[信息与通信]2010年电子竞赛讲座--计算机控制系统的控制算法.ppt

2 复杂控制算法 解(1)计算每条规则的模糊蕴涵关系Ri (i=1，2) 若新的输入 求C’。 解 本例具有两条模糊控制规则，均为双输入单输出Mamdani型 规则，其推理过程如下： 计算每条规则的模糊蕴涵关系Ri (i=1，2) 为了便于计算，将P1表示成 则有 同理，可得 2 复杂控制算法 解(1)计算每条规则的模糊蕴涵关系Ri (i=1，2) 即 2 复杂控制算法 解(1)计算每条规则的模糊蕴涵关系Ri (i=1，2) 2 复杂控制算法 (2) 计算总模糊蕴涵关系R 2 复杂控制算法 (3) 计算在新的输入A’和B’之间的模糊关系，并将表示成向量 2 复杂控制算法 (4) 计算输出量的模糊集合 即 2 复杂控制算法 2.2.3模糊控制系统的结构与原理 在确定性控制系统中，根据输入变量和输出变量的个数，可分为单变量控制系统和多变量控制系统。在模糊控制系统中也可类似地划分为单变量模糊控制和多变量模糊控制。 1. 单变量模糊控制器 （SVFC：Single Variable Fuzzy Controller） 将其输入变量的个数定义为模糊控 器的维数，如图2-9所示。 图2-9 单变量模糊控制器 (1)一维模糊控制器 其输入变量往往选择 为输入给定和被控量的偏差量e。由于仅 仅采用偏差值，很难反映过程的动态特性 品质，因此，所能获得的系统动态性能是 不能令人满意的。这种一维模糊控制器往 往被用于一阶被控对象。 2 复杂控制算法 2.2.3模糊控制系统的结构与原理 (2) 二维模糊控制器 两个输入变量基本上 都选用偏差e和偏差变化ec，由于它们能够 较严格地反映受控过程中输出变量的动态 特性，因此，在控制效果上要比一维控制 器好得多，也是目前采用较广泛的一类模 糊控制器。 2 复杂控制算法 2.2.3模糊控制系统的结构与原理 2 复杂控制算法 2. 模糊集合的运算和基本性质 (5) 幂等律 (6) 同一律 其中X表示论域全集，φ表示空集。 (7) 达摩根律 (8) 双重否定律 以上运算性质和普通集合的运算性质完全相同，但是在普通集合中成立的排中律和矛盾律对于模糊集合不再成立，即 2 复杂控制算法 2. 模糊集合的运算和基本性质 2 复杂控制算法 3. 隶属函数 正确地确定隶属函数，是运用模糊集合理论解决实际问题的基础。隶属函数是对模糊概念的定量描述，我们遇到的模糊概念不胜枚举，然而准确地反映模糊概念的模糊集合的隶属函数，却无法找到统一的模式。 隶属函数的确定有多种方法，常用的有模糊统计法、例证法等。不同的方法所得到的结果是不相同的，但隶属函数确定是否合适，主要看其是否符合实际，并在应用中检验其效果。 人们已经归纳出一些常用的隶属函数，由实际问题确定和选用。在此列出常用的一维及二维隶属度函数形式以及参数化表示。图2-8分别给出了四种一维三角形、梯形、高斯型和广义铃型隶属函数。 2 复杂控制算法 3. 隶属函数 图2-8 常用的隶属函数 (a) 三角形 (b) 梯形 ( c) 高斯型 (d) 广义铃型 2 复杂控制算法 3. 隶属函数 三角形隶属度函数由三个参数来描述 (2-13) 参数[a,b,c](abc)决定了三角形隶属度函数的三个角的x坐标。图2-8a显示的是MATLAB的Fuzzy Logic Toolbox中的triangle(x,20,60.80)定义的三角形隶属度函数。 2 复杂控制算法 3. 隶属函数 梯形隶属度函数用四个参数来描述 (2-14) 参数决定了梯形隶属度函数的四个角的坐标。图2-8b显示定义的梯形隶属度函数。 参数[a,b,c,d](abcd)决定了梯形隶属度函数的四个角的x坐标。图2-8b显示的是trapezoid(x,10,20,60.95)定义的梯形隶属度函数。 2 复杂控制算法