模糊控制

模糊控制是一种基于模糊集理论、模糊语言变量和模糊逻辑推理的智能控制方法,模仿人类模糊推理过程。文章介绍了模糊控制器的设计,通过改变隶属度范围和规则库,展示了模糊推理的新规则,并给出了模糊控制器的实验结果,讨论了规则数量、模糊变量划分等因素对准确性的影响。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

模糊控制

模糊控制基本原理

模糊控制是以模糊集理论、模糊语言变量和模糊逻辑推理为基础的一种智能控制方法,它是从行为上模仿人的模糊推理和决策过程的一种智能控制方法。该方法首先将操作人员或专家经验编成模糊规则,然后将来自传感器的实时信号模糊化,将模糊化后的信号作为模糊规则的输入,完成模糊推理,将推理后得到的输出量加到执行器上。

模糊控制器设计(matlab实现)

%模糊控制器设计
a=newfis('fuzzf');                   %创建新的模糊推理系统

%输入1
f1=1; 
a=addvar(a,'input','e',[-3*f1,3*f1]);                   
 %添加 e 的模糊语言变量
a=addmf(a,'input',1,'NB','zmf',[-3*f1,0]);          
 %添加 e 的模糊语言变量的隶属度函数(z型)
a=addmf(a,'input',1,'NM','trimf',[-3*f1,-2*f1,1*f1]);      
  %隶属度函数为三角形
a=addmf(a,'input',1,'NS','trimf',[-2*f1,-1*f1,0]); 
a=addmf(a,'input',1,'Z','trimf',[-1*f1,0,1*f1]); 
a=addmf(a,'input',1,'PS','trimf',[0,1*f1,2*f1]);
a=addmf(a,'input',1,'PM','trimf',[-1*f1,2*f1,3*f1]);
a=
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值