智能控制模糊控制器设计

★一.模糊控制器的设计步骤如下:1.确定模糊控制器的总体结构2.实现清晰量的模糊化①定义输入/输出量对应的论域及其模糊集②定义模糊集的隶属函数,确定论域内元素对模糊集的隶属度3.

编制模糊控制规则建立模糊控制规则表4.

模糊推理5.

清晰化1.基本论域与模糊论域(1)基本论域本次设计中要求系统在运行时,液位偏差能够稳定在

[-2m2m]之间，则:e的基本论域为[-22]。根据实际经验和模糊控制器设计情况:ec的基本论域定为：[-0.2，0.2]。1.确定模糊控制器的结构二维2.实现清晰量的模糊化?(2)模糊论域偏差语言变量E所取的模糊集合的论域为：X＝{-n，-n+1,…，0，…，n-1，n},偏差变化率语言变量EC所取的模糊集合的论域为：Y＝{-m，-m+1，…，0，…，m-1，m}

本次设计中液位偏差语言变量E所取的模糊集合的论域为：X＝{-3，-2，-1，0，1，2，3}。偏差变化率语言变量EC所取的模糊集合的论域为：Y＝{-3，-2，-1，0，1，2，3}。控制阀门开度语言变量U所取的模糊集合的论域为：Z＝{-4.5,-3,-1.5,0,1.5,3,4.5}(3).量化因子偏差、偏差变化率的量化因子分别用下面两式确定：＝n/，＝m/在本次设计中：n＝3,＝2,则＝3/2=1.5

m＝3,＝0.2,则＝3/0.2＝15

3.定义模糊集合及其隶属度函数表(1)定义模糊集合考虑偏差、偏差变化及控制量的正负性，我们选取语言变量的语言值为7个：PB（正大）,PM（正中）,PS（正小）,Z（零）,NS（负小）,NM（负中）,NB（负大）因此，模糊子集可表示为：

{

NB,NM,NS,Z,PS,PM,PB}。

(2)隶属度函数语言变量论域上的模糊子集由其论域上的隶属度函数μ(x)来描述其中偏差e与偏差的变化率ec的各个隶属函数的参数分别为[–3，–1]，[–3，–2，0]，

[–3，–1，+1]，[–2，0，+2]，[–1，1，+3]，

[0，+2，+3]，[+1，+3]。控制量u的各个隶属函数的参数分别为

[–4.5,–1.5]，[–4.5,–3,0]，[–4.5,–1.5,1.5]，

[–3,0,+3]，[–1.5,1.5,+4.5],[0,+3,+4.5],[+1.5,+4.5]控制量u的七个等级代表的意思分别是:NB:快速关，NM:中速关，NS:慢速关，PS:慢速开，PM:中速开,PB:快速开，

Z:阀门不动。-3-2-10123PB000000.51.0PM00000.51.00PS0000.51.00.50Z000..51.00.500NS00.51.00.5000NM01.00.50000NB1.00.500000e、ec的隶属度函数表-4.5-3-1.501.534.5PB000000.51.0PM00000.51.00PS0000.51.00.50Z000.51.00.500NS00.501.00.5000NM01.00.50000NB1.00.5000000u的隶属度函数表3.编制模糊控制规则，建立模糊控制规则表

e的语言值有7个，ec的语言值也有7个，若按排列组合来考虑，有7×7=49条模糊控制规则，将其整理成模糊控制规则表，如表4-3所示。控制量u偏差eNBNMNSZPSPMPB偏差变化量ecNBNBNBNMNMNSZZNMNBNBNMNSNSZPSNSNMNMNMNSZPSPSZNMNMNSZPSPMPMPSNSNSZPSPSPMPMPMNSZPSPMPMPMPBPBZZPMPMPMPBPB模糊控制规则表将模糊控制规则加入规则编辑器：模糊控制量的选取一般遵循如下原则：1).当偏差大或者较大时，模糊控制量的选择应以消除偏差为主；2).当偏差较小时，模糊控制量的选择应以系统的稳定性为主，防止系统超调。因为在本设计中e=－3,ec=－3

根据前面模糊化结果，此时有：

=()◦[()→]

=[◦(→)][◦(→)]

=()==＝[10.500000]=[10.500000]=[10.500000]С′＝（

=()◦×）◦R×××

对于表4-3模糊控制规则表第一行第一列的模糊控制规则：若e为NBandec为NB，则u为NB，根据表4.1和表4.2可得：

=→=→

=∧[1.00.500000]==[10.500000]=[10.500000]=[10.500000]=(→)＝[1.00.500000]◦=[1.00.500000]=→=→

=∧

[1.00.500000]==◦(→)＝[10.500000]◦

=[1.00.500000]==[1.00.500000]

◦按如上同样的方法即可依次求得最终求得：

＝＝[10.500000]四.反模糊化加权平均法FuzzyControllerDesignclearall;closeall;a=newfis('fuzzf');f1=1;a=addvar(a,'input','e',[-3*f1,3*f1]);%Parameterea=addmf(a,'input',1,'NB','zmf',[-3*f1,-1*f1]);a=addmf(a,'input',1,'NM','trimf',[-3*f1,-2*f1,0]);a=addmf(a,'input',1,'NS','trimf',[-3*f1,-1*f1,1*f1]);a=addmf(a,'input',1,'Z','trimf',[-2*f1,0,2*f1]);a=addmf(a,'input',1,'PS','trimf',[-1*f1,1*f1,3*f1]);a=addmf(a,'input',1,'PM','trimf',[0,2*f1,3*f1]);a=addmf(a,'input',1,'PB','smf',[1*f1,3*f1]);f2=1;a=addvar(a,'input','ec',[-3*f2,3*f2]);%Parametereca=addmf(a,'input',2,'NB','zmf',[-3*f2,-1*f2]);a=addmf(a,'input',2,'NM','trimf',[-3*f2,-2*f2,0]);a=addmf(a,'input',2,'NS','trimf',[-3*f2,-1*f2,1*f2]);a=addmf(a,'input',2,'Z','trimf',[-2*f2,0,2*f2]);a=addmf(a,'input',2,'PS','trimf',[-1*f2,1*f2,3*f2]);a=addmf(a,'input',2,'PM','trimf',[0,2*f2,3*f2]);a=addmf(a,'input',2,'PB','smf',[1*f2,3*f2]);f3=1.5;a=addvar(a,'output','u',[-3*f3,3*f3]);%Parameterua=addmf(a,'output',1,'NB','zmf',[-3*f3,-1*f3]);a=addmf(a,'output',1,'NM','trimf',[-3*f3,-2*f3,0]);a=addmf(a,'output',1,'NS','trimf',[-3*f3,-1*f3,1*f3]);a=addmf(a,'output',1,'Z','trimf',[-2*f3,0,2*f3]);a=addmf(a,'output',1,'PS','trimf',[-1*f3,1*f3,3*f3]);a=addmf(a,'output',1,'PM','trimf',[0,2*f3,3*f3]);a=addmf(a,'output',1,'PB','smf',[1*f3,3*f3]);rulelist=[11111;%Editrulebase12111;13211;14211;15311;16411;17411;21111;22111;23211;24311;25311;26411;27511;31211;32211;33211;34311;35411;36511;37511;

41211;42211;43311;44411;45511;46611;47611;51311;52411;53411;54511;55511;56611;57611;

61311;62411;63511;64611;65611;66611;67711;71411;72411;73611;74611;75611;76711;77711];

a=addrule(a,rulelist);注:①addrule函数有两个变量，第一个变量a为FIS的变量名，第二个变量rulelist表示规则的矩阵。②规则列表矩阵的格式有严格的要求：当模糊系统有m个输入、n个输出时，规则列表矩阵为m+n+2列，前m列表示系统的输入，每列的数值表示输入变量隶属度函数的编号；接着的n列表示系统的输出，每列的数值表示输出变量隶属度函数的编号；第m+n+1的内容为该条规则的权值（0~1）；第m+n+2列的值决定模糊操作符的类型1（and），2（or）%showrule(a)%Showfuzzyrulebase-4a1=setfis(a,'DefuzzMethod','mom');%Defuzzy（注：setfis设置模糊系统的特性）writefis(a1,'fuzzf');%savetofuzzyfile"fuzz.fis"whichcanbesimulatedwithfuzzytool注：①writefis可将Matlab工作空间中的FIS结构变量

fismat保存到磁盘文件中。②writefis(fismat,'filename')可直接指定文件名

filename.fis,这时不会出现对话框,文件保存在当前目录中。③writefis(fismat,'filename'，'dialog')可打开对话框，并且以filename.fis为省缺文件名）。a2=readfis('fuzzf');注：①

filename格式fismat=readfis(‘filename’)表示从磁盘的.fis文件（文件名为filename）中读取模糊推理系统，并保存在工作空间中。②格式fismat(结构变量)=readfis（不带输入变量)将打开读取文件的对话框，以便输入文件名及其路径disp('-------------------------------------------------------');disp('fuzzycontrollertable:e=[-3,+3],ec=[-3,+3]');disp('-------------------------------------------------------');Ulist=zeros(7,7);fori=1:7forj=1:7e(i)=-4+i;ec(j)=-4+j;Ulist(i,j)=evalfis([e(i),ec(j)],a2);注：①格式output=evalfis(input,fismat)表示完成模糊推理计算。其中：input指定输入的数值或矩阵。

②fismat为要计算的FIS结构endendUlist=ceil(Ulist)(注:ceil表示对+∞方向取整数)figure(1);plotfis(a2);figure(2);plotmf(a,'input',1);figure(3);plotmf(a,'input',2);figure(4);plotmf(a,'output',1);-------------------------------------------------------fuzzycontrollertable:e=[-3,+3],ec=[-3,+3]-------------------------------------------------------Ulist=-4-4-2-2-1-10-4-2-2-1-102-2-2-1-1022-2-1-10223-1-102233-10223350223355a1=setfis(a,'DefuzzMethod',‘centroid');%Defuzzy-------------------------------------------------------fuzzycontrollertable:e=[-3,+3],ec=[-3,+3]-------------------------------------------------------Ulist=-3-2-2-1-101-2-2-2-1011-2-2-10112-1-100122-100123301223331123334一．进入FIS编辑器在Matlab的CommandWindow窗口的提示符下，键入Fuzzy可打开FIS编辑器。二.建立初步的模糊推理系统

在FIS编辑器的界面上所需做的工作为：

(1)首先，由于本例有２个输入变量，因此需要添加1个输入变量，进行的操作为：菜单Edit→Addvariable…→Input此时，系统便有２个输入变量，１个输出变量。其次，给输入、输出变量命名：点输入框（input1或input2）或输出框（output1），在CurrentVariable组合框的Name编辑栏内修改变量名。本例中，input1命名为e，input2命名为ec，output命名u。(3)第三，保存系统：菜单File→Export→ToDisk…。这里，将我们创建的系统命名为YWControl。

三.建立各变量的隶属函数打开隶属函数编辑器在FIS编辑器的GUI界面上双击变量E（或从FIS编辑器的View下拉菜单下选择“Editmembershipfunctions...”，或在命令行键入“mfedit”）,打开隶属函数编辑器。四.打开模糊规则编辑器

双击FIS编辑器上部中央表示模糊推理系统的“YWCONTRSYS”白色方块（或从FIS编辑器的View下拉菜单选中“Editrules...”），将打开模糊规则编辑器。

加入模糊控制规则选择模糊规则编辑器左边输入变量E的语言值为NB，E