- 上一篇：MATLAB切换时滞系统控制器的设计和仿真
- 下一篇：MATLAB+Delaunay三角剖分算法网格生成方法的研究
ZO ZO NS NS NS NS NS ZO
PS ZO ZO ZO ZO ZO ZO ZO
PM PB NS PS PS PS PS PB
PB PB PM PM PM PS PS PB
需要注意的是表中kp= ，ki= ，kd= 。
根据各模糊子集的隶属度赋值表和各参数模糊控制模型，应用模糊矩阵表通过逆模糊运算算出 、 、 ，运用下列公式：
动态计算各系数，完成自适应校正。本文所用的逆模糊算法为加权平均法。
从以上的分析中还可以看出，模糊控制器的作用是得到控制参数偏移量，因此，设计模糊PID控制器时，仍需要有PID控制参数初始值，仍需要对参数进行初步整定。
模糊PID控制效果如图：
图3.5 模糊PID仿真
在仿真过程中，模糊PID控制器的初始控制参数为4，0，1；普通PID的比例，积分，微分控制参数也是4，0，1。从控制效果比较上可以看出，两种算法基本都没有超调量，抗干扰性也基本相同，但模糊PID算法的快速性要好于普通PID算法。
3．3 模糊免疫PID算法仿真
免疫PID控制器是借鉴生物系统的免疫机理而设计出的一种非线性控制器。生物的免疫系统由淋巴细胞和抗体分子组成，淋巴细胞又由胸腺产生的T细胞（分别为辅助细胞 和抑制细胞 ）和骨髓产生的B细胞组成。当抗原侵入机体并经周围细胞消化后，将信息传递给T细胞，然后再刺激B细胞。B细胞再产生抗体以消除病原。当抗原较多时，机体内的 细胞也较多，而 细胞却较少，从而会产生较多的B细胞。随着抗原的减少，体内 细胞增多，抑制了 细胞的产生，则B细胞也会随之减少。经过一段时间后，免疫系统就能趋于平衡。
基于上述免疫反馈原理，设计免疫PID控制器：假设第k代的抗原数量为 ，由抗原刺激的 细胞的输出为 ， 细胞对B细胞的刺激为 ，则B细胞接受的总刺激为：
若以抗原的数量 作为偏差 ，B细胞接受的总刺激作为控制输入 ，则控制规律为[9]：
(3.4.2)
式中， ， 为控制反应速度， 为控制稳定效果， 为选定的非线性函数。
上述的免疫控制器实际上就是一个非线性的P控制器，它的比例系数 随控制器输出的变化而变化，其中K为增益，则可得到免疫PID控制器的输出为[9]：