智能控制答案

智能控制作業(yè)1.已知某一爐溫控制系統(tǒng)，要求溫度保持著600°C恒定。針對(duì)該控制系統(tǒng)有以下控制經(jīng)驗(yàn)。（1） 若爐溫低于600C，則升壓；低得越多升壓越高。（2） 若爐溫高于600C，則降壓；高得越多降壓越低。（3） 若爐溫等于600C，則保持電壓不變。設(shè)模糊控制器為一維控制器，輸入語(yǔ)言變量為誤差，輸出為控制電壓。輸入、輸出變量的量化等級(jí)為7級(jí)，取5個(gè)模糊集。試設(shè)計(jì)隸屬度函數(shù)誤差變化劃分表，控制電壓變化劃分表和模糊控制規(guī)則表。解：（1）確定變量定義理想溫度為600C，實(shí)際爐溫為匚則溫度差為：e=600-T將溫度差e作為輸入變量。（2）輸入量和輸出量的模糊化將偏差e分成5個(gè)模糊集：負(fù)大（NB），負(fù)?。∟S），零（ZO），正小（PS），正大（PB）。將偏差e的變化分成7個(gè)等級(jí)：-3，-2，-1，0，+1，+2,+3，從而得到溫度變化模糊表如表1所示：表1-溫度變化e劃分表隸屬度變化等級(jí)-3-2-10+1+2+3模糊集PB000000.51PS000010.50ZO000.510.500NS00.510000NB10.500000控制電壓u也分成5個(gè)模糊集：負(fù)大（NB），負(fù)?。∟S），零（ZO），正?。≒S），正大（PB）。將偏差u的變化分成7個(gè)等級(jí)：-3，-2,-1，0，+1，+2,+3，而得到電壓變化模糊表如表2示：表2-電壓變化e劃分表隸屬度變化等級(jí)-3-2-10+1+2+3模糊集PB000000.51PS000010.50ZO000.510.500NS00.510000NB10.500000MATLAB仿真程序如下：%FuzzyControlforwatertankclearall;closeall;a=newfis('fuzz_tank');a=addvar(a,'input','e',[-3,3]); %Parameterea=addmf(a,'input',1,'NB','zmf,[-3,-1]);a=addmf(a,'input',1,'NS','trimf,[-3,-1,1]);a=addmf(a,'input',1,'Z','trimf',[-2,0,2]);a=addmf(a,'input',1,'PS','trimf,[-1,1,3]);a=addmf(a,'input',1,'PB','smf,[1,3]);a=addvar(a,'output','u',[-4,4]); %Parameterua=addmf(a,'output',1,'NB','zmf,[-4,-1]);a=addmf(a,'output',1,'NS','trimf,[-4,-2,1]);a=addmf(a,'output',1,'Z','trimf,[-2,0,2]);a=addmf(a,'output',1,'PS','trimf,[-1,2,4]);a=addmf(a,'output',1,'PB','smf,[1,4]);rulelist=[1111; %Editrulebase211;311;411;511];a=addrule(a,rulelist);a1=setfis(a,'DefuzzMethod','mom');%Defuzzywritefis(a1,'tank'); %Savetofuzzyfile"tank.fisa2=readfis('tank');figure(1);plotfis(a2);figure(2);plotmf(a,'input',1);figure(3);plotmf(a,'output',1);flag=1;ifflag==1showrule(a) %Showfuzzyrulebaseruleview('tank'); %DynamicSimulationenddisp(' ');disp('fuzzycontrollertable:e=[-3,+3],u=[-4,+4] ');disp(' ')；fori=1:1:7e(i)=i-4;Ulist(i)=evalfis([e(i)],a2);endUlist=round(Ulist)e=-3; %Erroru=evalfis([e],a2)%Usingfuzzyinference2.用高級(jí)語(yǔ)言(C、VC++、MATLAB等)編程實(shí)現(xiàn)用BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)下列函數(shù)的非線性映射：f(x)=1logx,1<x<10x10分析誤差曲線及網(wǎng)絡(luò)的泛化能力。解：clearall;closeall;xite=0.50;alfa=0.05;w2=rands(6,1);w2_1=w2;w2_2=w2_1;w1=rands(2,6);w1_1=w1;w1_2=w1;dw1=0*w1;x=[0,0]';u_1=0;y_1=0;I=[0,0,0,0,0,0]';Iout=[0,0,0,0,0,0]';FI=[0,0,0,0,0,0]';ts=0.001;fork=1:1:10000time(k)=k*ts;u(k)=k*ts;y(k)=u_1A(-1)*log10(u_1);forj=1:1:6I(j)=x'*w1(:,j);Iout(j)=1/(1+exp(-I(j)));endyn(k)=w2'*Iout; %OutputofNNInetworkse(k)=y(k)-yn(k); %Errorcalculationw2=w2_1+(xite*e(k))*Iout+alfa*(w2_1-w2_2);forj=1:1:6FI(j)=exp(-I(j))/(1+exp(-I(j))尸2;endfori=1:1:2dw1(i,j)=e(k)*xite*FI(j)*w2(j)*x(i);endendw1=w1_1+dw1+alfa*(w1_1-w1_2);yu=0;forj=1:1:6yu=yu+w2(j)*w1(1,j)*FI(j);enddyu(k)=yu;x(1)=u(k);x(2)=y(k);w1_2=w1_1;w1_1=w1;w2_2=w2_1;w2_1=w2;u_1=u(k);y_1=y(k);endfigure(1);plot(time,y,'r',time,yn,'b');xlabel('times');ylabel('yandyn');3.已知優(yōu)化函數(shù)為：X6f(x)=4X2-2.1x4+虧+xX-4X2+4X4,x|<5用高級(jí)語(yǔ)言編程實(shí)現(xiàn)用遺傳算法搜索其最大值和最優(yōu)解。MATLAB程序如下：Size=80;G=200;CodeL=10;umax=5;umin=-5;E=round(rand(Size,2*CodeL));%InitialCodefork=1:1:Gtime(k)=k;fors=1:1:Sizem=E(s,:);y1=0;y2=0;m1=m(1:1:CodeL);fori=1:1:CodeLy1=y1+m1(i)*2A(i-1);endx1=(umax-umin)*y1/1023+umin;m2=m(CodeL+1:1:2*CodeL);fori=1:1:CodeLy2=y2+m2(i)*2A(i-1);endx2=(umax-umin)*y2/1023+umin;F(s)=4*x1A2-2.1*xA4+x1A6/3+x1*x2-4*x2A2+4*x2A4;endJi=1./F;BestJ(k)=min(Ji);fi=F;[Oderfi,Indexfi]=sort(fi);Bestfi=Oderfi(Size);BestS=E(Indexfi(Size),:);bfi(k)=Bestfi;fi_sum=sum(fi);fi_Size=(Oderfi/fi_sum)*Size;fi_S=floor(fi_Size); %SelectingBiggerfivaluekk=1;fori=1:1:Sizeforj=1:1:fi_S(i)TempE(kk,:)=E(Indexfi(i),:);kk=kk+1;endendpc=0.60;n=ceil(20*rand);fori=1:2:(Size-1)temp=rand;ifpc>tempforj=n:1:20TempE(i,j)=E(i+1,j);TempE(i+1,j)=E(i,j);endendendTempE(Size,:)=BestS;E=TempE;%pm=0.001;%pm=0.001-[1:1:Size]*(0.001)/Size;%Biggerfi,smallerPm%pm=0.0;%Nomutationpm=0.1; %Big