模糊控制實例_第1頁
模糊控制實例_第2頁
模糊控制實例_第3頁
模糊控制實例_第4頁
模糊控制實例_第5頁
已閱讀5頁，還剩6頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認(rèn)領(lǐng)

文檔簡介

1.模糊控制器的輸入輸出變量1)模糊控制器的輸入、輸出變量：

模糊控制器的輸入變量通常取誤差E、誤差的變化EC，構(gòu)成二維模糊控制器2)描述輸入和輸出變量的詞集{負(fù)大，負(fù)中，負(fù)小，零，正小，正中，正大}{NB，NM，NS，O，PS，PM，PB}*特別地誤差變量的詞集{負(fù)大，負(fù)中，負(fù)小，負(fù)零，正零，正小，正中，正大}{NB，NM，NS，NO，PO，PS，PM，PB}模糊化處理整理ppt2.變量的模糊化基本論域：某個變量變化的實際范圍誤差的基本論域為[，]誤差變化的基本論域為[，]輸出變量的基本論域為[，]變量的模糊子集論域基本論域到模糊子集論域的轉(zhuǎn)換公式

模糊化就是將清晰的某個輸入變量按隸屬度轉(zhuǎn)換到與之相對應(yīng)的模糊量的過程。整理ppt模糊變量E的賦制值表整理ppt模糊變量EC的賦制值表整理ppt模糊變量U的賦制值表整理ppt例如：設(shè)則

整理ppt模糊控制實例

模糊規(guī)則一R1：IfxisA1andyisB1ThenzisC1模糊規(guī)則二R2：IfxisA2andyisB2ThenzisC2令x0與y0為傳感器x與y之輸入，模糊集合A1、A2、B1、B2、C1、以及C2使用下列之隸屬函數(shù)：

整理ppt■讀入傳感器輸入以及，然后計算最后的控制輸出。

■首先計算感應(yīng)器輸入以及與兩條模糊規(guī)則的符合程度為：

■接下來，兩條模糊規(guī)則的激活強度為：

■將1對映至第一條模糊規(guī)則的后件，可得到圖中的灰色梯形區(qū)域；相同地，將2對映至第二條模糊規(guī)則的后件，可得到如圖中的黑色梯形區(qū)域；將此兩個梯形區(qū)域以“最大運算子(max)”取其最大值，可得最后的隸屬函數(shù)。最后解模糊化可得：

整理ppt模糊推理過程示意圖整理ppt

(1)以連續(xù)型重心法作為解模糊化機構(gòu)：首先找出C′的隸屬函數(shù)為：

因此整理ppt(3)以最大平均法作為解模糊化機構(gòu)：在最后的隸屬函數(shù)中，其量化值達到最大隸屬函數(shù)值的有3、4、以及5，因此我們可以得到：

(4)以修正型最大平均法作為解模糊化機構(gòu)：

(5)

以中心平均法作為解模

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論