模糊控制實例_第1頁
模糊控制實例_第2頁
模糊控制實例_第3頁
模糊控制實例_第4頁
模糊控制實例_第5頁
已閱讀5頁，還剩6頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

1、.,1.模糊控制器的輸入輸出變量,模糊化處理,.,2.變量的模糊化,變量的模糊子集論域,基本論域到模糊子集論域的轉(zhuǎn)換公式,模糊化就是將清晰的某個輸入變量按隸屬度轉(zhuǎn)換到與之相對應(yīng)的模糊量的過程。,.,模糊變量E的賦制值表,.,模糊變量EC的賦制值表,.,模糊變量U的賦制值表,.,例如：設(shè),則,.,模糊控制實例,模糊規(guī)則一 R1：If x is A1 and y is B1Then z is C1 模糊規(guī)則二 R2：If x is A2 and y is B2Then z is C2 令 x0 與 y0 為傳感器 x 與 y 之輸入，模糊集合 A1、 A2、 B1 、 B2 、 C1 、以及 C2

2、 使用下列之隸屬函數(shù)：,., 讀入傳感器輸入 以及 ，然后計算最后的控制輸出。 首先計算感應(yīng)器輸入 以及 與兩條模糊規(guī)則的符合程度為： 接下來，兩條模糊規(guī)則的激活強度為： 將 1 對映至第一條模糊規(guī)則的后件，可得到圖中的灰色梯形區(qū)域 ；相同地，將 2 對映至第二條模糊規(guī)則的后件，可得到如圖中的黑色梯形區(qū)域 ；將此兩個梯形區(qū)域以 “最大運算子 (max)” 取其最大值，可得最后的隸屬函數(shù)。最后解模糊化可得：,.,模糊推理過程示意圖,.,(1)以連續(xù)型重心法作為解模糊化機構(gòu)：首先找出 C 的隸屬函數(shù) 為： 因此,.,(3) 以 最大平均法 作為解模糊化機構(gòu)：在最后的隸屬函數(shù)中，其量化值達到最大隸屬函數(shù)值的有 3、4、以及 5，因此我們可以得到： (4) 以修正型最大平均法作為解模糊化機構(gòu)： (5) 以中心平均法作為解模糊化機構(gòu)：,(2) 以離散型重心法來

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論