智能控制基础实验报告.doc

智 能 控 制 基 础 实 验 报 告 姓名： 班级： 学号： 建立一个两输入一输出的模糊规则控制器，并用simulink仿真分别通过一阶和二阶传递函数，观察模糊控制器输出、误差及其变化率和输出响应。 解：这里选取二阶和一阶传递函数为和，查看其阶跃响应。 用MATLAB模糊逻辑工具箱设计模糊控制器 模糊控制器为两输入一输出，这里定义输入为E、EC，输出为U。 选择E、EC和U的论域如下： E range: [-1 1] EC range: [-1 1] U range: [0 2] 其模糊子集都为{NB,NM,NS,ZO,PS,PM,PB}; 模糊规则确定： U EC NB NM NS ZO PS PM PB E NB PB PB PB PB PM ZO ZO NM PB PB PB PB PM ZO ZO NS PM PM PM PM ZO NS NS ZO PM PM PS ZO NS NM NM PS PS PS ZO NM NM NM NM PM ZO ZO NM NB NB NB NB PB ZO ZO NM NB NB NB NB 模糊决策和反模糊方法的确定： 隐含采用 ‘mamdani’方法: ‘max-min’ 推理方法， 即 ‘min‘ 方法 去模糊方法：面积重心法（centroid） 选择隶属函数的形式：输入为三角型trimf，输出为也为三角型trimf 输入E、EC和输出U隶属函数: 输入E 输入EC 输出U 按照上述模糊规则在模糊规则编辑器窗口中输入控制规则如下： 模拟规则图形如下： 模糊推理的输出曲面如下： 下面进行仿真： 前面所建立的模糊推理系统，在FIS Editor界面下单击File菜单，选择其中的“Export To Workspace ”,将其保存到MATLAB工作区中。 仿真时，将选项“Fuzzy Logic Controller”拖到Simulink仿真系统中，双击图标，在弹出的FIS Matrix文本框中输入刚建立的模糊控制器的“monikongzhiqi”,以实现工作区中的FIS结构与模糊控制器的连接。 二阶仿真程序如下： 仿真结果： 系统输出 误差及其变化率 模糊控制器输出 一阶仿真程序如下： 仿真结果： 系统输出 误差及其变化率 模拟控制器输出 2.用BP网络实现对于两个非线性映射的逼近： （1） （2）, 采样点数 解：BP神经网络对函数进行逼近要用到BP网络工具箱中的以下函数：（1）newff(),用于建立一个BP神经网络；（2）神经元传递函数tansig()函数和purelin()函数；（3）网络训练函数train(),用于训练建立的BP神经网络；（4）网络仿真函数sim(),用于仿真训练前后的BP神经网络。 （1）实现对正弦函数的逼近 程序代码如下：（由于直接从M文件中粘过来的代码注释是乱码，下面代码是UE中粘贴过来的） %定义要逼近的函数 t = [0:0.05:2]; y = sin(pi*t); plot(t,y,-) grid title(要逼近的非线性函数); xlabel(时间); ylabel(非线性函数); %建立相应的BP网络 net = newff(minmax(t),[10,1],{tansig purelin},trainlm); %对没有训练的网络进行仿真 y1 = sim(net,t); %绘出仿真得到的曲线 figure; plot(t,y,-,t,y1,*) grid title(没有训练的网络仿真结果); xlabel(时间); ylabel(仿真输出* 原函数-); %训练网络 net.trainParam.epochs = 50; net.trainParam.goal = 0.01;