工具箱實現(xiàn)模糊控制

1、用Matlab的Fuzzy工具箱實現(xiàn)模糊控制用Matlab中的Fuzzy工具箱做一個簡單的模糊控制，流程如下：1、創(chuàng)建一個FIS(FuzzyInferenceSystem)對象，a=newfis(fisNamefisTypeMethodMethodimpMethodaggMethoddefuzzMethod)一般只用提供第一個參數(shù)即可，后面均用默認值。2、增加模糊語言變量a=addvar(avarTypevarNamevarBounds

2、)模糊變量有兩類：input和output。在每增加模糊變量，都會按順序分配一個index，后面要通過該index來使用該變量。3、增加模糊語言名稱，即模糊集合。a=addmf(avarTypevarIndexmfNamemfTypemfParams)每個模糊語言名稱從屬于一個模糊語言。Fuzzy工具箱中沒有找到離散模糊集合的隸屬度表示方法，暫且用插值后的連續(xù)函數(shù)代替。參數(shù)mfType即隸屬度函數(shù)(MembershipFunctions

3、)，它可以是Gaussmf、trimf、trapmf等，也可以是自定義的函數(shù)。每一個語言名稱也會有一個index，按加入的先后順序得到，從1開始。4、增加控制規(guī)則，即模糊推理的規(guī)則。a=addrule(aruleList)其中ruleList是一個矩陣，每一行為一條規(guī)則，他們之間是ALSO的關系。假定該FIS有N個輸入和M個輸出，則每行有NM2個元素，前N個數(shù)分別表示N個輸入變量的某一個語言名稱的index，沒有的話用0表示，后面的M個

4、數(shù)也類似，最后兩個分別表示該條規(guī)則的權重和個條件的關系，1表示，2表示。例如，當“輸入1”為“名稱1”和“輸入2”為“名稱3”時，輸出為“輸出1”的“狀態(tài)2”，則寫為：[13211]5、給定輸入，得到輸出，即進行模糊推理。output=evalfis(inputfismat)其中fismat為前面建立的那個FIS對象。一個完整的例子如下：clearalla=newfis(myfis)a=addvar(ainputE[07])a=addm

5、f(ainput1smalltrimf[014.333])a=addmf(ainput1bigtrimf[1.666767])a=addvar(aoutputU[07])a=addmf(aoutput1smalltrimf[014.333])a=addmf(aoutput1bigtrimf[1.666767])rulelist=[11112211]a=addrule(arulelist)u=evalfis(4a)其結果為：u=4.221