预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共56页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

会计学(不是对象的输入(shūrù)变量的个数,也不是对象的状态变量的 个数,而是模糊控制器的输入(shūrù)变量个数)一维模糊控制器是最简单的一种(yīzhǒnɡ)模糊控制器,输入输出语 言变量只有一个。设输入为e,输出为u,则其控制规则一般 为:二维模糊(móhu)控制器结构传统控制器的设计:依赖于系统(xìtǒng)的模型,有成熟而固定 的设计方法。2)对所有(suǒyǒu)变量模糊化三、模糊控制器的常规设计(shèjì)方法算法(suànfǎ)如下:为解决这个问题(wèntí),模糊控制器在实际应用中,经常采用查表法。x设计(shèjì)步骤如下:取三个语言(yǔyán)变量的量化等级为9级,即e,de,u的论域为输入(shūrù)量化:设e=27,de=60,把它们量化3)在各输入输出语言变量的量化域内定义模糊(móhu)子集误差(wùchā)e的赋值表/误差(wùchā)变化率de的赋值表控制(kòngzhì)u的赋值表4)模糊控制规则(guīzé)的确定控制(kòngzhì)规则控制(kòngzhì)规则表5)求模糊控制表根据控制(kòngzhì)规则表,对应的规则为 1) ife=ZEandde=NSthenu=PS 2) ife=PSandde=NSthenu=ZEMIN-MAX-重心法(Mamdani推理法) 代数积-加法(jiāfǎ)-重心法 选择最大隶属度法 取中位数法MIN-MAX-重心(zhòngxīn)法(Mamdani推理法)分三步来实现(shíxiàn):下图形象地画出了极大极小的推理过程。最后将每一条推理规则得到(dédào)的模糊控制子集进行“并”运算得到(dédào)图中的阴影部分。再由重心法计算出模糊控制输出的精确量。图模糊推理过程(guòchéng)示意图由规则(guīzé)1)和2)可知,有两种可能结果:求模糊集合(jíhé)的重心表模糊控制表至此,模糊控制表己经建立。由于模糊控制表的建立是离线进行的,因此它丝毫没有影响(yǐngxiǎng)模糊控制器实时运行的速度。一旦模糊控制表建立起来,模糊逻辑推理控制的算法就是简单的查表法,其运算速度是相当快的,完全能够满足实时控制的要求。那么(nàme)把它精确化有现在(xiànzài)我们要跟进模糊推理来求结果/分三步来实现(shíxiàn):利用重心法求隶属度函数(hánshù)的阴影部分的重心,作为阀门 的确切开度。对阴影部分作分段积分,即可得到精确输出。这样(zhèyàng)我们就得到了当e=12.5,de=-75,时候的输出 u=1.53/1.32*16=18.54模糊控制器设计(shèjì)实例-洗衣机模糊控制(3)定义(dìngyì)隶属函数 选用如下隶属函数: 采用三角形隶属函数实现油脂的模糊化,如图所示。图油脂(yóuzhī)隶属函数将污泥分为(fēnwéi)三个模糊集:SG(污泥少),MG(污泥中),LG(污泥多),取值范围为[0,100]。选用如下隶属函数:采用三角形隶属(lìshǔ)函数实现污泥的模糊化,如下图所示。将洗涤时间分为(fēnwéi)五个模糊集:VS(很短),S(短),M(中等),L(长),VL(很长),取值范围为[0,60]。选用如下隶属函数: 采用三角形隶属函数实现洗涤时间的模糊化,如图所示。图洗涤时间隶属(lìshǔ)函数(4)建立模糊控制规则 根据人的操作经验设计(shèjì)模糊规则,模糊规则设计(shèjì)的标准为:“污泥越多,油脂越多,洗涤时间越长”;“污泥适中,油脂适中,洗涤时间适中”;“污泥越少,油脂越少,洗涤时间越短”。 (5)建立模糊控制表 根据模糊规则的设计(shèjì)标准,建立模糊规则表。表4-7模糊洗衣机的洗涤(xǐdí)规则第*条规则为:“IF衣物污泥少且油脂少THEN洗涤时间很短”。 (6)模糊推理 分以下几步进行: ①规则匹配。假定当前传感器测得的信息为:,,分别带入所属的隶属(lìshǔ)函数中求隶属(lìshǔ)度:通过上述四种隶属(lìshǔ)度,可得到四条相匹配的模糊规则,如表所示:②规则触发。由上表可知,被触发的规则有4条: Rule1:IFyisMDandxisMGTHENzisM Rule2:IFyisMDandxisLGTHENzisL Rule3:IFyisLDandxisMGTHENzisL Rule4:IFyisLDandxisLGTHENzisVL ③规则前提推理。在同一条规则内,前提之间通过“与”的关系(guānxì)得到规则结论,前提之间通过取小运算,得到每一条规则总前提的可信度: 规则1前提的可信度为:min(4/5,3/5)=3/5 规则2前提的可信度为:min(4/5,2/5)=2/5 规则3前提的可信度为:m