基于matlab的模糊控制系统设计

《基于matlab的模糊控制系统设计》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、实验一基于MATLAB的模糊控制系统设计1.1实验内容（1）基于MATLAB图形模糊推理系统设计，小费模糊推理系统；（2）飞机下降速度模糊推理系统设计；（3）水箱液位模糊控制系统设计及仿真运行。1.2实验步骤1小费模糊推理系统设计（1）在MATLAB的命令窗口输入fuzzy命令，打开模糊逻辑工具箱的图形用户界面窗口，新建一个Madmdani模糊推理系统。（2）增加一个输入变量，将输入变量命名为service、food，输出变量为tip，这样建立了一个两输入单输出模糊推理系统框架。（3）设计模糊化模块：双击变量图标打开MembershipFgunctionEdito

2、r窗口，分别将两个输入变量的论域均设为[0,10],输出论域为[0,30]。通过增加隶属度函数来进行模糊空间划分。输入变量service划分为三个模糊集：poor、good和excellent，隶属度函数均为高斯函数，参数分别为[1.50]、[1,55]和[1.510]；输入变量food划分为两个模糊集：rancid和delicious，隶属度函数均为梯形函数，参数分别为[0013]和[791010]；输出变量tip划分为三个模糊集：cheap、average和generous，隶属度函数均为三角形函数，参数分别为[0510]、[101520]和[202530]。

3、（4）设置模糊规则：打开RuleEditor窗口，通过选择添加三条模糊规则：①if(serviceispoor)or(foodisrancid)then(tipischeap)②if(serviceisgood)then(tipisaverage)③if(serviceisexcellent)or(foodisdelicious)then(tipisgenerous)三条规则的权重均为1.（5）模糊推理参数均使用默认值，通过曲面观察器（SurfaceViewer）查看小费模糊推理的输入输出关系曲面。通过规则观察器（RuleViewer）查看对具体输入的模糊推理及输

4、出情况，输入各种不同的数据，查看模糊推理情况及输出数据。（6）增加规则，查看曲面的变化、推理输出的变化。2.飞机下降速度模糊推理系统设计（1）打开模糊推理逻辑工具箱的图形用户界面，新建一个Sugeno模糊推理系统。（2）将输入变量命名为height，输出变量为speed，这是一个SISO模糊推理系统。（3）设计模糊化模块：分别将输入变量的论域设为[0,10]，输出论域不用修改。模糊空间划分:输入变量height分为五个模糊集：mf1（高斯函数[0.50]）、mf2（π函数[0.7542.583.324.64]）、mf3(π函数[3.194.885.817.11])

5、、mf4(π函数[6.3627.98.569.54])和mf5（S函数[8.6649.83]）;输出变量speed分为五个与输入模糊空间对应的线性函数：mf1([0.80.2])、mf2([4.6-4.5])、mf3([10.3-26])、mf4([16-64])和mf5([20-100]).（4）设置模糊规则：打开RuleEditor窗口，通过选择添加五条模糊规则：①if（heightismf1）then(speedismf1)②if（heightismf2）then(speedismf2)③if（heightismf3）then(speedismf3)④if（

6、heightismf4）then(speedismf4)⑤if（heightismf5）then(speedismf5)五条的权重均为1.模糊推理参数均使用默认值，通过曲面观察器（SurfaceViewer）查看飞机降落速度模糊推理的输入输出关系曲面。通过规则观察器（RuleViewer）查看对具体输入的模糊推理及输出情况，输入各种不同的数据，查看模糊推理情况及输出数据。（6）修改规则、隶属度函数参数，查看曲线的变化，修改参数使输入输出关系曲线拟合二次曲线更好。3水箱液位模糊控制系统设计及仿真运行（1）打开模糊逻辑工具箱的图形用户界面窗口，新建一个Madmdani

7、模糊推理系统。（2）增加一个输入变量，将输入变量命名为level、rate，输出变量为valve，这样建立了一个两输入单输出模糊推理系统,保存为tank().fis。（3）设计模糊化模块：将输入变量rate的论域设为[-0.1,0.1],另外两个变量采用论域[-1,1]。通过增加隶属度函数来进行模糊空间划分。输入变量level划分为三个模糊集：high、okay和low，隶属度函数均为高斯函数，参数分别为[0.3-1]、[0.30]和[0.31]；输入变量rate划分为三个模糊集：negative、none和delicious，隶属度函数均为高斯函数，参数分别为[

8、0.03-