关于fuzzy Controller的用法Word下载.docx
《关于fuzzy Controller的用法Word下载.docx》由会员分享，可在线阅读，更多相关《关于fuzzy Controller的用法Word下载.docx（12页珍藏版）》请在冰点文库上搜索。
当然添加隶属度函数的时候，可以先确定形状，选用什么类型的函数，然后是用几个，完了先粗略的添加进来。
之后可以在上图位置2对应要修改的隶属函数，选中以后，移动各个小方块，再细改。
注意位置2右上角的，那个是函数曲线显示的点数，显示的越多，越精细，但是可能就越耗cpu。
我见过的一般都用三角，计算简单。
顶多最左边用z型函数，最右边用s函数。
中间用一个高斯。
输入输出隶属度函数确定后，完了就是编辑模糊规则
位置1为添加好的规则。
位置2为输入组合逻辑，mf1，mf2对应各个输入的模糊语言变量，具体看实际是定的名字。
如NB,NM。
。
可以对某个模糊语言变量执行not逻辑。
输入组合的时候可以选择and或者是or。
权重一般都是1。
位置3的地方是对应的左边的2的每个阻隔逻辑，输出要输出的那个模糊语言变量。
最红点addrule就可以在位置1看到相应的新添加的模糊规则。
完了点最上边模糊工具箱的file---export---toworkspace导入模糊推力器到工作空间
File—export—tofile是到出到文件。
最好导出到文件，这样下次还可以用，文件名就是你在simulink调用模糊逻辑块是要写的名字，加后缀，然后用单引号括起来。
到此，一个完整的模糊推理机（模糊控制器）就完成了。
下边是我用到的2输入3输出，输入、输出每个都有7个模糊语言变量，共有7*7共49条rules，下边是抓图。
下边是生成的fis文件。
在这个里边修改也可以达到同样的效果。
在fis文件当中，不能有注释什么的。
[System]这个是关键字
Name='
fuzzypid'
模糊推理机名字，这个最好和文件名字统一
Type='
mamdani'
类型，不用变
Version=2.0版本
NumInputs=2输入变量个数，按实际的来
NumOutputs=3输出变来那个个数，按实际的来
NumRules=49rules个数
AndMethod='
min'
不用变
OrMethod='
max'
ImpMethod='
AggMethod='
DefuzzMethod='
centroid'
不用变，解模糊方法
[Input1]不能变，第一个输入变量
e'
输入变量的名字
Range=[-33]论域范围
NumMFs=7模糊语言个数
MF1='
NB'
:
'
zmf'
[-31]第一个模糊语言变来那个对应的隶属度函数，改后边的就成，分别是模糊语言变量名，隶属函数形状，关键点。
下同，输入变量，输出变量
MF2='
NM'
trimf'
[-3-20]
MF3='
NS'
[-3-11]
MF4='
Z'
[-202]
MF5='
PS'
[-113]
MF6='
PM'
[023]
MF7='
PB'
smf'
[-13]
[Input2]第二个输入
ec'
Range=[-33]
NumMFs=7
[-31]
[Output1]第一个输出
kp'
Range=[-0.30.3]
[-0.3-0.1]
[-0.3-0.20]
[-0.3-0.10.1]
[-0.200.2]
[-0.10.10.3]
[00.20.3]
[0.10.3]
[Output2]
ki'
Range=[-0.060.06]
[-0.06-0.06-0.02]
[-0.06-0.040]
[-0.06-0.020.02]
[-0.0400.04]
[-0.020.020.06]
[00.040.06]
[0.020.060.06]
[Output3]
kd'
[Rules]这个是模糊推理规则分别是输入，输出，
（1）:
1这两个不用变。
比如用的是NB,NM,NS,Z,PS,PM,PB的话，NB就是1，依次类推7*7=49条模糊规则，主要是要遍历两个输入，每个输入有7个，就是49条了…..
11,715
（1）:
1
12,713
（1）:
13,621
（1）:
14,621
（1）:
15,531
（1）:
16,442
（1）:
17,445
（1）:
21,715
（1）:
22,713
（1）:
23,621
（1）:
24,532
（1）:
25,532
（1）:
26,443
（1）:
27,344
（1）:
31,614
（1）:
32,623
（1）:
33,623
（1）:
34,532
（1）:
35,443
（1）:
36,353
（1）:
37,354
（1）:
41,624
（1）:
42,623
（1）:
43,533
（1）:
44,443
（1）:
45,353
（1）:
46,263
（1）:
47,264
（1）:
51,524
（1）:
52,534
（1）:
53,444
（1）:
54,354
（1）:
55,354
（1）:
56,264
（1）:
57,274
（1）:
61,547
（1）:
62,445
（1）:
63,355
（1）:
64,255
（1）:
65,265
（1）:
66,275
（1）:
67,177
（1）:
71,447
（1）:
72,447
（1）:
73,256
（1）:
74,266
（1）:
75,265
（1）:
76,175
（1）:
77,177
（1）:
用m文件进行模糊仿真的话，你那个pid书里边就有程序，大概过程是：
a=newfis（'
）;
添加模糊推理器a
a=addvar（a,'
input'
'
[-3,3]）;
给推力器a添加变量，input或output，变量名字，范围，下边这句是添加membershipfunction。
a=addmf（a,'
1,'
[-3,1]）;
哪个模糊推理器，变量类型IN/OUT，顺序（在rule中用到），语言变量，函数类型，关键点。
输入输出都一样。
添加完输入输出变量得隶属度函数，下边就是添加模糊规则。
rulelist=[1171511;
1271311;
…….
7717711];
a=addrule（a,rulelist）;
先输入模糊规则，然后调用addrule把模糊规则添加到指定的模糊推理器a。
a=setfis（a,'
defuzzmethod'
解模糊方法
writefis（a,'
保存模糊推理器a，到文件fuzypid后缀为.FIS
a=readfis（'
可用可不用。
如果有现成的，上边的可以不用，直接用readfis就可以把保存的fis文件送给a
k_pid=evalfis（[e_1,ec_1],a）;
这句是在仿真时候，进行模糊推理，送一组输入，经模糊推理后，得到一组输出。
模糊控制器的设计我认为最麻烦的是：
输入输出的匹配问题，隶属函数的划分，关键点的处理，还有模糊规则，没有可参照的程序，是个很麻烦的工作，得反复看曲线，然后修改，最终才可能得到有效的曲线。
升级会员 