资源描述：
《智能控制基础实验》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、洗衣机模糊控制一、模糊控制器的结构选用单变量二维模糊控制器。控制器的输入为衣物的污泥和油脂，输出为洗涤时间。二、定义输入输出模糊集1.将污泥分为三个模糊集：SD（污泥少），MD（污泥中），LD（污泥多），取值范围为[0，100]。定义隶属函数，选用如下隶属函数：采用三角形隶属函数实现污泥的模糊化。采用MATLAB仿真，实现污泥隶属函数的设计，仿真程序为：%DefineN+1trianglemembershipfunctionclearall;closeall;N=2;x=0:0.1:100;fori=1:N+1f(i)=100/N*(i-1);endu=
2、trimf(x,[f(1),f(1),f(2)]);figure(1);plot(x,u);forj=2:Nu=trimf(x,[f(j-1),f(j),f(j+1)]);holdon;plot(x,u);endu=trimf(x,[f(N),f(N+1),f(N+1)]);holdon;plot(x,u);xlabel('x');ylabel('Degreeofmembership');仿真结果如图1所示：图12.将油脂分为三个模糊集：NG（无油脂），MG（油脂中），LG（油脂多），取值范围为[0，100]。选用如下隶属函数：采用三角形隶属函数实现污泥
3、的模糊化，仿真程序同污泥隶属函数。仿真结果如图2所示：3.将洗涤时间分为三个模糊集：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。采用MATLAB仿真，可实现洗涤时间隶属函数的设计，仿真程序如下：%DefineN+1trianglemembershipfunctionclearall;closeall;z=0:0.1:60;u=trimf(z,[0,0,10]);figure(1);plot(z,u);u=trimf(z,[0,10,25]);holdon;p
4、lot(z,u);u=trimf(z,[10,25,40]);holdon;plot(z,u);u=trimf(z,[25,40,60]);holdon;plot(z,u);u=trimf(z,[40,60,60]);holdon;plot(z,u);xlabel('z');ylabel('Degreeofmembership');仿真结果如图3所示：一、建立模糊控制规则根据人的操作经验设计模糊规则，模糊规则设计的标准为：“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”。二、建立模糊控制表根
5、据模糊规则的设计标准，建立模糊规则表。洗涤时间Z污泥XNGMGLG油脂YSDVS*MLMDSMLLDMLVL注：第*条规则为：“IF衣物污泥少且没有油脂THEN洗涤时间很短”。三、模糊推理1.规则匹配将X（污泥）=20，Y（油脂）=30分别代入所属的隶属函数中求隶属度为通过上述4中隶属度，可得到4条相匹配的模糊规则，如下表所示：洗涤时间Z污泥XNG（2/5）MG(3/5)LG油脂YSD(3/5)μVS(z)μM(z)0MD(2/5)μS(z)μM(z)0LD0001.规则触发由上表可知，被触发的规则有四条规则1：IFYisSDandXisNGTHENZi
6、sVS规则2：IFYisSDandXisMGTHENZisM规则3：IFYisMDandXisNGTHENZisS规则4：IFYisMDandXisMGTHENZisM2.规则前提推理在同一条规则内，前提之间通过“与”的关系得到规则结论。前提的可信度之间通过取小运算，得到每一条规则总前提的可信度为：规则1前提的可信度为：min（3/5,2/5）=2/5规则2前提的可信度为：min（3/5,3/5）=3/5规则3前提的可信度为：min（2/5,2/5）=2/5规则4前提的可信度为：min（2/5,3/5）=2/5由此得到洗衣机规则前提可信度，即规则强度表如
7、下：洗涤时间Z污泥XNG（2/5）MG(3/5)LG油脂YSD(3/5)2/53/50MD(2/5)2/52/50LD0003.将上述两个表进行“与”运算得到每条规则的总输出，如下表所示：洗涤时间Z污泥XNG（2/5）MG(3/5)LG油脂YSD(3/5)min(2/5,μVS(z))min(3/5,μM(z))0MD(2/5)min(2/5,μS(z))min(2/5,μM(z))0LD0004.模糊系统的总输出模糊系统总的输出为各条规则推理结果的并，即μagg(z)=max{min(2/5,μVS(z)),min(3/5,μM(z)),min(2/5
8、,μS(z)),min(2/5,μM(z))}=max{min(2/5,μVS(
