Simulink模糊控制教程PPT課件

1、.,1,MATLAB應(yīng)用技術(shù),清華大學(xué)出版社,.,2,6 MATLAB與模糊控制系統(tǒng),.,3,61 模糊系統(tǒng)的MATLAB 實(shí)現(xiàn),611 模糊集簡(jiǎn)介,模糊集是一種邊界不分明的集合，模糊集與普通集合既有區(qū)別又有聯(lián)系。,2 模糊集的表示,1模糊概念,模糊集菜用隸屬度來表示，論域X上的一個(gè)模糊集A，對(duì)于任意,，都指定了一個(gè)數(shù),，叫做x對(duì)A的隸屬程度 稱做A的隸屬函數(shù)。,隸屬度函數(shù)有以下11種： （1）高斯型隸屬度函數(shù),(2) 雙側(cè)高斯型隸屬度函數(shù),（3） 鐘形隸屬度函數(shù),.,4,（4）Sigmoid函數(shù)型隸屬度函數(shù),（5）差型sigmoid隸屬度函數(shù),（6） 積型sigmoid隸屬度函數(shù),（7） Z

2、形隸屬度函數(shù),（8） 形隸屬度函數(shù),（9） S形隸屬度函數(shù),（10） 梯形隸屬度函數(shù),（11） 三角形隸屬度函數(shù),.,5,3模糊邏輯運(yùn)算,與運(yùn)算,或運(yùn)算,非運(yùn)算,直積,邏輯與（A AND B）,邏輯或（A OR B）,邏輯非（NOT A）,普通邏輯：,模糊邏輯,.,6,4 模糊規(guī)則,模糊 推理系統(tǒng)工程中，模糊規(guī)則以模糊語言 的形式描述人類的經(jīng)驗(yàn)和知識(shí)，規(guī)則是否正確反映人類專家的經(jīng)驗(yàn)和知識(shí)更新，是否能反映對(duì)象的特性，直接決定了模糊推理系統(tǒng)的性能，通常通過模糊規(guī)則的形式是“ifthen”，前提由對(duì)模糊語言變量的語言什描述構(gòu)成，如“溫度較高”，“壓力較低”等，結(jié)論由對(duì)輸出模糊語言變量表示成輸入量的精

3、確什的組合，模糊規(guī)則的這種形式化表示的符合人們通過自然對(duì)許多知識(shí)的描述和記憶習(xí)慣的。,模糊規(guī)則的建立,總結(jié)操作人員工、專家的經(jīng)驗(yàn)和知識(shí)。,基于過程的模糊模型。,基于學(xué)習(xí)的方法。,.,7,最簡(jiǎn)單的ifthen規(guī)則的形式是：“如果x是A，則y是B?！睆?fù)合型的ifthen規(guī)則的形式很多，例如： “ if m是A且x 是B then y 是C，否則z是D” ； “ if m是A且x 是B 且 y 是C，then z是D” ； “ if m是A或x 是B then y 是C，或z是D” ； “ if m是A且x 是B then y 是C，且z是D” ； 這里A，B，C，D分別是論域M，X，Y，Z，中模糊

4、集的主義值，if 部分是前提或前件，then 部分是結(jié)論或后件。,輸入模糊化 確定出ifthen規(guī)則前提中每個(gè)命題或斷言為真的程度（即隸屬度）。 應(yīng)用模糊算子 召喚果規(guī)則的前提有幾部分，則利用模糊算子可以確定出整個(gè)前提為真的程度（即整個(gè)前提的隸屬度）。 應(yīng)用蘊(yùn)含算子 由前提的隸屬度和蘊(yùn)含琥子，可以確定出結(jié)論為真的程度 （即結(jié)論的隸屬度）。,.,8,5模糊推理,模推理是采用模糊邏輯由給定的輸入到輸出的映射過程。模糊推理包括五個(gè)方面： （1）輸入變量模糊化，即把確定的輸入轉(zhuǎn)化為由隸屬度描述的模糊集。 （2）在模糊規(guī)則的前件中應(yīng)用模糊算子（與、或、非）。 （3）根據(jù)模糊蘊(yùn)含運(yùn)算由前提推斷結(jié)論。 （4

5、）合成每一個(gè)規(guī)則的結(jié)論部分，得出總的結(jié)論。 （5）反模糊化，即把輸出的模糊量轉(zhuǎn)化為確定的輸出。,.,9,6 模糊控制,在自動(dòng)控制理論中，控制器的分析與綜合依賴于精確的數(shù)學(xué)模型。而系統(tǒng)在實(shí)際運(yùn)行過程中，人們將觀察到的過程輸出與設(shè)定值比較，得到過程輸出偏離設(shè)定值程度的模糊語義描述或過程輸出偏離設(shè)定值變化快慢的模糊語義描述，經(jīng)邏輯推理得出控制量的模糊量：“適量減少燃料”，經(jīng)反模糊化且，轉(zhuǎn)化為一精確的控制量，實(shí)現(xiàn)整個(gè)控制過程，以模糊集和模糊推理為基礎(chǔ)，對(duì)上述手工操作過程進(jìn)行建模，即可得到期模糊控制器。,.,10,612 模糊推理系統(tǒng)與MATLAB的應(yīng)用,1 模糊推理系統(tǒng)結(jié)構(gòu),最常見的模糊推理系統(tǒng)的三類

6、： 1、純模糊邏輯系統(tǒng) 2、Sugeno型模糊邏輯系統(tǒng) 3、Mamdani型模糊系統(tǒng),.,11,2 Mamdani型模糊邏輯系統(tǒng)構(gòu)建,Mamdani型是典型的模糊邏輯系統(tǒng)，MATLAB模糊邏輯工具箱中的模糊推理系統(tǒng)有五個(gè)過程：輸入變量的模糊化、模糊關(guān)系運(yùn)算、模糊合成運(yùn)算、不同規(guī)則結(jié)果的綜合、去模糊化。,（1） 輸入模糊化,（2） 輸入模糊集合的合成運(yùn)算,（3）模糊蘊(yùn)含方法,（4）輸出的合成Aggregation,（5）逆模糊化（解模糊化）,.,12,6.1.3 模糊推理系統(tǒng)的MATLAB模糊工具箱的圖形界面實(shí)現(xiàn),模糊推理系統(tǒng)可通過MATLAB模糊工具箱的圖形界面工具來實(shí)現(xiàn)，方法簡(jiǎn)單并且直觀，也

7、可利用MATLAB提供的命令行方式的模糊邏輯函數(shù)編輯實(shí)現(xiàn)，有利于比較復(fù)雜的模糊推系統(tǒng)。,1 圖形界面工具箱簡(jiǎn)介,MATLAB模糊工具箱提供的圖形化工具有五類： 模糊推理系統(tǒng)編輯器Fuzzy； 隸屬度函數(shù)編輯器Mfedit； 模糊規(guī)則編輯器Ruleedit； 模糊規(guī)則觀察器Ruleview； 模糊推理輸入輸出曲面視圖Surfview。,.,13,2模糊推理系統(tǒng)編輯器（Fuzzy）,執(zhí)行Fuzzy命令,.,14,3隸屬度函數(shù)編輯器（Mfedit）,命令窗口鍵入”mfedit”,.,15,4模糊規(guī)則編輯器（Ruleedit）,.,16,5模糊規(guī)則觀察器（Ruleview）,命令窗口鍵入“rulevi

8、ew”,.,17,6模糊推理輸入輸出曲面視圖（Surfview）,命令窗口鍵入“surfview”,.,18,614模糊邏輯工具箱與Simulink的接口,1 MATLAB的模糊的圖形化系統(tǒng)建模和仿真工具Simulink,當(dāng)在模糊邏輯工具箱中建立了模糊推理系統(tǒng)后，首先，對(duì)模糊邏輯工具箱中建立的模糊推理系統(tǒng)后生成FIS文件，然后，在MATLAB命令窗口鍵入命令Simulink或是直接點(diǎn)擊工具欄上的Simulink圖標(biāo)，可以打開Simulink模塊庫瀏覽環(huán)境 ，在Simulink模塊庫瀏覽環(huán)境里通過選擇菜單【File】、【New】、【Model】或直接點(diǎn)擊工具欄上的相應(yīng)圖標(biāo)來創(chuàng)建一個(gè)新的模型。在新

9、的仿真模型編輯主窗口中搭建仿真控制系統(tǒng)模型。,.,19,例 設(shè)計(jì)典型二階環(huán)節(jié)，,的模糊控制器，使系統(tǒng)輸出盡快跟隨系統(tǒng)輸入。,.,20,設(shè)系統(tǒng)輸入為R=10，系統(tǒng)輸出誤差為e ，誤差導(dǎo)數(shù)為de，則可根據(jù)系統(tǒng)輸出的誤差和誤差導(dǎo)數(shù)設(shè)計(jì)出模糊控制器（FC）。FC的輸入為e 和de的模糊量，輸出為u 的模糊量，論域分別為：、，其模糊語言分別為： E ：“大”；“小” de：“正”“零”、“負(fù)”； u ：“負(fù)大NB”、“負(fù)小NS”、“零ZR”、“正小PS”、“正大PB”。,.,21,使用ATLABL圖形界面工具設(shè)計(jì)模糊控制器FC： 確定隸屬度函數(shù) 確定模糊控制器規(guī)則 將編制好的文件生成FIS文件 上述過程

10、按前面講解完成，該例子的文件名為H.fis; 在MATLAB下的Simulink環(huán)境中建立二級(jí)系統(tǒng)的仿真模型如下：,.,22,將MATLAB下的GH.fis文件導(dǎo)入Simulink模型中，作為的模糊控制器FC的參數(shù)：,步驟： (1)選取擇上圖中的模糊模塊控制器（雙擊其圖標(biāo)），打開對(duì)話框并給導(dǎo)入到仿真系統(tǒng)中的模糊控制器命名為gh.fis,(2)在MATLAB環(huán)境下使用命令：gh=read(GH.FIS)執(zhí)行即可 (3)模型中變量修改使用FIS中的Wizard模塊將編制的模糊控制器標(biāo)準(zhǔn)化,.,23,模糊控制器參數(shù)類型轉(zhuǎn)換圖,.,24,系統(tǒng)輸出,.,25,6.2 MATLAB模糊邏輯工具箱命令行函數(shù)

11、應(yīng)用,6.2.1 MATLAB模糊邏輯工具箱函數(shù),GUI（圖形用戶界面）工具,.,26,隸屬度函數(shù),.,27,FIS數(shù)據(jù)結(jié)構(gòu)管理,.,28,先進(jìn)技術(shù),.,29,Simulink仿真方框,.,30,其余函數(shù),.,31,模糊 系統(tǒng)演示程序,.,32,622 MATLAB命令行函數(shù)使用,1、隸屬度函數(shù),（1）dsigmf 功能：由兩個(gè)S形隸屬度函數(shù)的差構(gòu)成的隸屬度函數(shù)。 格式：y=dsigmf(x，a1 c1 a2 c2),（2）Gauss2mf 功能：聯(lián)合高斯（Gaussian）型隸屬函數(shù) 格式：y=gauss2mf(x，sig1 c1 sig2 c2),（3）gaussmf 功能：高斯（Gaus

12、sian）型隸屬度函數(shù)。 格式：y=gaussmf（x,sig c）,.,33,（4）gbellmf 功能：廣義鐘形隸屬度函數(shù)。 格式：y=gbellmf(x，params),（5）primf 功能：形隸屬度函數(shù)。 格式：y=pimf(x，a b c d),（6）psigmf 功能：由兩個(gè)S形隸屬度函數(shù)的積成的隸屬度函數(shù)。 格式：y=psigmf(x，a1 c1 a2 c2),（7）smf 功能：S狀隸屬度函數(shù)。 格式：y=smf(x，a b),.,34,（8）Sigmf 功能：S形隸屬度函數(shù)。 格式：y=sigmf(x，a c),（9）trapmf 功能：梯形隸屬度函數(shù)。 格式：y=trap

13、mf（x,a b c d）,（10） trimf 功能：三角形隸屬度函數(shù)。 格式：y=trimf(x，params) y=trimf(x，a b c),（11） zmf 功能：Z形隸屬度函數(shù)。 格式：y=zmf(x,a b),.,35,2FIS數(shù)據(jù)結(jié)構(gòu)管理,（1）addmf 功能：隸屬度函數(shù)添加到FIS（模糊推理系統(tǒng)）。 格式：a=addmf(a,varType,varIndex,mfName,mfType,mfParams),（2）addrule 功能：在FIS中添加規(guī)則。 格式：a=addrule（a，ruleList）,（3）addvar 功能：在FIS中添加變量： 格式：a=addva

14、r(a, varType, varName,varBounds),.,36,（4）defuzz 功能：反模糊化的隸屬度函數(shù)。 格式：out=defuzz(x，mf，type),（5）evalfis 功能：完成模糊推理計(jì)算。 格式：output=evalfis(input,fismat) Output=evalfis(input,fismat,numPts) output,IRR,ORR,ARR=evalfis(input,fismat) output,IRR,ORR,ARR=evalfis(input,fismat,numPts),（6）evalmf 功能：普通隸屬度函數(shù)的計(jì)算。,（7）gen

15、surf 功能：產(chǎn)生FIS輸出曲面。,.,37,（8）getfis 功能：獲取模糊系統(tǒng)的特性。,（10）newfis 功能：建立新的FIS. 格式：a=newfis(fisName,fisType,andMethod,orMethod,impMethod, aggMethod,defuzzMethod),（9）mf2mf 功能：在隸屬度函數(shù)之間進(jìn)行參數(shù)變換。 格式：outParams=mf2mf(inParams,inType,outType),（11） parsrule 功能：模糊規(guī)則解析。 格式：fis2=parsrule(fis,txtRuleList) fis2=parsrule(fi

16、s,txtRuleList,ruleFormat) fis2=parsrule(fis,txtRuleList,ruleFormat,lang),.,38,（12）plotfis 功能：繪圖表示FIS。 格式：plotfis(fismat),（13）plotmf 功能：繪制出給定變量的所有隸屬度函數(shù)。 格式：plotmf(fismat,varType,varIndex),（14）readfis 功能：從磁盤中裝入FIS。 格式：fismat=raedfis(filename),（15）rmmf 功能：從FIS中刪除隸屬度函數(shù)。 格式：fis=rmmf(fis,varType,varIndex,

17、mf,mfIndex),.,39,（16） rmvar 功能：從FIS中刪除變量。 格式：fis2,errorStr=rmvar(fis, varType,varIndex) fis2= rmvar(fis, varType,varIndex),（17） setfis 功能：設(shè)置模糊系統(tǒng)的特性。 格式：a=setfis(a,fisPropname,newfisProp); a= setfis(a,varType,varIndex,varPropname,newvarProp); a= setfis(a,varType,varIndex,mf,mfIndex,mfPropname,newmfPr

18、op);,（18） showfis 功能：顯示帶注釋的FIS。 格式：showfis(fismat),.,40,19Showrule 功能：顯示FIS規(guī)則。 格式：showrule(fis) showrule(fis,indxList) showrule(fis,indexList,format) showrule(fis,indexList,format,Lang),.,41,3、先進(jìn)技術(shù),（1）anfis 功能：Sugeno型FIS的訓(xùn)練程序。,（2）fcm 功能：模糊C均值聚類。 格式：center，U，obj_fcn=fcn(data，cluster_n),（3）genfis1 功能：

19、從未加聚類的數(shù)據(jù)中產(chǎn)生FIS 結(jié)構(gòu)。 格式：fismat=genfis1(data),（4）genfis2 功能：利用減法聚類從數(shù)據(jù)中產(chǎn)生FIS結(jié)構(gòu)。 格式：fismat=genfis2(Xin，Xout，radii) fismat=genfis2(Xin，Xout，radii，xBounds) fismat=genfis2(Xin，Xout，radii，xBounds，options),.,42,（5）Subclust 功能：找出減法聚類的聚類中心。 格式：C，S=subclust(X，radii，xBounds，options),.,43,4、Simulink 仿真方框,（1）fuzblo

20、ck 功能：模糊邏輯控制器框圖仿真。 格式：fuzblock,（2） sffis 功能：Simulink中的模糊推理S函數(shù)。 格式：output=sffis(t,x,u,flag,fismat),.,44,5、其余函數(shù),（1）Convertfis 功能：FIS結(jié)構(gòu)的版本變換。 格式：fis_new=converfis(fis_old),（2）findcluster 功能：模糊C均值和減法聚類的交互聚類GUI。 格式：findcluster,（3）fuzarith 功能：完成模糊算術(shù)運(yùn)算。 格式：C=fuzarith(X，A，B，operator),.,45,（4）mam2sug 功能：將Mam

21、dani型的FIS變換成Sugeno型FIS。,（5）fuzdemos 功能：模糊邏輯工具箱演示程序列表。 格式：fuzdemos,.,46,623 MATLAB模糊邏輯工具箱命令函數(shù)應(yīng)用實(shí)例,設(shè)計(jì)典型二階環(huán)節(jié)：,的模糊控制器，使系統(tǒng)輸出盡快跟隨系統(tǒng)輸入。,.,47,隸屬度函數(shù),誤差隸屬度函數(shù),誤差變化率隸屬度函數(shù),.,48,輸出隸屬度函數(shù),.,49,FC的模糊推量規(guī)則表,.,50,MATLAB程序如下 num=20; den=1.6 4.4 1; a1 b c d=tf2ss(num,den); x=0;0; T=0.01;h=T; N=250; R=1.5*ones(1,N);參考輸入 %

22、定義輸入輸出變量與隸屬度函數(shù) a=newfis(Simple); 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); a=addvar(a,input,de,-6,6); a=addmf(a,input,2,N

23、B,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); 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,