- 相關(guān)推薦
模糊控制小論文
電烤箱的模糊控制
電烤箱的模糊控制系統(tǒng)的設(shè)計(jì)是一個(gè)開環(huán)的模糊決策過程，模糊控制按一下步驟進(jìn)行。
1確定模糊控制器的結(jié)構(gòu)
選用兩輸入單輸出模糊控制器�？刂破鞯妮斎霝楸患訜崾澄锏臏囟群唾|(zhì)量，輸出為加熱時(shí)間。
2定義輸入,輸出模糊集
將食物的溫度分為3個(gè)模糊集:SD（溫度低），MD（溫度中），LD（溫度高），將食物的質(zhì)量分為3個(gè)模糊集：NG（質(zhì)量�。㎝G（質(zhì)量中）LG（質(zhì)量大）；將加熱時(shí)間分為5個(gè)模糊集：VS（很短），S（短），M（中等），L（長），VL（很長）。
3定義隸屬函數(shù)
選用如下三角形隸屬函數(shù)可實(shí)現(xiàn)溫度的模糊化。
?uSD??50?x?/50?
x/50??
u溫度=?uMD??
?(100?x)/50?
?u?(x?50)/50?LD
0?x?500?x?50
單位：℃
50?x?10050?x?100
選用如下三角形隸屬函數(shù)可實(shí)現(xiàn)質(zhì)量的模糊化。
?uNG??500?y?/500?
y/500??
u質(zhì)量=?uMG??
?(1000?y)/500?
?u?(y?500)/500?LG
0?y?5000?y?50050?y?100050?y?1000
單位：g
選用如下三角形隸屬函數(shù)可實(shí)現(xiàn)加熱時(shí)間的模糊化。
?uVS?(10?z)/100?z?10?
z/100?z?10?u????S?(25?z)/1510?z?25
?
?(z?10)/1510?x?25?
u加熱時(shí)間=?uM??
(40?z)/1525?z?40??
?25?z?40?(z?25)/15?uL??
40?z?60??(60?z)/20
?40?z?60?uVL?(z?40)/20
4建立模糊控制規(guī)則
根據(jù)人的操作經(jīng)驗(yàn)設(shè)計(jì)模糊規(guī)則，模糊規(guī)則設(shè)計(jì)的標(biāo)準(zhǔn)為：“溫度越高，質(zhì)量越大，加熱時(shí)間越長”；“溫度適中，質(zhì)量適中，加熱時(shí)間適中”，“溫度越低，質(zhì)量越小，加熱時(shí)間越短”。
5建立模糊控制表
根據(jù)模糊規(guī)則的設(shè)計(jì)標(biāo)準(zhǔn)建立模糊規(guī)則表，見表1-1。
表1-1 電烤箱的模糊控制規(guī)則表
6模糊推理
模糊推理分一下幾步 （1） 規(guī)則匹配
假定當(dāng)前傳感器測得的信息為：x(溫度)=60，y(質(zhì)量)=700，分別代入隸屬函數(shù)求隸屬度為：
uSD(60)?0，uMD(60)?4/5，uLD(60)?1/5 uNG(700)?0，uMG(700)?3/5，uLG(700)?2/5 可得到4條相匹配的模糊規(guī)則如下表
表1-2 模糊推理結(jié)果
(2)由上表1-2可知，被觸發(fā)的規(guī)則有4條，即
Rule 1: IF x is MD and y is MG THEN z is M Rule 2: IF x is MD and y is LG THEN z is L Rule 3: IF x is LD and y is MG THEN z is L Rule 4: IF x is LD and y is LG THEN z is VL
(3)規(guī)則前提推理
在同一條規(guī)則內(nèi)，前提之間通過“與”的關(guān)系得到規(guī)則結(jié)論。前提的可信度之間通過取小運(yùn)算，由表可得到每一條規(guī)則總前提的可信度為
規(guī)則1 前提的可信度為：min（4/5,3/5）=3/5 規(guī)則2 前提的可信度為：min（4/5,2/5）=2/5 規(guī)則3 前提的可信度為：min（1/5,3/5）=1/5 規(guī)則4 前提的可信度為：min（1/5,2/5）=1/5
表1-3 模糊控制小論文規(guī)則前提可信度表
（4）將上述兩個(gè)表進(jìn)行“與”運(yùn)算
得到每條規(guī)則總的可信度輸出，見表1-4。
（5）模糊系統(tǒng)總的輸出
模糊系統(tǒng)總的可信度為各條規(guī)則可信度推理結(jié)果的并集，即
uagg(z)?max?min(3/5,uM(z)),min(2/5,uL(z)),min(1/5,uL(z)),min(1/5,uVL(z))?
=max?min(3/5,uM(z)),
min(2/5,uL(z)),
min(1/5,uVL(z))?
可見有3條規(guī)則被觸發(fā)。
（6）反模糊化
模糊系統(tǒng)總的輸出實(shí)際上是3個(gè)規(guī)則推理結(jié)果的并集，需要進(jìn)行反模糊化，才能得到精確的推理結(jié)果。下面以最大隸屬度平均法為例進(jìn)行反模糊化。
電烤箱的模糊推理過程，以加熱時(shí)間的隸屬度最大值為u=3/5。將u=3/5帶入加熱時(shí)間
隸屬函數(shù)中的uM(z)，得uM(z)?(z?10)/15?3/5，uM(z)?(40?z)/15?3/5，得到
z1=19,z2=31。
采用最大平均分，可得精確輸出為：z?(z1?z2)/2?25，即所需的加熱時(shí)間為25分鐘。
【模糊控制小論文】相關(guān)文章：
整車懸架系統(tǒng)的分散模糊控制04-27
模糊PID控制在光電跟蹤控制系統(tǒng)中的應(yīng)用04-28
基于模糊控制的衛(wèi)星大角度姿態(tài)機(jī)動(dòng)控制方法研究04-30
空間智能桁架自適應(yīng)模糊振動(dòng)控制04-29
自主交會逼近段的模糊/PID混合控制05-03
車輛主動(dòng)懸架系統(tǒng)的模糊控制仿真研究04-30
基于模糊理論的交叉路口控制策略05-01