matlab基于模糊控制的倒立摆系统的设计 第5页
模糊关系R为
推理合成规则为 B
(2) if A and B then C的推理：
模糊关系R为
推理合成规则为
参照模糊条件推理的相关内容，还有复杂型式模糊条件模糊推理：
(1) if A and B then C else D的推理:
模糊关系R为
推理合成规则为
(2) if A and B and C then D 的推理：
模糊关系R为
推理合成规则为
(3) if A and B the C and D 的推理：
模糊关系R为
推理合成规则为
(4) if A or B and C or D 的推理：
模糊关系R为
推理合成规则为
公式?-?
第四章 倒立摆模糊控制器的设计与研究
模糊控制是以模糊集合、模糊语言变量及模糊推理为基础，并通过计算机进行模拟实现的一种非线性数学控制理论。属于智能控制，现今的很多领域中，都将其视为一种有效的智能控制手段。例如本次设计中的倒立摆系统，就可以利用它进行控制、模拟。
4.1 模糊控制器的组成
模糊控制器的设计主要包括以下三部分：
(1) 控制器输入、输出规范化的比例因子设计，实现精确量的模糊化，把语言变量的语言值化为适当论域上的模糊子集；
(2) 模糊控制算法的设计，通过一组模糊条件语句构成模糊控制规则，计算出模糊控制规则确定的模糊关系，并通过模糊推理，给出模糊控制器的输出模糊集合；
(3) 控制器输出模糊集合的模糊判决，并通过(1)确定的输出比例因子来确定出精确的控制量。
图4-1表示了模糊控制系统的基本结构：图中r为精确量；e为系统误差；E,EC分别为反应系统误差与误差变化的语言变量的模糊集合（模糊量）;u为模糊控制器输出的控制作用；y为系统最后的输出（精确量）。
图4-1 模糊控制系统
4.2 输入量（精确量）的模糊化
模糊控制器的语言变量是指其输入变量和输出变量，它们是以自然语言的形式，而不是以值的形式给出变量。确定模糊控制器的语言变量是设计模糊控制器的第一步。
由于模糊控制器的控制规则是根据操作者的手动控制经验总结出来的，而操作者一般只能观察到被控过程的输出变量及其变化率，故在模糊控制器中通常将误差及其变化作为输入语一言变量，而将被控过程的输入变量—控制量的变化作为输出语言变量。
目前，模糊控制器的输入语启一变量多取系统的误差及其变化率，这种结构有利于保证系统的稳定性，并可减少响应过程的超调量以及削弱其震荡现象。
4.2.1 量化因子和比例因子
如图4-1所示的控制系统中，典型的模糊控制器的输入为系统的偏差 和偏差的变化率 。在控制系统中， 的实际变化范围称为误差及其变化率语言变量的基本论域，分别记为 以误差的基本论域[-e,e]为例，其所对应的模糊论域一般区 ，n为将在0—e范围内连续变化的误差离散化后分成的量化等级，它构成论域X的元素，一般常取为n=6。在实际控制系统中，物化的变化一般不是论域X中的元素，需要通过量化因子进行论域变换，在图4-1中误差量化因子 ，误差变化率量化因子 以及控制量化因子 分别定义为：
对于系统控制量的变化u，基于量化因子的概念，定义 为其比例因子。其中，[-u,u]为控制量变化的基本论域，n为基本论域[-n,n ]的量化档数。
4.2.2 语言变量及其模糊集合原文请找腾讯752018766辣-文^论,文.网
http://www.751com.cn根据人们的习惯，对误差及其变化率以及控制量的变化，常采用“大、中、小”三个等级的模糊概念。考虑到变量的正、负性，一般在设计模糊控制器时，人们对误差及其变化率以及控制量的变化等语言变量，常用“正大”(PB),“正中”(PM),“正小”(PS),“零”(0),“负小”(NS),“负中”(NM),“负大”(NB)这7个语言变量来描述。
在实际工作中，精确输入量的变化范围一般不会再[-n,]之间呈对称分布，如果其范围是在[a,b]之间的话，可以通过变换（n=6）
将在[a , b]之间变化的变量x转换为在[-6,6]之间变化的变量y。
在定义了量化因子基础上，再把[-6,6]之间变化的连续量根据需要分成若干个等级，每个等级用在一个模糊语言变量来表示，每个语言变量对应一个模糊集合，用模糊其数度来表示，习惯上对论域[-6，6]划分为8个语言变量值：
正大（PL）：取在+6附近 负零（NZ）：比零稍小一点
正中（PM）：取在+4附近 负小（NS）：取在-2附近
正小（PS）：取在+2附近 负中（NM）：取在-4附近
正零（PZ）：比零稍大一点 负大（NL）：取在-6附近
又根据人们对事物的判断往往沿用正态分布的思文特点，还常用正态函数上一页 [1] [2] [3] [4] [5] [6] [7] 下一页
matlab基于模糊控制的倒立摆系统的设计 第5页下载如图片无法显示或论文不完整，请联系qq752018766
