模糊控制器

1．模糊控制器的输入、输出变量分别为偏差、偏差的变化率和控制量的增量。

实际论域e、ec、u[-30，30]，[-24，24]，[-36，36]。

对应的模糊语言变量E、EC、UC的论域均为
{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}
2．定义模糊子集及隶属函数
对语言变量偏差E定义八个模糊集分别表示PL（正大），PM（正中），PS（正小），PZ（正零），NZ（负零），NS（负小），NM（负中），NL（负大）。

语言变量偏差的变化率EC定义七个模糊集，分别表示PL，PM，PS，Z，NS，NM，NL。

控制量的增量UC定义七个模糊集UC1，…，UC8，分别表示PL，PM，PS，Z，NS，NM，NL。

隶属度函数分别如下面3张表。

E i的隶属函数表
ECi的隶属函数表
UCi的隶属函数表
模糊控制规则如下表
试计算控制表。

计算结果如下；
设已知输入为0x 和0y ，模糊化运算采用单点模糊集合，则相应的输入量模糊集合'A 和'B 分别为：
()()⎩
⎨⎧≠==⎩⎨⎧≠==00
00
01,
01''y y y y y x x x x x B A μμ
通过模糊推理方法及性质，可求得输出量的模糊集合'C 为：
()()
()
()[]
()[]()
[]
56
1
'
56
1
'
'56
1''56
1''56
1
'
'
'
'
'
=======→→=→⨯⨯=⨯=⨯=i i i iB iA i i i i i i i i i i C C C C A B C A A C B A B A B A B A C i
R R
首先根据书上的表2-8、2-9、2-10如上面三个表所示，建立三个矩阵A 、B 、C 分别对应三个表中的数据，为了便于计算表2-10的数据自行规定为：NB=1，NM=2，NS=3，NZ=4，PS=5，PM=6，PB=7。

由于表中没有出现PZ ，因此PZ 不规定值。

根据上面的算法对求得的输出量模糊集合求取加权平均值即可获得模糊控制表数
值。

附录程序：
clear clc
%偏差量E(A) 偏差变化率EC(B) 控制量U(C)隶属度 的定义
%E(A)矩阵 行：从左向右[-6~6] 列：从上到下[PL~-NL] 0分为正零和负零 %EC(B)、U(C) 行：从左向右[-6~6] 列：从上到下[PL~NL] E=xlsread('data.xlsx','sheet1'); EC=xlsread('data.xlsx','sheet2'); U=xlsread('data.xlsx','sheet3'); %PL=1 PM=2 PS=3 Z=4 NS=5 NM=6 NL=7 R=xlsread('rule.xlsx');
u=[-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6]; Z=[];
%%假设不同的输入 开始
for y=1:14; %E 取-6 y 从-6..-0 +0 ..+6 for z=1:13; %EC 取+6 z 从+6...0...-6
%已知输入，遍历控制表，计算C 开始 C=zeros(1,13); for j=1:7; %规则表行 for i=1:8; %规则表列 c=U(R(j,i),:); a=E(9-i,:)'; b=EC(j,:)'; [m,n]=size(a); [p,q]=size(b); [r,s]=size(c);
for d=1:1:m %求得R1
for e=1:1:s
R1(d,e)=min(a(d),c(e));
end
end
for d=1:1:p %求得R2
for e=1:1:s
R2(d,e)=min(b(d),c(e));
end
end
A1=zeros(1,m);
A1(y)=E(9-i,y); %求A'
B1=zeros(1,p);
B1(14-z)=EC(j,14-z); %求B'
for d=1:1:s %求C1
for e=1:1:m
C1(e,d)=min(A1(e),R1(e,d));
end
end
C1=max(C1);
for d=1:1:s %求C2
for e=1:1:p
C2(e,d)=min(B1(e),R2(e,d));
end
end
C2=max(C2);
C=C+min(C1,C2);
end
end
%已知输入遍历控制表，计算C 结束
z0=0;
for d=1:1:s
z0=C(d)*u(d)+z0;
end
if sum(C)==0
Z(z,y)=0;
else
Z(z,y)=z0/sum(C);
end
end
end
%%假设不同输入结束
xlswrite('controlt.xlsx',Z);%计算的控制表导入control.xlsx文件
结果：
表1：数据图
表2：规则图
表3：控制表。