论文标题: 设计PID ，离散化，模糊化控制器
PID 控制器设计
一 PID 控制的基本原理和常用形式及数学模型
具有比例-积分-微分控制规律的控制器，称PID 控制器。这种组合具有三种基本规律各自的特点，其运动方程为：
dt t de dt t e t e t m K K K K K d
p t
i p p )()()()(0
++=?
相应的传递函数为：
???? ??++=S S s K K K d i p c 1)(D S S S K K K d i
p 12++?
=
二 数字控制器的连续化设计步骤
假想的连续控制系统的框图
1 设计假想的连续控制器D（s）
由于人们对连续系统的设计方法比较熟悉，对由上图的假想连续控制系统进行设计，如利用连续系统的频率的特性法，根轨迹法等设计出假想的连续控制器D（S）。
2 选择采样周期T
香农采样定理给出了从采样信号到恢复连续信号的最低采样频率。在计算机控制系统中，完成信号恢复功能一般有零阶保持器H（s)来实现。零阶保持器的传递函数为
3将D（S）离散化为D（Z）
将连续控制器D（S）离散化为数字控制器D（Z）的方法很多，如双线性变换法，后向差分法，前向差分法，冲击响应不变法，零极点匹配法，零阶保持法。
双线性变换法
然后D（S）就可以转化离散的D（Z)
三Matlab仿真实验
直接试探法求PID
根据这个框图，求出该传递函数的P=0.35 I=0 D=0
根据
???? ??++=S S s K K K d i p c 1)(D D （Z ）=0.35 T=0.01
数字连续话PID 控制器设计MA TLAB 仿真框图
实验结果 没有经过调节的结果为
结果分析
一阶阶跃信号的幅值选择为5
经过数字连续化PID控制器后，对比图形发现，结果变得非常稳定，没有发现超调量，而没有经过PID控制的图形发生了超调变化达到稳定的时间变得更长。
二离散化控制器的设计
离散系统设计是指在给定系统性能指标的条件下，设计出控制器的控制规律和相应的数字控制算法。其实，设计离散系统（即计算机控制系统），主要就是设计数字控制器。
离散化设计方法（直接数字设计法）：该方法将被控对象和保持器组成的连续部分离散化，求出系统的脉冲传递函数，然后直接应用离散控制理论的一套方法进行分析和综合，设计出满足控制指标的数字控制器。
一数字控制器的离散化设计步骤
数字控制器的连续化设计是把计算机控制系统近似看作连续系统，所用的数学工具是微分方程和拉氏变换；而离散化设计是把计算机控制系统近似看作离散系统，所用的数学工具是差分方程和Z变换，完全采用离散控制系统理论进行分析，直接设计数字控制器。
计算机采样控制系统基本结构如图1所示。
D(z) H(s) G
0(s)
R(s) R(z)
C(z)
c(s)
G(z)
φ(z)
E(z)
计算机采样控制系统基本结构图
图中G0(s)是被控对象的传递函数，H(s)是零阶保持器的传递函数，G(z)是广义被控对象的脉冲传递函数，D(z)是数字控制器的脉冲传递函数， R(z)是系统的给定输入，C(z)是闭环系统的输出，φ(z)是闭环系统的脉冲传递函数。
零阶保持器的传递函数为：
s e s H Ts
--=
1)( （5-1） 广义被控对象的脉冲传递函数为：
[])()()(0s G s H Z z G = （5-2）
由图可以求出开环系统的脉冲传递函数为：
)()()()
()(z G z D z E z C z W ==
（5-3）
闭环系统的脉冲传递函数为：
()()()()()1()()C z D z G z z R z D z G z Φ=
=
+ （5-4）
误差的脉冲传递函数为：
()1
()()1()()e E z z R z D z G z Φ=
=
+ （5-5）
显然
)
(1)(z z e Φ-=Φ （5-6）
由式（5-4）可以求出数字控制器的脉冲传递函数为：
)](1)[()
()(z z G z z D Φ-Φ=
由PID 控制器可知 H （S ）为零阶保持器 G （S ）为传递函数 D （Z ）为脉冲函数
二 自动控制系统中，有三种典型的输入形式
（1）单位阶跃输入：
111
)(1)()(1)(--=
==z z R s s R t t r ，， （2）单位速度输入（单位斜坡输入）：
211
2)1()(1)()(---=
==z Tz z R s s R t t r ，，（T 为采样周期）
（3）单位加速度输入：
3
111232)1(2)
1()(1)(21)(----+===z z z T z R s s R t t r ，，
三 MATLAB 仿真调试框图
采样周期我设置的为T=0.1 实验仿真结果及分析
与未经过控制器调节的图形相比，上升时间变短了，达到稳定的时间也变短了，超调变得少了，总的来说比没有控制器调节要好的多。黄色的线为采样曲线。但是没有数字PID控制器调节的结果那么好，因为在数字PID调节中，我的PID的值是经过是探法调出来的。
三模糊化控制器的设计
1 模糊控制器简介
模糊控制器是一种以模糊集合论，模糊语言变量以及模糊推理为数学基础的新型计算机控制方法。显然，模糊控制的基础是模糊数学，模糊控制的实现手段是计算机。本章着重介绍模糊控制的基本思想，模糊控制的基本原理，模糊控制器的基本设计原理和模糊控制系统的性能分析。
2 模糊控制器的研究对象
模糊控制器作为智能控制的一种类型，是控制理论发展的高级阶段产物，主要用来解决那些传统方法难以解决的复杂系统的控制问题。具体地说，其研究对象具备以下一些智能控制对象的特点：
1）模型不确定性
传统的控制是基于模型的控制，这里的模型包括控制对象和干扰模型。对于传统控制通常认为模型已知或者经过辨识可以得到，而模糊控制的对象通常存在严重的不确定性。这里所说的模型不确定性包括两层意思：意思模型未知或知之甚少；二是模型的结构和参数可能在很大范围内变化。无论那种情况，传统方法都难以对它们进行控制，而这正是模糊控制所要解决的问题。
2）非线性
在传统的控制理论中，线性系统理论比较成熟。对于具有非线性特写的控制对象，虽然也有一些非线性控制的方法，但总的来说，非线性控制理论还很不成熟，而且方法也比较复杂。采用模糊控制的方法往往可以较好地解决非线性系统的控制问题。
3）复杂的任务要求
在传统的控制系统中，控制的任务或者是要求输出量为定值（调节系统），或者要求输出量跟随期望的运动轨迹（跟踪系统），要求比较单一。对于模糊控制系统，染污的要求往往比较复杂。例如，在智能机器人系统中，它要求系统对一个复杂的任务具有自行规划和决策的能力，有自动躲避障碍并且运动到期望目标位置的能力。
3 模糊控制器的结构
模糊控制器主要有四大部件，如图1所示：
1）规则库：由if-then语句构成，是控制思想经验的总结。
2）推理器：由于当前的输入，运用规则库进行推理，求取相应的对策。
3）模糊化：因模糊推理是在语言值（模糊集合）集上进行的，因此输入也应是语言值（如NB，NM，NS，Z，PS，PM，PB）。而实际被控制对象的测量值是实数值。因此，需要把实数值变成语言值，这个过程就是模糊化。
4）模糊判决：推理机的推理结果是一个语言值，而执行器需要的是一个具体的数值，这就需要把语言值变成确定值，这个转换过程就称为模糊判决。
、
4 确定变量和隶属度函数
假设系统输入为r = 1. 0 ，可取系统输出误差e和误差变化ec作为模糊控制器的输入，模糊控制器的输出u作为被控对象的控制输入。则可根据系统输出的误差和误差变化设计出模糊控制器fz，并根据一系列的模糊推理过程推导出最终的输出控制量u。其中误差e，误差变化量ec以及输出u所对应的模糊语言变量分别为E、EC和U。表示如下：
E={-6，-5，-4，-3，-2，-1，0，+1，+2，+3，+4，+5，+6}
EC={-6，-5，-4，-3，-2，-1，0，+1，+2，+3，+4，+5，+6}
U={-6，-5，-4，-3，-2，-1，0，+1，+2，+3，+4，+5，+6}
每个语言变量都取5个语言值:“正大( PB)”、“正小( PS)”、“零（ZR)”、“负小(NS)”、“负
大(NB)”。
4 实现模糊控制器的设计
%模糊控制器设计
%建立FIS
a=newfis('fuzzy');
f1=1;
%设置误差e与隶属度函数
a=addvar(a,'input','e',[-6 6]);
a=addmf(a,'input',1,'NB','trapmf',[-6 -6 -5 -3]);
a=addmf(a,'input',1,'NS','trapmf',[-5 -3 -2 0]);
a=addmf(a,'input',1,'ZR','trimf',[-2 0 2]);
a=addmf(a,'input',1,'PS','trapmf',[0 2 3 5]);
a=addmf(a,'input',1,'PB','trapmf',[3 5 6 6]);
f2=1;
%设置误差变化率ec与隶属度函数
a=addvar(a,'input','ec',[-6 6]);
a=addmf(a,'input',2,'NB','trapmf',[-6 -6 -5 -3]); a=addmf(a,'input',2,'NS','trapmf',[-5 -3 -2 0]);
a=addmf(a,'input',2,'ZR','trimf',[-2 0 2]);
a=addmf(a,'input',2,'PS','trapmf',[0 2 3 5]);
a=addmf(a,'input',2,'PB','trapmf',[3 5 6 6]);
f3=1.5;
%设置控制量u与隶属度函数
a=addvar(a,'output','u',[-3 3]);
a=addmf(a,'output',1,'NB','trapmf',[-3 -3 -2 -1]); a=addmf(a,'output',1,'NS','trimf',[-2 -1 0]);
a=addmf(a,'output',1,'ZR','trimf',[-1 0 1]);
a=addmf(a,'output',1,'PS','trimf',[0 1 2]);
a=addmf(a,'output',1,'PB','trapmf',[1 2 3 3]);
%建立控制规则表
rulelist=[1 1 5 1 1;
1 2 5 1 1;
1 3 4 1 1;
1 4 4 1 1;
1 5 3 1 1;
2 1 5 1 1;
2 2 4 1 1;
2 3 4 1 1;
2 4
3 1 1;
2 5
3 1 1;
3 1
4 1 1;
3 2
4 1 1;
3 3 3 1 1;
3 4 3 1 1;
3 5 2 1 1;
4 1 4 1 1;
4 2 3 1 1;
4 3 3 1 1;
4 4 2 1 1;
4 5 2 1 1;
5 1 3 1 1;
5 2 3 1 1;
5 3 2 1 1;
5 4 2 1 1;
5 5 1 1 1;];
a=addrule(a,rulelist);
a1=setfis(a,'DefuzzMethod','mom');%设置去模糊化方法
writefis(a1,'fuzzf');
a2=readfis('fuzzf');
Ulist=zeros(7,7);
for i=1:7
for j=1:7
e(i)=-4+i;
ec(j)=-4+j;
Ulist(i,j)=evalfis([e(i),ec(j)],a2);
end
end
%绘制FIS系统图形
figure(1);
plotfis(a2);
figure(2);
plotmf(a,'input',1);
figure(3);
plotmf(a,'input',2);
figure(4);
plotmf(a,'output',1);
5 利用图形用户界面（GUI）建立模糊推理器（FIS）
在利用Simulink图形化工具平台设计模糊控制系统模型并进行系统仿真之前，同样要先建立相应的模糊推理器，这可以通过图形用户界面(GUI)来建立。利用GUI建立FIS的过程如下：
1）进入FIS编辑器
首先，确定模糊控制器的类型和结构。这里选用二输入一输出的模糊控制器。在FIS编辑窗口，选中edit——add variable——input，即可增加一个输入。
2）编辑输入、输出变量的隶属度函数
在FIS编辑器窗口，双击输入模块，在弹出的隶属度函数编辑窗口分别对输入、输出函数进行编辑。输入e的隶属度函数如图所示：
注意Rang的选择和Type的选择。
3）编辑模糊控制规则
在窗口中选中edit——rules，进入控制规则编辑器。根据所编写程序所提供的模糊控制规则在编辑器中编写规则。
至此，利用GUI所建立的FIS系统已经完成。选中编辑器中edit——export——to file，将其保存，还要导入to workplace。这里同样将其保存为fuzzy.fis，以供仿真运行时调用。
6 MA TLAB实验仿真和结果分析
在该系统模型中，仿真参数如下：采样周期T=0.01s；仿真时间长度为10s；模糊量化因子Ke=0.3，Ked=0.1，比例因子Ku=1.8。
实验结果
结果分析
根据实验结果发现，该结果为理想的实验结果，没有发生超调，上升的时间有点慢，这个我设计的阶跃信号的幅值为一的。
一、速度控制算法： 首先定义速度偏差-50 km/h ≤e （k ）≤50km/h ，-20≤ec （i ）= e （k ）- e （k-1）≤20，阀值e swith =10km/h 设计思想：油门控制采用增量式PID 控制算法,刹车控制采用模糊控制算法，最后通过选择规则进行选择控制量输入。 选择规则： e （k ）<0 ① e （k ）>- e swith and throttlr_1≠0 选择油门控制 ② 否则：先将油门控制量置0，再选择刹车控制 0 一、速度控制算法： 欧阳歌谷（2021.02.01） 首先定义速度偏差-50 km/h≤e（k）≤50km/h，-20≤ec（i）=e（k）-e（k-1）≤20，阀值eswith=10km/h 设计思想：油门控制采用增量式PID控制算法,刹车控制采用模糊控制算法，最后通过选择规则进行选择控制量输入。 选择规则： e（k）<0 ①e（k）>-eswith and throttlr_1≠0 选择油门控制 ②否则：先将油门控制量置0，再选择刹车控制 0 E/EC和U取相同的隶属度函数即： 说明：边界选择钟形隶属度函数，中间选用三角形隶属度函数，图像略 实际EC和E输入值若超出论域范围，则取相应的端点值。 3.模糊控制规则 由隶属度函数可以得到语言值隶属度（通过图像直接可以看出）如下表： 表1：E/EC和U语言值隶属度向量表 设置模糊规则库如下表： 表2：模糊规则表 3.模糊推理 由模糊规则表3可以知道输入E与EC和输出U的模糊关系，这里我取两个例子做模糊推理如下： if (E is NB) and (EC is NM) then (U is PB) 那么他的模糊关系子矩阵为： 模糊控制的应用 学院实验学院 专业电子信息工程 姓名 指导教师___________ 日期20门年9月20日 在自动控制中，包括经典理论和现代控制理论中有一个共同的特点，即控制器的综合设计都要建立在被控对象准确的数学模型（如微分方程等） 的基础上，但是在实际工业生产中，很多系统的影响因素很多，十分复杂。建立精确的数学模型特别困难，甚至是不可能的。这种情况下，模糊控制的诞生就显得意头重大，模糊控制不用建立数学模型，根据实际系统的输入输出的结果数据，参考现场操作人员的运行经验，就可对系统进行实时控制。模糊控制实际上是一种非线性控制，从属于智能控制的范畴。现代控制系统中的的控制能方便地解决工业领域常见的非线性、时变、在滞后、强耦合、变结构、结束条件苛刻等复杂问题。可编程控制器以其高可靠性、编程方便、耐恶劣环境、功能强大等特性很好地解决了工业控制领域普遍关心的可靠、安全、灵活、方便、经济等问题，这两者的结合，可在实际工程中广泛应用。 所谓模糊控制，其定义是是以模糊数学作为理论基础，以人的控制经验作为控制的知识模型，以模糊集合、模糊语言变量以及模糊逻辑推理作为控制算法的一种控制。模糊控制具有以下突出特点： ⑴模糊控制是一种基于规则的控制，它直接采用语言型控制规则，出发点 是现场操作人员的控制经验或相关专家的知识，在设计中不需要建立被控对象的精确的数学模型，因而使得控制机理和策略易于接受与理解，设计简单，便于应用 ⑵由工业过程的定性认识出发，比较容易建立语言控制规则，因而模糊控 制对那些数学模型难以获取，动态特性不易掌握或变化非常显著的对象非常适用。 ⑶基于模型的控制算法及系统设计方法，由于出发点和性能指标的不同， 容易导致较大差异；但一个系统语言控制规则却具有相对的独立性，利用这些控制规律间的模糊连接，容易找到折中的选择，使控制效果优于常规控制器。 ⑷模糊控制是基于启发性的知识及语言决策规则设计的，这有利于模拟人 工控制的过程和方法，增强控制系统的适应能力，使之具有一定的智能水平。 ⑸模糊控制系统的鲁棒性強，干扰和参数变化对控制效果的影响被大大减 弱，尤其适合于非线性、时变及纯滞后系统的控制。 由于有着诸多优点，模糊理论在控制领域得到了广泛应用。下面我们就以下示例介绍模糊控制在实际中的应用： 电机调速控制系统见图1,模糊控制器的输入变量为实际转速与转速给定值之间的差值e及其变化率仝，输出变量为电机的电压变化量u。图2为电机调试输出结果，其横坐标为时间轴，纵坐标为转速。当设定转速为2 OOOr / s时，电机能很快稳定运行于2 OOOr / s;当设定转速下降到1 OOOr / s时，转速又很快下降到1 OOOr / s稳定运 行。 选取一个模糊控制的实例讲解，有文章，有仿真，有详细的推导过程。 一．实验题目：基于模糊控制系统的单级倒立摆 二．实验目的与要求： 倒立摆是联结在小车上的杆，通过小车的运动能保持竖立不倒的一种装置，它是一个典型的非线性、快速、多变量和自然不稳定系统，但是我们可以通过对它施加一定的控制使其稳定。对它的研究在理论上和方法上都有其重要意义。倒立摆的研究不仅要追求增加摆的级数，而且更重要的是如何发展现有的控制方法。同时, 它和火箭的姿态控制以及步行机器 人的稳定控制有很多相似之处，由此研究产生的理论和方法对一般工业过程也有广泛用途。 本文研究了倒立摆的控制机理，用Lagrange 方法推导了一级倒立摆的数学模型，这为研究多级和其它类型的倒立摆甚至更高层次的控制策略奠定了一个良好的基础。对系统进行了稳定性、可控性分析，得出倒立摆系统是一个开环不稳定但可控的系统的结论。 本文主要研究用极点配置、最优控制和模糊控制方法对倒立摆进行稳定控制。最优控制方法是基于状态反馈，但能实现输出指标最优的一种控制方法，方法和参数调节较简单，有着广泛的应用。模糊控制有不依赖于数学模型、适用于非线性系统等优点，所以本文尝试了用模糊控制对倒立摆进行控制，以将先进的控制方法用于实际中。 同时，对倒立摆系统的研究也将遵循从建模到仿真到实控，软硬件结合的系统的控制流程。在这过程中，借助数学工具Matlab7及仿真软件Simulink，作了大量的仿真研究工作，仿真结果表明系统能跟踪输入，并具有较好的抗干扰性。最后对实验室的倒立摆装置进行了软、硬件的调试，获得了较好的控制效果。 三．实验步骤： 1.一级倒立摆系统模型的建立 在忽略了空气阻力、各种摩擦之后（这也是为了保证Lagrange 方程的建立），可 将一级倒立摆系统抽象为由小车和匀质杆组成的系统，本系统设定如下： 小车质量M；摆杆质量m，长为l；小车在x 轴上移动；摆与竖直方向夹角为θ，规定正方向如图所示；加在小车x 轴上的力为F； 模糊控制的应用实例 与分析 模糊控制的应用 学院实验学院 专业电子信息工程 姓名 指导教师 日期 2011 年 9 月 20 日 在自动控制中，包括经典理论和现代控制理论中有一个共同的特点，即控制器的综合设计都要建立在被控对象准确的数学模型(如微分方程等)的基础上，但是在实际工业生产中，很多系统的影响因素很多，十分复杂。建立精确的数学模型特别困难，甚至是不可能的。这种情况下，模糊控制的诞生就显得意义重大，模糊控制不用建立数学模型，根据实际系统的输入输出的结果数据，参考现场操作人员的运行经验，就可对系统进行实时控制。模糊控制实际上是一种非线性控制，从属于智能控制的范畴。现代控制系统中的的控制能方便地解决工业领域常见的非线性、时变、在滞后、强耦合、变结构、结束条件苛刻等复杂问题。可编程控制器以其高可靠性、编程方便、耐恶劣环境、功能强大等特性很好地解决了工业控制领域普遍关心的可靠、安全、灵活、方便、经济等问题，这两者的结合，可在实际工程中广泛应用。 所谓模糊控制，其定义是是以模糊数学作为理论基础，以人的控制经验作为控制的知识模型，以模糊集合、模糊语言变量以及模糊逻辑推理作为控制算法的一种控制。模糊控制具有以下突出特点： (1)模糊控制是一种基于规则的控制，它直接采用语言型控制规则，出发点是 现场操作人员的控制经验或相关专家的知识，在设计中不需要建立被控对象的精确的数学模型，因而使得控制机理和策略易于接受与理解，设计简单，便于应用 (2)由工业过程的定性认识出发，比较容易建立语言控制规则，因而模糊控制 对那些数学模型难以获取，动态特性不易掌握或变化非常显著的对象非常适用。 本科生毕业论文(设计) 调研报告 题目：基于模糊控制算法的 温度控制系统的设计学生姓名： 学号： 专业班级： 指导教师： 完成时间：年月日 基于模糊控制算法的温度控制系统的设计 一、主要目标任务： 综合运用所学知识，如《模拟电子技术》、《数字电子技术》、《自动控制原理》、《微机原理》、《单片机原理与应用》，设计一个基于模糊控制算法的温度控制系统。 1）对以前所学知识进行系统的复习，全面的综合并将其联贯。 2）学会了独立的分析和解决问题和进行相关社会调查的能力 3）学会了查阅文献的方法和培养查阅文献的良好习惯。 4）提高专业相关外文的阅读、翻译能力。提高专业英语水平。 5）提高编写程序的水平，优化软件结构。提高电脑绘图水平。 二、技术性能指标： 1）温度控制在0~100度（水温），误差为±0.5。C。 2）恒温控制。 3）LED实时显示系统温度。并通过键盘输入给定温度 三、简要工作原理 以AT89C51单片机为模糊控制器，结合温度传感变送器，A/D转换器、LED显示器、静态电子开关等，设计出一个基于模糊控制算法的温度控制系统。 在系统中，温度传感变送器获得温度的感应电压，转变成1~5V的标准电压信号，再由A/D转换器转换成数字信号进入单片机内部。单片机将给定电压的A/D转换结果与测量电压的结果相比较，得出偏差量。然后跟据模糊控制算法得出控制量。在执行器中由开关频率较高的静态电子开关完成，采用模拟的PWM控制方法，改变同一个周期中电子开关的闭合时间。 从而调节加热开关的导通时间，以达到控制效果的目的。 四、课题文献综述 1、《动力锅炉燃烧系统的模糊控制策略》 1）作者：刘向杰、柴天佑、刘红波 2）摘要：基于模糊控制策略给出了锅炉系统新的控制方法。工业锅炉的主要动态包括非线性、非最小相位特征、不稳定性、时滞和负荷干扰，采 用传统控制方法难以实施有效的控制。运用GPE（Gausian partition with evenly spaced midpoints）模糊控制系统对锅炉对象的主汽压进行研究和 实时控制，模糊控制器能够克服许多干扰因素，产生良好的控制效果， 最后给出了模糊控制同传统方法的比较结果。 3）模糊控制器的应用 本文的线性推理规则表示：IF error is Ej and rate is Rj THEN output is U(i+j)。Ei代表着一个误差模糊，Rj代表一个误差变化率模糊集，U(i+j)代表着一个输出量模糊集。 4）实施结果 上述控制策略用于现场实际对象，尽管现场运行存在很大的干扰，主 一、速度控制算法： 欧阳学文 首先定义速度偏差50 km/h≤e（k）≤50km/h，20≤ec（i）=e（k）e（k1）≤20，阀值eswith=10km/h 设计思想：油门控制采用增量式PID控制算法,刹车控制采用模糊控制算法，最后通过选择规则进行选择控制量输入。 选择规则： e（k）<0 ①e（k）>eswith and throttlr_1≠0 选择油门控制 ②否则：先将油门控制量置0，再选择刹车控制 0 E、ec和u均取离散度n=3，离散化后得到三个量的语言值论域分别为： E=EC=U={3,2,1,0,1,2,3} 其对应语言值为{NB,NM,NS,ZO,PS,PM,PB} 2.确定隶属度函数 E/EC和U取相同的隶属度函数即： 说明：边界选择钟形隶属度函数，中间选用三角形隶属度函数，图像略 实际EC和E输入值若超出论域范围，则取相应的端点值。 3.模糊控制规则 由隶属度函数可以得到语言值隶属度（通过图像直接可以看出）如下表： 表1：E/EC和U语言值隶属度向量表 设置模糊规则库如下表： 表2：模糊规则表 U E EC —NB NM NS ZO PS PM PB NB PB PB PM PM PS ZO ZO NM PB PM PM PS ZO ZO NS NS PM PM PS PS ZO NS NS ZO PM PS PS ZO ZO NS NM PS PS PS ZO ZO ZO NS NM PM PS ZO ZO ZO NS NM NB PB ZO ZO ZO NS* NM NM NB 3.模糊推理 由模糊规则表3可以知道输入E与EC和输出U的模糊关系，这里我取两个例子做模糊推理如下： if (E is NB) and (EC is NM) then (U is PB) 那么他的模糊关系子矩阵为： 其中，,即表1中NB对应行向量，同理可以得到， , if (E is NVB or NB) and (EC is NVB) then (U is PVB) 结果略 按此法可得到27个关系子矩阵，对所有子矩阵取并集得到模糊关系矩阵如下： 由R可以得到模拟量输出为： 4.去模糊化 《智能控制》 课程设计报告 专业：自动化 班级：学号： 学生： 时间：13年12月30日～13年1月3日 ―――――――以下指导教师填写―――――分项成绩：出勤设计报告 总成绩： 指导教师： 设计报告要求和成绩评定 1 报告容 设计任务书（设计计划），正文，参考资料。 设计任务书（设计计划）由学生所在系安排指导教师编写，容包括设计地点、时间、安排和设计容和要求等。 正文容一般包括：（1）设计简述（设计时间、设计地点，设计方式等）；（2）设计容叙述；（3）设计成品(图纸、表格或计算结果等)；（4）设计小结和建议。 参考资料包括参考书和现场技术资料等。 2 书写用纸 A4复印纸；封面、设计任务书要求双面打印。 3 书写要求 正文容手工双面或单面书写，字迹清楚，每页20行左右，每行30字左右，排列整齐；页码居中写在页面下方；纸面上下左右4侧边距均为2厘米。 公式单占一行居中书写；插图要有图号和图题，图号和图题书写在插图下方；表格要有表号和表题，表号和表题在表格上方书写；物理量单位和符号、参考文献引用和书写以及图纸绘制要符合有关标准规定；有关细节可参考我院《毕业设计成品规》。 4 装订 装订顺序：封面，设计任务书，正文及参考资料，封底；左边为装订边，三钉装订，中间钉反向装订。 5 成绩评定 设计成绩一般由出勤（10分）、报告书写规性及成品质量（50分）、考核（40分）三 部分成绩合成后折合为优秀（90－100分）、良好（80－89分）、中（70－79分）、及格（60－69分）或不及格（60分以下）。设计考核可采取笔试、机试或其它合适的方式；不参加考核或不交报告者成绩为零分。 模糊控制算法研究 一、课程设计的目的： 1. 通过本次课程设计，进一步了解模糊控制的基本原理、模糊模型的建立和模 糊控制器的设计过程。 2. 提高学生有关控制系统的程序设计能力； 3. 熟悉Matlab语言以及在智能控制设计中的应用。 二、课程设计的基本容：模糊控制详细讲解实例之欧阳歌谷创作
模糊控制的应用实例与分析
选取一个模糊控制的实例讲解
模糊控制的应用实例与分析资料讲解
基于模糊控制算法的温度控制系统的设计(DOC)
模糊控制详细讲解实例
模糊控制算法研究
相关主题
文本预览