自己設計的模糊PID

自己的PID基于模糊控制的設想一.能夠識別傳遞函數還有輸入形式，利用if,else函數來整定隨即參數。然后再模糊控制與神經網絡控制相結合，能夠做出快速響應。ifchap8_4nL()==[14]崙函數的分母最高灰為四次方時假，且輸入為呂in函數sp=O.71*0.88*1.21*1/3;ki=56.2*0.9*1.0022*1/30;sd=l150.2*0.01;elseifchap8_4m()==[13]禎函數的分母最高次為三次方時假，且輸入為呂in函數ip=0.02*1/3;si=l.5*1/30；Kd=610.1505*1/30:elseifchap8_4m()==￡24]%S函數的分母最高次為三次方時假，且輸入為階躍函數sp=4.1*0.2*1/3;zi=C.9*0.5*1/30；Kd=754.1505*1/30;enda=newfisfuzzpidJ);黑創(chuàng)造一個新的模糊推斷a=addvar[a,JinputJJ「[-匚1]);矗忝加一個變重已a=addjnfla、'inputJj1JJzmf'3[-1,-1/3]);%建立隸厲函數a=addnif{..a.3JinputJ,1/V/gaussmf?,[pi/lSj0]);a=addnif[a,'inputJ、1JPTsmf',[1/3^1]);a=addvar(a^JinputJj?ecJ3[T,1]);靂滋加一個變里已ua=addjnf(a,JinputJj2JJzmf'j[-1,-1/3]);%建立隸厲函數a=addnif{..a.3JinputJ,2/V/gaussmf?,[pi/lSj0]);a=addjnf[a,'inputJ)&，F，Jsmf',[1/3^1]);a=addvar(a,JoutputJJkpJtip*[-8.d,8.3]);%添加—個變重kpa=addmf(a,JoutputJ』1』T『打zmfJ,ip*[-8.33-2.49]);%建立隸屬函數a=addnif[a,JoutputJ1//trimfJ,Kp*[-4.15,口,4.15]);a=addjnf[a,'outputJ：1JPTsmf',sp*[2.49,8.3]);a=addvar(a,JoutputJJkiJtzi*[-6Q,60]);%添加一個變里hia=addmf血JoutputJ,&TFJzmfJ」si#[-60,-20]);霽建立隸屬函數a=addnif[a,'outputJ2*寸JtrimfJ,Ki*[-40^口,40]);a=addjnf[a,'outputJ)FJsmf',si*[20^60]);a=addvar(a,JoutputJJkdJ3xd*[-0.<N2?0.002]);舟滋加一個變重kia=addmf怎JoutputJ』昂T『打zmfJ」sd*[-0.002^0]);州建立隸厲函數a=addnif{..a.3'outputJ壯J€JtrimfJ,Kd*[-0.001^0j0.001]);a=addjnf(a；,JoutputJj乳，P，』：呂mf：」sd*QD.0(J2]); 我把模糊控制和神經網絡結合了一下，利用模糊規(guī)則作為學習速率。如:k_pid=evalfis([e_l,ec_l],a);%計算模糊推理輸出結果函數kp(k)=kpO+ap*k_pid(l)*e_l*u_l;%ap為局部整定參數與k_pid(l)(模糊推理出來的值)相乘作為學習速率(該方法解決了直接用模糊控制難以整定的問題)，利用導師學習還有控制規(guī)律來修改kp參數ki(k)=ki0+ai*k_pid(2)*e_l*u_l;kd(k)=kd0+ad*k_pid(3)*e_l*u_l;addk=abs(kp(k)+ki(k)+kd(k));u(k)=u_l+K*(kp(k)*e_l/addk+ki(k)*ei/addk+kd(k)*ec_l/(ts*addk));上面的代碼中ap，ai，Ad的代碼如下所示：M=2;g=2;ifM==1&g==0%輸入為sin函數的，分母最高次為四次的s函數K=0.085%全局調整elseifM==2&g==1%輸入為sin函數的，分母最高次為三次的s函數K=0.2;ap=0.91;ai=0.001