模糊控制的MATLAB實(shí)現(xiàn)具體過程強(qiáng)勢(shì)吐血推薦演示文稿

模糊控制的MATLAB實(shí)現(xiàn)具體過程強(qiáng)勢(shì)吐血推薦演示文稿當(dāng)前第1頁\共有61頁\編于星期四\2點(diǎn)模糊控制的MATLAB實(shí)現(xiàn)具體過程強(qiáng)勢(shì)吐血推薦當(dāng)前第2頁\共有61頁\編于星期四\2點(diǎn)當(dāng)前第3頁\共有61頁\編于星期四\2點(diǎn)⑴

模糊推理系統(tǒng)編輯器Fuzzy處理最頂層構(gòu)建問題，例如輸入輸出變量的數(shù)目、變量名等激活（進(jìn)入）方法：命令窗口(commandwindow)執(zhí)行Fuzzy命令。激活模糊推理系統(tǒng)系統(tǒng)編輯器：當(dāng)前第4頁\共有61頁\編于星期四\2點(diǎn)組成輸入模糊變量圖形框雙擊Mfedit模糊規(guī)則圖形框雙擊Ruleedit輸出模糊變量圖形框雙擊Mfedit基本屬性當(dāng)前第5頁\共有61頁\編于星期四\2點(diǎn)基本屬性包括：模糊集合合成運(yùn)算（連接詞的運(yùn)算）①andmin（最小法）prod（乘積法）當(dāng)前第6頁\共有61頁\編于星期四\2點(diǎn)②ormax（最大法）prober（概率法）prober(a,b)=a+b-ab當(dāng)前第7頁\共有61頁\編于星期四\2點(diǎn)2.蘊(yùn)涵計(jì)算(Implication)minprod（乘積法）當(dāng)前第8頁\共有61頁\編于星期四\2點(diǎn)3.輸出的合成計(jì)算Aggregation（模糊規(guī)則綜合采用的方法）Aggregationmaxprober（概率法）sum（求和法）prober(a,b)=a+b-ab當(dāng)前第9頁\共有61頁\編于星期四\2點(diǎn)4.逆模糊化計(jì)算(Defuzzification)centroid（重心法）mom（平均最大隸屬度法）som（最大隸屬度函數(shù)中的取最小值法）bisector（面積平分法）lom（最大隸屬度函數(shù)中的取最大值法）⑵在命令窗口鍵入mfedit可激活隸屬度函數(shù)編輯器當(dāng)前第10頁\共有61頁\編于星期四\2點(diǎn)MATLAB的FIS結(jié)構(gòu)和存儲(chǔ)1、FIS(模糊推理系統(tǒng))結(jié)構(gòu)模糊推理系統(tǒng)是以一種FIS的結(jié)構(gòu)來表示和存儲(chǔ)的訪問方法①GUI工具②函數(shù)③結(jié)構(gòu)名.成員名2、存儲(chǔ)（.fis文件）訪問readfis－讀writefis－寫當(dāng)前第11頁\共有61頁\編于星期四\2點(diǎn)命令函數(shù)1、隸屬度函數(shù)①函數(shù)trimf(表示triangularmembershipfunction)格式：y=trimf(x,[abc])其中：參數(shù)x指定變量論域范圍，參數(shù)a,b和c指定三角形函數(shù)的形狀，該函數(shù)在b點(diǎn)處取最大值1，a,c點(diǎn)為0。例：建立三角形隸屬度函數(shù)并繪制曲線。x=0:0.1:10;y=trimf(x,[368]);plot(x,y)xlable(‘trimf,P=[368]’)

功能：建立三角形隸屬度函數(shù)。當(dāng)前第12頁\共有61頁\編于星期四\2點(diǎn)②函數(shù)trapmf(trap表示trapezium梯形)格式：y=trapmf(x,[abcd])其中：參數(shù)x指定變量論域范圍，參數(shù)a,b,c和d指定梯形隸屬度函數(shù)的形狀，該函數(shù)在b,c點(diǎn)處取最大值1，a,d點(diǎn)為0。功能：建立梯形隸屬度函數(shù)。例：x=0:0.1:10;y=trapmf(x,[1578]);plot(x,y)xlable(‘trapmf,P=[1578]’)當(dāng)前第13頁\共有61頁\編于星期四\2點(diǎn)③函數(shù)gaussmf格式：y=gaussmf(x,[sigc])功能：建立高斯型隸屬度函數(shù)。其中：參數(shù)x指定變量論域范圍，參數(shù)c決定了函數(shù)的中心點(diǎn)，sig決定了函數(shù)曲線的寬度σ。高斯函數(shù)的表達(dá)式為：例：x=0:0.1:10;y=gaussmf(x,[25]);plot(x,y)xlable(‘gaussmf,P=[25]’)當(dāng)前第14頁\共有61頁\編于星期四\2點(diǎn)④函數(shù)zmf

格式：y=zmf(x,[ab])功能：建立Z型隸屬度函數(shù)。說明：曲線在（a,b）之間是光滑的樣條曲線，在a左段為1，b右段為0,跳躍點(diǎn)是(a+b)/2。參數(shù)x指定變量論域范圍。例：x=0:0.1:10;y=zmf(x,[28]);plot(x,y)xlable(‘zmf,P=[28]’)當(dāng)前第15頁\共有61頁\編于星期四\2點(diǎn)⑤函數(shù)smf格式：y=smf(x,[ab])功能：建立S型隸屬度函數(shù)。說明：曲線在（a,b）之間是光滑的樣條曲線，在a左段為0，b右段為1,跳躍點(diǎn)是(a+b)/2。參數(shù)x指定變量論域范圍。例：x=0:0.1:10;y=smf(x,[28]);plot(x,y)xlable(‘smf,P=[28]’)當(dāng)前第16頁\共有61頁\編于星期四\2點(diǎn)2、模糊邏輯系統(tǒng)輸入輸出變量及隸屬度函數(shù)的添加①函數(shù)addvar功能：向模糊推理系統(tǒng)中添加語言變量。格式：a=addvar(a,varType,varName,varBounds)說明：參數(shù)列表中，a為模糊推理系統(tǒng)對(duì)應(yīng)的矩陣變量名，varType用于指定語言變量的類型為字符型（如‘input’或‘output’）；varName用于指定語言變量的名；varBounds用于指定語言變量的論域范圍。注意：對(duì)于添加到同一個(gè)模糊推理系統(tǒng)的語言變量，按先后順序自動(dòng)編號(hào)，編號(hào)從1開始，逐漸遞增。對(duì)于分屬于輸入與輸出的不同語言變量則獨(dú)立地分別編號(hào)。例：a=newfis(‘tipper’);//創(chuàng)建并返回一個(gè)新的FIS系統(tǒng)

a=addvar(a,’input’,’service’,[010]);getfis(a,’input’,1)//取得FIS的部分或全部屬性當(dāng)前第17頁\共有61頁\編于星期四\2點(diǎn)②函數(shù)addmf功能：向模糊推理系統(tǒng)的語言變量添加隸屬度函數(shù)。格式：a=addmf(a,varType,varIndex,mfName,mfType,mfParams)說明：隸屬度函數(shù)只能為模糊推理系統(tǒng)中已經(jīng)存在的某一語言變量的語言值添加隸屬度函數(shù)。參數(shù)列表中，a為模糊推理系統(tǒng)對(duì)應(yīng)的矩陣變量名，varType指定語言變量類型的字符串（如‘input’或‘output’）；varIndex指定語言變量編號(hào)的數(shù)字；mfName指定隸屬度函數(shù)名稱；mfType指定隸屬度函數(shù)類型；mfParams指定隸屬度函數(shù)的參數(shù)。當(dāng)前第18頁\共有61頁\編于星期四\2點(diǎn)注意：對(duì)于每個(gè)語言變量的隸屬度函數(shù)按該函數(shù)被添加的順序編號(hào)，編號(hào)從1開始，依次遞增。例：a=newfis(‘tipper’);a=addvar(a,’input’,’service’,[010]);a=addmf(a,’input’,1,’poor’,’guassmf’,[1.50]);a=addmf(a,’input’,1,’good’,’guassmf’,[1.55]);a=addmf(a,’input’,1,’excellent’,’guassmf’,[1.510]);plot(a,’input’,1)當(dāng)前第19頁\共有61頁\編于星期四\2點(diǎn)3、FIS系統(tǒng)相關(guān)操作①函數(shù)newfis功能：創(chuàng)建并返回一個(gè)新的模糊推理系統(tǒng)。格式：a=newfis(‘fisName’)②函數(shù)readfis功能：從磁盤中讀出并返回模糊推理系統(tǒng)結(jié)構(gòu)變量。格式：Fismat=readfis(‘filename’)例：fismat=readfis(‘tipper’);//tipper.fis已經(jīng)存在說明：打開一個(gè)由filename指定的數(shù)據(jù)文件（.fis），并將其加載到當(dāng)前的工作空間(Workspace)中的變量Fismat中。當(dāng)前第20頁\共有61頁\編于星期四\2點(diǎn)③函數(shù)getfis功能：取得模糊推理系統(tǒng)的部分或全部屬性。格式：getfis(a)//顯示系統(tǒng)所有屬性

getfis(a,’fisprop’)//顯示系統(tǒng)某一屬性

getfis(a,’vartype’,varindex,’varprop’)例：a=readfis(‘tipper’);getfis(a)輸出結(jié)果：Name=tipperType=mamdaniNumInputs=2………當(dāng)前第21頁\共有61頁\編于星期四\2點(diǎn)例：getfis(a,’input’,1)注：屬性為‘input’或‘output’時(shí)，后面的第三個(gè)參數(shù)指定某一個(gè)輸入或輸出語言變量。輸出結(jié)果：Name=serviceNumMFs=3MFLabels=poorgoodexcellentRange=[010]例：getfis(a,’input’,1,’name’)輸出結(jié)果：service當(dāng)前第22頁\共有61頁\編于星期四\2點(diǎn)④函數(shù)showfis功能：以分行的形式顯示模糊推理系統(tǒng)矩陣的所有屬性。格式：showfis(fismat)⑤函數(shù)writefis功能：將以矩陣形式保存在內(nèi)存中的模糊推理系統(tǒng)的數(shù)據(jù)寫入磁盤文件中。格式：writefis(fismat,filename)例：writefis(a,’my_file’)typemy_file.fis當(dāng)前第23頁\共有61頁\編于星期四\2點(diǎn)⑥函數(shù)setfis功能：設(shè)置、改變模糊推理系統(tǒng)的屬性。格式：FIS2=setfis(fis1,’fispropname’,newPropValue)說明：參數(shù)fis1指明模糊推理系統(tǒng)的名稱；fispropname指明模糊推理系統(tǒng)的全局屬性；newPropValue指明此屬性的新值。例：a=readfis(‘tipper’);a2=setfis(a,’DefuzzMethod’,’mom’);Defuzzification:centroid（重心法：系統(tǒng)默認(rèn)）mom（平均最大隸屬度法）som（最大隸屬度函數(shù)中的取最小值法）bisector（面積平分法）lom（最大隸屬度函數(shù)中的取最大值法）當(dāng)前第24頁\共有61頁\編于星期四\2點(diǎn)4、系統(tǒng)圖形顯示函數(shù)①函數(shù)plotfis功能：繪制模糊推理系統(tǒng)的推理過程結(jié)構(gòu)框圖。例：plotfis(‘tipper’)②函數(shù)plotmf功能：繪制語言變量所有語言值的隸屬度函數(shù)曲線。格式：plotmf(fismat,varType,varIndex)說明：參數(shù)fismat指明模糊推理系統(tǒng)的對(duì)應(yīng)矩陣變量名稱；varType指明變量類型（’input’或’output’）；varIndex指明輸入或輸出語言變量的編號(hào)。例：plotmf(a,’input’,2)當(dāng)前第25頁\共有61頁\編于星期四\2點(diǎn)5、模糊規(guī)則建立①函數(shù)addrule功能：向模糊推理系統(tǒng)添加模糊規(guī)則。格式：a=addrule(a,rulelist)說明：參數(shù)a為模糊推理系統(tǒng)對(duì)應(yīng)的矩陣變量名稱，rulelist以向量的形式給出需要添加的模糊規(guī)則。如果模糊推理系統(tǒng)有m個(gè)輸入語言變量和n個(gè)輸出語言變量，則向量rulelist的列數(shù)必須為m+n+2，而行數(shù)等于需要添加的規(guī)則數(shù)目。

在rulelist的每一行中，前m個(gè)數(shù)字表示各輸入語言變量的語言值（隸屬度函數(shù)的編號(hào)），隨后的n個(gè)數(shù)字表示輸出語言變量的語言值，第n+m+1個(gè)數(shù)字是該規(guī)則的權(quán)重，權(quán)重的值在0到1之間，一般設(shè)定為1；第n+m+2個(gè)數(shù)字為0或1兩者之一，為1表示模糊規(guī)則各輸入語言變量之間是and關(guān)系，為0則表示是or關(guān)系。當(dāng)前第26頁\共有61頁\編于星期四\2點(diǎn)②函數(shù)showrule格式：showrule(fis)showrule(fis,indexlist)showrule(fis,indexlist,format)說明：fis為模糊推理系統(tǒng)矩陣變量的名稱；indexlist為規(guī)則編號(hào)，可以以向量形式指定顯示多條規(guī)則；format為顯示方式，有三種顯示方式，即語句方式（verbose），符號(hào)方式（symbolic）和索引方式（indexed）。例：showrule(a,1:2,’indexed’)輸出結(jié)果：11，1（1）：112，2（1）：1當(dāng)前第27頁\共有61頁\編于星期四\2點(diǎn)6、計(jì)算模糊推理輸出結(jié)果函數(shù)evalfis格式：y=evalfis(U,FIS)說明：參數(shù)U是輸入數(shù)據(jù)，F(xiàn)IS是模糊推理矩陣。U的每一行是一個(gè)特定的輸入向量，Y的每一行是一個(gè)特定的輸出向量。

如果輸入U(xiǎn)是M*N矩陣，則系統(tǒng)是N輸入的，返回的Y是M*L矩陣，L是系統(tǒng)的輸出的數(shù)目。例：fis=readfis(‘tipper’);out=evalfis([21;49],fis)輸出結(jié)果：out=7.016919.6810當(dāng)前第28頁\共有61頁\編于星期四\2點(diǎn)MATLAB模糊控制系統(tǒng)設(shè)計(jì)實(shí)例1一、設(shè)計(jì)目的：了解用MATLAB模糊工具箱的圖形界面可視化工具實(shí)現(xiàn)模糊控制系統(tǒng)的方法。二、系統(tǒng)設(shè)計(jì)要求：1、輸入變量：偏差e、偏差變化率de；輸出變量：u相應(yīng)隸屬度函數(shù)為：當(dāng)前第29頁\共有61頁\編于星期四\2點(diǎn)2、規(guī)則要求：3、反模糊化方法：平均最大隸屬度函數(shù)法mom。當(dāng)前第30頁\共有61頁\編于星期四\2點(diǎn)三、設(shè)計(jì)步驟：1、進(jìn)入MATLAB系統(tǒng)，在MATLAB命令窗口執(zhí)行fuzzy命令即可激活基本模糊推理系統(tǒng)編輯器，首先增加一個(gè)輸入變量。2、在圖形界面中通過鼠標(biāo)雙擊就能激活隸屬度函數(shù)編輯器和模糊規(guī)則編輯器等相應(yīng)的編輯窗口，在窗口中進(jìn)行相應(yīng)屬性設(shè)置即可；再在模糊推理系統(tǒng)編輯器中設(shè)置反模糊化方法。3、進(jìn)入Ruleview觀察器，觀察模糊推理系統(tǒng)的輸出情況。四、設(shè)計(jì)結(jié)果要求1、記錄模糊規(guī)則編輯器Ruleedit中索引indexed方式顯示的規(guī)則。2、記錄Ruleview觀察器中模糊推理系統(tǒng)的輸出情況：當(dāng)e=－2，de=1時(shí)u為多少？當(dāng)e=1，de=2時(shí)u為多少？當(dāng)前第31頁\共有61頁\編于星期四\2點(diǎn)激活模糊推理系統(tǒng)編輯器：當(dāng)前第32頁\共有61頁\編于星期四\2點(diǎn)當(dāng)前第33頁\共有61頁\編于星期四\2點(diǎn)增加一個(gè)輸入變量：當(dāng)前第34頁\共有61頁\編于星期四\2點(diǎn)當(dāng)前第35頁\共有61頁\編于星期四\2點(diǎn)當(dāng)前第36頁\共有61頁\編于星期四\2點(diǎn)雙擊進(jìn)入Mfedit:當(dāng)前第37頁\共有61頁\編于星期四\2點(diǎn)當(dāng)前第38頁\共有61頁\編于星期四\2點(diǎn)修改每個(gè)變量的論域和隸屬度函數(shù)：當(dāng)前第39頁\共有61頁\編于星期四\2點(diǎn)trimf三角形(triangularmembershipfunction)當(dāng)前第40頁\共有61頁\編于星期四\2點(diǎn)當(dāng)前第41頁\共有61頁\編于星期四\2點(diǎn)當(dāng)前第42頁\共有61頁\編于星期四\2點(diǎn)當(dāng)前第43頁\共有61頁\編于星期四\2點(diǎn)trapmf(trapezium－梯形)Gaussmf(高斯型)zmf(Z型)smf(S型)