(精选)智能控制-第六章 模煳控制系统课件.pptVIP

对应于控制决策Ｕ的语言变量Ｃ一般分为7个模糊状态（与Ｂ的模糊状态一样），其对应的模糊子集 按下表取值。 ? ? --7 -6 -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5 +6 +7 C1 PB 0 0 0 0 0 0 0 0 0 0 0 0.1 0.4 0.8 1.0 C2 PM 0 0 0 0 0 0 0 0 0 0.2 0.7 1.0 0.7 0.2 0 C3 PS 0 0 0 0 0 0 0 0.4 1.0 0.8 0.4 0.1 0 0 0 C4 AZ 0 0 0 0 0 0 0.5 1.0 0.5 0 0 0 0 0 0 C5 NS 0 0 0 0.1 0.4 0.8 1.0 0.4 0 0 0 0 0 0 0 C6 NM 0 0.2 0.7 1.0 0.7 0.2 0 0 0 0 0 0 0 0 0 C7 NB 1.0 0.8 0.4 0.1 0 0 0 0 0 0 0 0 0 0 0 模糊集Ｃ隶属函数的赋值 （3） 确定模糊控制状态表 通常根据控制过程中人的实际经验把推理语义规则，即模糊条件语句，写成一个模糊控制状态表，如下表所示。 U E ΔE NB NM NS AZ PS PM PB NB NM PB PM AZ NS AZ PS PM PM PS PS AZ PM AZ AZ NS NM NS NS NM PM PB AZ NM NB 一般说来，模糊控制器控制规则的设计原则为：当误差较大时，控制量应当尽可能快地减小误差；当误差较小时，除了消除误差外，还必须考虑系统的稳定性，以求避免不需要的超调和振荡。 3. 确定模糊化和解模糊策略，制订控制表 在求得误差和误差变化的模糊集Ｅ和ＥＣ之后，控制量的模糊集Ｕ可由模糊推理综合算法获得： 式中，Ｒ为模糊关系矩阵。控制量的模糊集Ｕ可被变换为精确值，见下表。 ΔE U E ? -6 ? ? -5 ? ? -4 ? ? -3 ? ? -2 ? ? -1 ? ? 0 ? ? +1 ? ? +2 ? ? +3 ? ? +4 ? ? +5 ? ? +6 ? -6 7 6 7 6 7 7 7 4 4 2 0 0 0 -5 6 6 6 6 6 6 6 4 4 2 0 0 0 -4 7 6 7 6 7 7 7 4 4 2 0 0 0 -3 6 6 6 6 6 6 6 3 2 0 -1 -1 -1 -2 4 4 4 5 4 4 4 1 0 0 -1 -1 -1 -1 4 4 4 5 4 4 1 0 0 0 -3 -2 -1 -0 4 4 4 5 1 1 0 -1 -1 -1 -4 -4 -4 +0 4 4 4 5 1 1 0 -1 -1 -1 -4 -4 -4 +1 2 2 2 2 0 0 -1 -4 -4 -3 -4 -4 -4 +2 1 1 1 -2 0 -3 -4 -4 -4 -3 -4 -4 -4 +3 0 0 0 0 -3 -3 -6 -6 -6 -6 -6 -6 -6 +4 0 0 0 -2 -4 -4 -7 -7 -7 -6 -7 -6 -7 +5 0 0 0 -2 -4 -4 -6 -6 -6 -6 -6 -6 -6 +6 0 0 0 -2 -4 -4 -7 -7 -7 -6 -7 -6 -7 4. 确定模糊控制器的参