模糊控制详细讲解实例.doc

一、速度控制算法： 首先定义速度偏差-50 km/h≤e（k）≤50km/h，-20≤ec（i）= e（k）- e（k-1）≤20，阀值eswith=10km/h 设计思想：油门控制采用增量式PID控制算法,刹车控制采用模糊控制算法，最后通过选择规则进行选择控制量输入。 选择规则： e（k）0 ① e（k）- eswith and throttlr_1≠0 选择油门控制 ② 否则：先将油门控制量置0，再选择刹车控制 0e（k） 先选择刹车控制，再选择油门控制 e（k）=0 直接跳出选择 刹车控制：刹车采用模糊控制算法 1.确定模糊语言变量 e基本论域取[-50,50]，ec基本论域取[-20,20]，刹车控制量输出u基本论域取[-30,30]，这里我将这三个变量按照下面的公式进行离散化： 其中，，n为离散度。 E、ec和u均取离散度n=3，离散化后得到三个量的语言值论域分别为： E=EC=U={-3,-2,-1,0,1,2,3} 其对应语言值为{ NB,NM,NS,ZO, PS,PM,PB } 2.确定隶属度函数 E/EC和U取相同的隶属度函数即： 说明：边界选择钟形隶属度函数，中间选用三角形隶属度函数，图像略 实际EC和E输入值若超出论域范围，则取相应的端点值。 3.模糊控制规则 由隶属度函数可以得到语言值隶属度（通过图像直接可以看出）如下表： 表1：E/EC和U语言值隶属度向量表 -3 -2 -1 0 1 2 3 NB 1 0.5 0 0 0 0 0 P0 NM 0 1 0.5 0 0 0 0 P1 NS 0 0.5 1 0.5 0 0 0 P2 ZO 0 0 0.5 1 0.5 0 0 P3 PS 0 0 0 0.5 1 0.5 0 P4 PM 0 0 0 0 0.5 1 0 P5 PB 0 0 0 0 0 0.5 1 P6 设置模糊规则库如下表： 表2：模糊规则表 U E EC — NB NM NS ZO PS PM PB NB PB PB PM PM PS ZO ZO NM PB PM PM PS ZO ZO NS NS PM PM PS PS ZO NS NS ZO PM PS PS ZO ZO NS NM PS PS PS ZO ZO ZO NS NM PM PS ZO ZO ZO NS NM NB PB ZO ZO ZO NS* NM NM NB 3.模糊推理 由模糊规则表3可以知道输入E与EC和输出U的模糊关系，这里我取两个例子做模糊推理如下： if (E is NB) and (EC is NM) then (U is PB) 那么他的模糊关系子矩阵为： 其中，,即表1中NB对应行向量，同理可以得到， , if (E is NVB or NB) and (EC is NVB) then (U is PVB) 结果略 按此法可得到27个关系子矩阵，对所有子矩阵取并集得到模糊关系矩阵如下： 由R可以得到模拟量输出为： 4.去模糊化 由上面得到的模拟量输出为1×7的模糊向量，每一行的行元素（u（zij））对应相应的离散变量zj，则可通过加权平均法公式解模糊： 从而得到实际刹车控制量的精确值u。 油门控制： 油门控制采用增量式PID控制，即： 只需要设置、 、三个参数即可输出油门控制量。 二、程序实现及参数调节 clear all %************************模糊算法 %/*********隶属度向量 *****% P0=[1,0.5,0,0,0,0,0];%*********NB P1=[0,1,0.5,0,0,0,0];%*********NM P2=[0,0.5,1,0.5,0,0,0];%*********NS P3=[0,0,0.5,1,0.5,0,0];%*********ZO P4=[0,0,0,0.5,1,0.5,0];%*********PS P5=[0,0,0,0,0.5,1,0];%*********PM P6=[0,0,0,0,0,0.5,1];%*********PB %***********语言值 *****% NB=-3;NM=-2;NS=-1;ZO=0;PS=1;PM=2;PB=3; %/*********模糊规则表*****% Pg=[PB PB PM PM PS ZO ZO; PB PM PM PS ZO ZO NS; PM PM PS PS ZO NS NS; PM PS PS ZO ZO NS NM;