);net=newff(1 exp(10),10 1, 'tansig''purelin', 'traingdx','learngdm);%n et.tra in Param.epochs=5000;n et.tra in Param.goal=0.001;n et.trai nParam.show=10;n et.tra in Param.lr=0.9;n