智能控制基础实验.doc

洗衣机模糊控制 班级：自研—11 姓名：张学江 学号:2011301310114模糊控制器的结构 选用单变量二维模糊控制器。控制器的输入为衣物的污泥和油脂，输出为洗涤时间。 定义输入输出模糊集 1.将污泥分为三个模糊集：SD（污泥少），MD（污泥中），LD（污泥多），取值范围为[0，100]。 2.定义隶属函数 选用如下隶属函数： 采用三角形隶属函数实现污泥的模糊化。采用MATLAB仿真，实现污泥隶属函数的设计，仿真程序为： %Define N+1 triangle membership function clear all; close all; N=2; x=0:0.1:100; for i=1:N+1 f(i)=100/N*(i-1); end u=trimf(x,[f(1),f(1),f(2)]); figure(1); plot(x,u); for j=2:N u=trimf(x,[f(j-1),f(j),f(j+1)]); hold on; plot(x,u); end u=trimf(x,[f(N),f(N+1),f(N+1)]); hold on; plot(x,u); xlabel(x); ylabel(Degree of membership); 仿真结果为： 3. 将油脂分为三个模糊集：NG（无油脂），MG（油脂中），LG（油脂多），取值范围为[0，100]。选用如下隶属函数： 采用三角形隶属函数实现污泥的模糊化，仿真程序同污泥隶属函数。仿真结果为： 4. 将洗涤时间分为三个模糊集：VS（很短），S（短），M（中等），L（长），VL（很长），取值范围为[0，60]。选用如下隶属函数： 采用三角形隶属函数实现洗涤时间的模糊化。采用MATLAB仿真，可实现洗涤时间隶属函数的设计，仿真程序为： %Define N+1 triangle membership function clear all; close all; z=0:0.1:60; u=trimf(z,[0,0,10]); figure(1); plot(z,u); u=trimf(z,[0,10,25]); hold on; plot(z,u); u=trimf(z,[10,25,40]); hold on; plot(z,u); u=trimf(z,[25,40,60]); hold on; plot(z,u); u=trimf(z,[40,60,60]); hold on; plot(z,u); xlabel(z); ylabel(Degree of membership); 仿真结果为： 建立模糊控制规则 根据人的操作经验设计模糊规则，模糊规则设计的标准为：“污泥越多，油脂越多，洗涤时间越长”；“污泥适中，油脂适中，洗涤时间适中”；“污泥越少，油脂越少，洗涤时间越短”。 建立模糊控制表 根据模糊规则的设计标准，建立模糊规则表。 洗涤时间Z 污泥X NG MG LG 油脂Y SD VS* M L MD S M L LD M L VL 注：第*条规则为：“IF衣物污泥少 且 没有油脂THEN洗涤时间很短”。 模糊推理 规则匹配 将X（污泥）=20，Y（油脂）=30分别代入所属的隶属函数中求隶属度为 通过上述4中隶属度，可得到4条相匹配的模糊规则，如下表所示： 洗涤时间Z 污泥X NG（2/5） MG(3/5) LG 油脂Y SD(3/5) μVS(z) μM(z) 0 MD(2/5) μS(z) μM(z) 0 LD 0 0 0 规则触发 由上表可知，被触发的规则有四条 规则1：IF Y is SD and X is NG THEN Z is VS 规则2：IF Y is SD and X is MG THEN Z is M 规则3：IF Y is MD and X is NG THEN Z is S 规则4：IF Y is MD and X is MG THEN Z is M 规则前提推理 在同一条规则内，前提之间通过“与”的关系得到规则结论。前提的可信度之间通过取小运算，得到每一条规则总前提的可信度为： 规则1前提的可信度为：min（3/5,2/5）= 2/5 规则2前提的可信度为：min（3/5,3/5）= 3/5 规则3前提的可信度为：min（2/5,2/5）= 2/5 规则4前提的可信度为：min（2/5,3/5）= 2/5 由此得到洗衣机规则前提可信度，即规则强度表如下： 洗涤时间Z 污泥X NG（2/5） MG(3/5) LG 油脂Y SD(3/5) 2/5 3/5 0 MD(2/5) 2/5