自己设计的模糊PID
智能技术课件——第六讲 模糊PID控制器设计
第六讲 模糊PID控制器设计
参数自整定PID控制器 利用模糊控制规则在线对PID参数进行修改，就构成了 参数自整定PID控制器。结构如下
Байду номын сангаас
工作原理： 先PID的三个参数于误差e和误差变化率de之间的模糊
关系，在运行时，通过检测e和de，根据模糊控制推理来 在线改变PID的三个参数，以满足不同的e和de对控制器参 数的要求，从而使系统有较好的动静性能。人们根据已有 的设计经验，总结出Kp，Ki，Kd的自整定规律如下：
|e|和de取语言值为 “大”，“中”，“小”
规则库如下
1 |e|＝大，
则Kp＝Kp1, Ki=0, Kd=0;
2 |e|＝中 且 |de|=大， 则Kp＝Kp2, Ki=0, Kd=Kd2;
3 |e|＝中 且 |de|=中， 则Kp＝Kp3, Ki=0, Kd=Kd3;
4 |e|＝中 且 |de|=小， 则Kp＝Kp4, Ki=0, Kd=Kd4;
5 |e|＝小，
则Kp＝Kp5, Ki=Ki5, Kd=Kd5
这里的 Kp1－Kp5，Ki1－Ki5，Kd1－Kd5为按常规PID参数
整定方法得到的数值。
模糊PID设计,模糊控制器设计(原创免积分下载)
作业：已知一被控对象)
14)(12(20)(++=
s s s G
（1） 设计模糊控制器
（2） 设计模糊自整定PID 控制器 求单位阶跃响应。
（1） ①利用matlab 的模糊控制工具箱和Simulink 功能进行模糊控制器的设计和仿真
Simulink 模型的设计如图1
图1 模糊控制器的Simulink 仿真
②模糊控制器的设计
利用matlab 的模糊控制工具箱对模糊规矩进行设计，如图2所示
图2 模糊控制工具箱 ③编辑隶属度函数，如图3所示。
图3 编辑隶属度函数
④输入模糊控制规则，如图4所示，控制规则如图5所示
图4 输入模糊控制规则
图5 模糊控制规则表
⑤阶跃响应的仿真结果如图6所示
图6 阶跃响应仿真结果（2）①设计Simulink仿真模型，如图7所示
图7 Simulink模型仿真
②PID参数的整定的模糊控制器设计如图8所示
图8 模糊PID的设计③编辑隶属度函数，如图9所示
图9 编辑隶属度函数
④输入模糊控制规则，如图10所示，控制△KP（-3~3）规则如图11，△KI（-3~3）规则如图12，△KD（-3~3）规则如图13所示
图10 模糊控制规则输入
图11 △KP规则表
图12 △KI规则表
图13 △KD规则表⑤阶跃响应的仿真结果如图14所示
图14 系统单位阶跃响应。
模糊PID温度控制系统的设计
模糊PID温度控制系统的设计模糊PID控制是一种将模糊逻辑和PID控制相结合的控制方法，它充分利用了PID控制器的优点，同时通过引入模糊逻辑来克服传统PID控制中的一些问题，如参数调整不易、对非线性和时变系统的适应性较差等。
本文将介绍模糊PID温度控制系统的设计。
一、系统结构设计模糊PID温度控制系统的基本结构包括输入端、模糊推理机和输出端。
输入端包括温度传感器和设定温度设备，用于测量被控温度和设定温度。
模糊推理机通过将模糊化的输入转换为模糊化的输出，生成对应的控制量。
输出端包括执行器，将控制量转换为控制信号，使温度回路的输出能够稳定地接近设定值。
二、模糊化模糊化是将连续性的输入（如温度误差和误差变化率）转换为模糊集合的过程。
在模糊化中，需确定输入的模糊集合函数和隶属度函数的形状。
常见的模糊集合函数有三角型、梯形和高斯型函数。
可以根据实际系统的特点和需求选择适合的模糊集合函数，并确定隶属度函数的参数。
三、模糊推理机模糊推理机是模糊PID控制的核心部分，它通过模糊化的输入和事先设定的模糊规则来生成模糊化的输出。
首先，需要确定模糊规则的数量和形式。
常见的模糊规则形式有“IF-THEN”规则和模糊关联规则。
在确定模糊规则时，可以参考专家经验或使用模糊综合评判方法进行推导。
然后，需要设计模糊推理机的推理引擎，常见的方法有最大隶属度法和加权平均法。
四、解模糊化和反馈解模糊化是将模糊化的输出转换为实际的控制量，以便执行器能够产生相应的控制信号。
常见的解模糊化方法有最大隶属度法、面积法和中心平均法等。
在解模糊化的过程中，可以根据系统的需求和性能要求选择合适的解模糊化方法，并确定相应的解模糊化函数和参数。
另外，模糊PID 控制系统通常还会加入反馈环节，用于对控制效果进行调整和修正，提高控制系统的稳定性和鲁棒性。
五、参数调整和性能评价模糊PID控制器的参数调整是控制系统设计中的重要环节。
传统的PID控制器可以通过经验公式或试错法进行参数调整，而模糊PID控制器通常使用专家经验、试验方法或优化算法进行参数调整。
基于MATLAB的模糊PID控制器的设计
基于MATLAB的模糊PID控制器的设计模糊PID控制器是一种常用的控制算法，可以解决传统PID控制器在非线性系统中效果不佳的问题。
在MATLAB中，可以使用fuzzylogic工具箱来设计模糊PID控制器。
模糊PID控制器的设计过程分为三个步骤：建立模糊系统、设计控制器和性能评估。
接下来，设计模糊PID控制器。
在MATLAB中，可以使用fuzzy工具箱提供的mamdani和sugeno两种模糊控制器类型。
其中，mamdani模糊控制器基于模糊规则的if-then逻辑，而sugeno模糊控制器使用模糊规则来计算模糊输出。
根据系统的具体需求，可以选择合适的模糊控制器类型，并设置相应的参数。
同时，可以使用模糊控制器设计工具来对模糊控制器进行优化和调整。
最后，对设计的模糊PID控制器进行性能评估。
在MATLAB中，可以使用模拟仿真工具对模糊PID控制器进行测试和评估。
具体方法是将模糊PID控制器与待控制的系统进行耦合，观察系统的响应和控制效果，并评估其性能和稳定性。
可以通过调整模糊PID控制器的参数和模糊规则来改善控制效果。
总之，基于MATLAB的模糊PID控制器设计包括建立模糊系统、设计控制器和性能评估三个步骤。
通过合理设置模糊输入、模糊输出和模糊规则，可以有效地解决非线性系统的控制问题。
同时，利用MATLAB提供的模糊控制器设计工具和性能评估工具，可以对模糊PID控制器进行优化和改进，以达到更好的控制效果和稳定性。
模糊PID温度控制系统的设计
模糊PID温度控制系统的设计摘要本文主要介绍了一种基于模糊控制理论的PID温度控制系统设计方法。
该系统采用模糊PID控制算法，通过模糊控制器实现温度的精确控制。
具体来说，该系统包括传感器模块、执行器模块、控制模块和人机交互模块等组成部分。
实验结果表明，该系统能够实现稳定的温度控制，并且具有良好的鲁棒性和适应性。
引言目前，温度控制在化工、食品、医疗等领域中得到广泛的应用。
传统的温度控制方法主要是PID控制，但是在实际应用中，由于受到环境因素的干扰和系统不稳定等因素的影响，传统PID控制方法很难达到精准控制的效果。
因此，需要寻求一种更为优越的控制方法。
模糊控制是一种新兴的控制方法，它能够应对复杂、不确定的系统，逐渐在实际控制中得到广泛的应用。
本文基于模糊控制理论，设计了一种基于模糊PID控制算法的温度控制系统。
系统设计本文所设计的基于模糊PID控制算法的温度控制系统主要由传感器模块、执行器模块、控制模块和人机交互模块等组成部分。
具体来说：1. 传感器模块：该模块主要用于检测系统当前的温度水平，将实时温度值传输给控制模块。
2. 执行器模块：该模块主要用于调节系统的设定温度值，当系统需要升温或降温时，执行器会自动按照预设程序进行调节。
3. 控制模块：该模块采用模糊PID控制算法，通过对实时温度值进行分析、处理、反馈等操作，来精确控制系统的温度。
4. 人机交互模块：该模块主要用于与用户进行交互，显示系统状态、设定温度值等信息，从而方便用户对系统进行监控和操作。
系统运行原理该系统的运行主要是通过控制模块实现的。
控制模块首先通过传感器模块获取实时温度值，然后对温度进行模糊处理，获取误差值。
根据误差值、温度变化率和误差变化率的大小，控制模块计算出最佳的控制信号，将该信号传输给执行器模块。
执行器模块接收到控制信号后，会根据信号的大小和方向调整系统的设定温度值，从而实现对温度的精确控制。
同时，控制模块会不断地根据实时温度值和设定温度值的差异进行检测和调整，直到系统达到稳定的温度水平。
基于模糊PID控制的仿真设计
基于模糊PID控制的仿真设计模糊PID控制是一种控制算法，结合了模糊逻辑和PID控制的优点，可以更好地应对非线性、不确定性等复杂系统的控制问题。
本文将基于模糊PID控制算法进行仿真设计，以说明该控制算法的应用和效果。
首先，我们需要明确控制的目标和系统模型。
假设我们希望设计一个控制模型，能够准确控制一台水平面上的小车的位置。
系统模型可以表示为小车在水平面上的位置和速度。
由于小车的运动过程存在摩擦力等非线性效应，我们选择使用模糊PID控制来进行控制。
接下来，我们需要定义模糊PID控制的输入变量、输出变量和规则库。
对于位置控制问题，我们可以选择小车的位置误差（error）和位置误差变化率（error的导数）作为输入变量，用于反映当前的控制状态。
输出变量可以选择控制器的输出值，即小车的控制力或转向角度。
通过观察实验数据，我们可以根据经验或专家知识来构建模糊规则库，并设置合适的隶属函数。
然后，我们需要进行模糊推理和模糊控制。
根据输入变量的模糊集合和模糊规则库，可以通过模糊推理来获得输出变量的模糊集合。
在模糊PID控制中，我们可以使用模糊的比例增益、模糊的积分时间和模糊的微分时间来调节控制器的性能。
通过模糊控制器，我们可以计算得到控制量，进一步控制小车的位置或速度。
最后，我们进行仿真实验，并评估模糊PID控制的性能和效果。
在仿真实验中，我们可以通过改变小车的初始位置、目标位置和运动速度等参数，来观察控制器的响应和精度。
通过与传统的PID控制进行比较，可以评估模糊PID控制的优劣。
总结起来，基于模糊PID控制的仿真设计可以帮助我们更好地理解和应用该控制算法。
通过对控制目标、系统模型、模糊规则库的定义，以及模糊推理和模糊控制的实现，我们可以研究模糊PID控制的性能和效果。
这对于解决非线性、不确定性问题的控制系统具有重要意义，可以为现实世界中复杂系统的控制提供参考和借鉴。
模糊规则的PID控制器设计
模糊自整定PID控制器设计及仿真分析摘要针对常规PID控制不具有自适应能力，对于时变、非线性系统控制效果不佳。
提出了将模糊技术与PID控制相结合的控制方式，设计出各种模糊控制器。
论文的主要内容包括：1.介绍模糊控制技术的背景和重大意义，了解常规PID控制中的优点与缺点。
2.了解模糊控制的数学基础。
例如：模糊集合的定义、模糊语言、模糊推理、模糊变量的隶属函数、论域、量化因子、比例因子等。
3.掌握MATLAB中模糊工具箱、SIMULINK的使用及模糊控制器的设计方法，对于不同的控制系统设计出对应的模糊控制器的规则。
4.对混合式模糊PID控制器、开关式模糊PID控制器、自整定模糊PID控制器进行SIMULINK仿真。
MATLAB中模糊逻辑控制工具箱设计模糊控制器灵活、方便、可观性强，并可在SIMULINK环境中非常直观地构建各种复杂的模糊PID控制系统。
仿真结果表明，模糊PID控制具有控制灵活、超调小、响应快和适应性能强的优点。
关键词：模糊PID控制；MATLAB仿真；SIMULINKFuzzy Adaptive PID Controller Design and SimulationAnalysisAbstractTo the conventional PID control don’t have self-adaptive ,the control effect of time-varing and nonlinearity, We have already take the control method that combine fuzzy technology with PID control, and design various the fuzzy controller. The main contents of thesis is that:1. Introduce the fuzzy control technology's background and great significance, understanding the advantages and disadvantages of the conventional PID control.2. Understanding the mathematical basis of the fuzzy control, such as: the definition of fuzzy set, fuzzy language, fuzzy inference, membership function of fuzzy variables, treatise domain, quantifiable factor, scale factor and so on .3. Master the use of the fuzzy toolbox, SIMULINK at MATLAB and the design of the fuzzy controller for different control system design the rules of the different fuzzy controller correspondingly.4. Carry out SIMULINK simulation for the hybrid fuzzy controller, the switch fuzzy controller, and self-fuzzy controller.When a fuzzy logic control toolbox design fuzzy controller, it is very flexible、convenient and great observability in MATLAB, and it can construct various complex fuzzy PID control system directly in SIMULINK environment. The simulation results show that the fuzzy PID control have advantages of flexible control, small overshoot, fast responseand strong adaption.Key words：Fuzzy PID control；MATLAB simulation；SIMULINK目录摘要 (I)Abstract ............................................................ I I 第1章绪论 (1)1.1 课题的研究背景及意义 (1)1.2 PID控制的特点 (2)1.3 模糊控制技术概述 (3)第2章模糊控制理论 (6)2.1 模糊集合定义 (6)2.2 模糊语言 (6)2.3 模糊变量的隶属函数 (8)2.4 模糊推理系统的数据结构管理函数介绍 (8)2.5 论域、量化因子、比例因子的选择 (11)2.5.1 论域及基本论域 (11)2.5.2 量化因子及比例因子 (12)第3章基于MATLAB的模糊控制器的设计内容 (13)3.1 模糊控制器概述 (13)3.2 模糊控制器设计所包括的内容 (14)3.3 模糊控制器的结构设计 (14)3.4 模糊控制器规则的设计 (15)3.5 精确量的模糊化 (16)3.6 模糊推理及其模糊量去模糊化方法 (17)3.7 模糊控制规则表 (18)第4章 PID控制器 (19)4.1 PID的概述 (19)4.2 PID 控制的基本理论 (19)4.3 模糊 PID 控制 (22)第5章 MATLAB仿真 (24)5.1 MATLAB简介 (24)5.2 模糊控制器的设计 (24)5.2.1 模糊控制器原理图 (24)5.2.2 控制系统的SIMULINK实现 (25)5.2.3 MATLAB仿真 (27)5.3 混合式模糊PID控制器设计 (28)5.3.1 控制系统原理图 (28)5.3.2 控制系统的SIMULINK实现 (28)5.3.3 MATLAB仿真 (29)5.4 开关式模糊PID控制器设计 (30)5.4.1 控制系统原理图 (30)5.4.2 控制系统的SIMULINK仿真 (30)5.4.3 MATLAB仿真 (31)5.5 自整定模糊PID控制器设计 (32)5.5.1 控制系统的原理图 (32)5.5.2 控制系统的SIMULINK实现 (32)5.5.3 MATLAB仿真 (37)结论 (39)参考文献 (39)第1章绪论1.1 课题的研究背景及意义现代控制系统，规模越来越大，系统越来越复杂，用传统的控制理论方法已不能满足控制的要求。
毕业设计(论文)-模糊自适应pid控制器设计[管理资料]
模糊自整定PID控制器设计摘要本文主要研究的是有关模糊自整定PID控制器的设计与仿真，其中涉及到模糊控制，PID控制器，参数自整定三个领域的相关内容。
首先，我们先讨论了模糊控制的原理，历史和它的发展趋势，然后介绍了常规PID控制器和自整定算法的一些内容，最后，结合上述两种控制器的优点，设计出一种基于模糊推理的参数自整定模糊PID控制器。
模糊控制器是把专家的PID参数整定经验总结成模糊控制规则，然后形成模糊控制查询表，模糊控制过程实际上就是一个查表的过程。
模糊控制对具有非线性，时变性，较大的随机干扰等不具有精确的数学模型的控制系统具有较好的控制效果。
而PID参数整定方法是最基本的也是最常用的方法被广泛的应用于各个领域。
将两者有效的结合形成的模糊自整定PID控制器，它的简单性和可实施性是现而易见的。
本文将这种模糊自整定PID控制器应用于带有时滞的二阶系统中并将其同Z-N整定方法，临界灵敏度等常规PID整定方法进行比较。
结果表明，这种控制算法的控制效果明显好于传统的方法。
关键词：模糊控制，PID控制，参数自整定，隶属函数Design of Fuzzy Self-tuning PID Controlle rAbstractIn this paper, the design and simulation of a self-turning fuzzy PID type controller is proposed. The fuzzy control, PID controller and parameters self-turning are described.Firstly, the principle, history and developing trend of fuzzy control are discussed. Secondly, the conventional PID controller and self-turning are introduced. Finally, a self-turning PID controller based on fuzzy inferences is designed by combining the advantages of first one with a second one.A fuzzy controller is built based on the expert’s experiences, then it is changed into an inquiry table. The process of the fuzzy control practically inquires the table. The fuzzy control is good at the inexactly mathematical model such as non-linear, time-variant systems and so on. PID self-turning is the basest and most-used. After attaining the PID self-turning to the fuzzy controller, it is obvious that this method is simple and feasible.In this paper, the fuzzy control PID controller is used to a two-order plus time delay system. Simulation results show that the algorithm has better performance than traditional methods.Keywords Fuzzy control, PID control, self-turning, membership function目录第一章绪论 (1) (1) (1) (2)PID控制算法的基本理论 (3)PID控制器参数整定 (4) (4)第二章模糊控制概述 (4) (4) (5) (5) (6) (9) (9) (10) (12) (16) (18) (19) (20) (22)第三章PID控制原理极其参数自整定概述 (23) (23) (24) (26) (29) (32)第四章模糊自整定PID控制器设计 (35) (35) (36)第五章仿真与分析 (46) (46) (46)小结 (51)第六章结束语 (52)谢辞 (53)参考文献 (54)第一章绪论PID控制是最早发展起来的控制策略之一，由于其算法简单，鲁棒性好和可靠性高，被广泛应用于工业过程控制，至今仍有90%控制回路具有PID结构。
基于MATLAB的模糊PID控制器的设计
基于MATLAB的模糊PID控制器的设计模糊PID控制器是一种能够根据系统的实际输出和设定值之间的误差来决定系统的控制量的控制器。
它结合了传统的比例、积分和微分控制器的优点，并通过模糊逻辑来优化控制效果。
在MATLAB中设计模糊PID控制器，我们需要先确定控制系统的模型。
假设我们要设计一个温度控制器，温度传感器测得的温度与设定值之间的误差可以作为输入。
根据传感器的精度和系统的响应特性，我们可以确定模糊PID控制器的参数范围和输出范围。
首先，我们需要定义模糊PID控制器的输入和输出的模糊集合。
例如，温度误差可以划分为“负大”、“负中”、“负小”、“零”、“正小”、“正中”和“正大”等模糊集合。
根据经验和系统要求，可以设定每个模糊集合的范围和模糊隶属度函数。
接下来，我们需要确定模糊PID控制器的规则库。
规则库定义了根据输入的模糊集合和模糊规则来决定输出的模糊集合。
例如，如果温度误差为“负大”且误差变化率为“正中”，则输出的控制量可以设定为“增大”。
在MATLAB中，可以使用Fuzzy Logic Toolbox工具箱来设计模糊PID控制器。
首先，需要创建一个fuzzy对象，用于描述模糊逻辑系统。
然后，可以使用addInput、addOutput和addRule等函数来定义模糊逻辑系统的输入、输出和规则。
可以根据系统的要求调整模糊集合的范围和模糊隶属度函数，以及规则库的定义。
在完成模糊逻辑系统的定义后，还需要确定模糊PID控制器的输出转换函数。
输出转换函数将模糊控制量转换为实际控制量。
通常，可以使用一些常用的转换函数，如线性转换、二阶转换等。
最后，可以使用simulate函数或evalfis函数来模拟模糊PID控制器的输出。
simulate函数可以模拟模糊逻辑系统的整个过程，包括输入的模糊化、规则推理和输出的去模糊化。
evalfis函数可以直接计算模糊逻辑系统的输出。
通过以上步骤，我们可以在MATLAB中设计一个基于模糊逻辑的PID 控制器，并进行模拟和优化。
基于模糊PID控制的仿真设计
基于模糊PID控制的仿真设计1.引言在现实生活中，控制系统的设计和优化是非常重要的。
PID控制器是一种广泛应用的控制算法，通过调整比例、积分和微分三部分的权重，可以满足不同系统的控制需求。
然而，传统的PID控制器往往难以适应复杂的非线性系统，因此需要一种更灵活、自适应的控制算法。
模糊PID控制就是一种基于模糊逻辑的PID控制方法，它能够根据系统的实际情况自动调整PID参数，从而实现更好的控制效果。
2.模糊PID控制原理模糊PID控制的核心思想是利用模糊逻辑和模糊推理来实现参数的自适应调整。
具体来说，模糊PID控制器首先通过模糊化对系统误差进行模糊描述，然后利用模糊规则库进行模糊推理，得到相应的PID参数调整量，最后通过反模糊化将模糊输出转化为PID参数。
模糊PID控制器的输入是系统误差的变化率和变化量，输出是PID参数的调整量，通过不断迭代逐步优化PID参数，从而实现对系统的精确控制。
3.仿真设计为了验证模糊PID控制的效果，我们可以设计一个简单的控制系统进行仿真。
以水温控制为例，假设我们需要将水温控制在一个特定的设定值附近。
首先，我们需要搭建一个水温控制的仿真模型，包括水温传感器、水温控制器和加热器。
然后，我们可以利用MATLAB等仿真软件进行仿真实验。
在仿真实验中，我们可以设置初始化的PID参数和模糊规则库，然后根据水温的实时变化进行模糊化处理，得到模糊输出。
接下来，将模糊输出进行反模糊化处理，得到PID参数的调整量，并将其应用于PID控制器中。
通过不断迭代，不断优化PID参数，直到水温稳定在设定值附近。
4.结果与讨论通过对水温控制系统的仿真实验，我们可以得到模糊PID控制的控制曲线和误差曲线。
通过分析控制曲线和误差曲线，我们可以评估模糊PID控制的性能，并与传统的PID控制进行对比。
实验结果表明，相比于传统的PID控制算法，模糊PID控制具有更好的控制效果和适应性。
模糊PID控制能够根据系统的实际情况自动调整PID参数，从而实现更好的水温控制效果。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
自己的PID基于模糊控制的设想
一．能够识别传递函数还有输入形式，利用if，else函数来整定随即参数。然后再模糊控
制与神经网络控制相结合，能够做出快速响应。
其中模糊规则控制的P和I都是参考书上的，而D是自己找的规律。
我把模糊控制和神经网络结合了一
下，利用模糊规则作为学习速率。如：
k_pid=evalfis([e_1,ec_1],a);%计算模糊推理输出结果函数
kp(k)=kp0+ap*k_pid(1)*e_1*u_1;%ap为局部整定参数与k_pid(1)（模糊推理出来
的值）相乘作为学习速率（该方法解决了直接用模糊控制难以整定的问题），利用导师学习
还有控制规律来修改kp参数
ki(k)=ki0+ai*k_pid(2)*e_1*u_1;
kd(k)=kd0+ad*k_pid(3)*e_1*u_1;
addk=abs(kp(k)+ki(k)+kd(k));
u(k)=u_1+K*(kp(k)*e_1/addk+ki(k)*ei/addk+kd(k)*ec_1/(ts*addk));
上面的代码中ap，ai，ad的代码如下所示：
M=2;
g=2;
if M==1&g==0%输入为sin函数的，分母最高次为四次的s函数
K=0.085;%全局调整
elseif M==2&g==1%输入为sin函数的，分母最高次为三次的s函数
K=0.2;
ap=0.91;ai=0.001;ad=10.9940;%局部整定
elseif M==2&g==2%输入为阶跃函数的，分母最高次为三次的s函数
K=0.0299;
ap=0.158;ai=0.0025;ad=5;%局部整定
end
总图如下：
输入y
神经网络控制
S函
数
模糊规则库
D/dt
转换成模糊库可识别模式，再
告知给模糊规则库
+
-
kp
ki
kd
输
出
yd
输入形式
S函数形式
神经网络与模糊
PID结合控制
4
3
分段
控制