智能控制模糊逼近作业报告-模糊逻辑控制matlab编程仿真(第七组)参考.doc

《智能控制》 模糊逼近作业报告 组 员： 目 录 一、任务及要求 3 二、系统分析及控制设计原理 3 三、设计实现…………………………………………………….…4 四、仿真验证…………………………………………………….…7 五、讨论与分析……………………………………………….…12 一、任务及要求 (1)任务 设计一个在 上的模糊系统，使其以精度 一致地逼近函数，并进行Matlab仿真。 (2)要求 先进行系统分析，然后给出完整详细的设计过程，可参见P74-75页例5.1和例5.2的仿真实例。 二、系统分析及控制设计原理 自适应模糊控制是指具有自适应学习算法的模糊逻辑系统，其学习算法是依靠数据信息调整模糊逻辑系统的参数，且可以保证控制系统的稳定性。一个自适应模糊控制器可以用一个单一的自适应模糊系统构成，也可以用若干个自适应模糊系统构成。与传统的自适应控制相比，自适应模糊控制的优越性在于它可以利用操作人员提供的语言性模糊信息，而传统的自适应控制则不能。这一点对具有高度不确定因素的系统尤其重要。自适应模糊控制有两种不同形式：一种是直接自适应模糊控制，即根据实际系统性能与理想性能之间的偏差直接设计模糊控制器；另一种是间接自适应模糊控制，即通过在线模糊逼近获得对象的模型，然后根据所得模型在线设计控制器。 三、设计实现 (1)模糊系统的设计步骤 设二维模糊系统g(x)为集合上的一个函数，其解析式形式未知。假设对任意一个,都能得到g(x)，则可设计一个逼近g(x)的模糊系统。模糊系统的设计步骤为： 步骤1：在上定义个标准的，一致的和完备的模糊集。 步骤2：组建条模糊集IF-THEN规则，即 ：如果为且为，则y为 式中，，将模糊集的中心表示为 式中，为在模糊集上的中间值或边界值。 步骤3：采用乘积推理机、单值模糊器和中心平均接模器和中心平均解模糊器，根据规则来构造模糊系统f(x)，得 式中，分子表规则前提之间、规则前提与结论之间的逻辑“与”运算，采用乘积推理机实现；采用单值模糊器实现，积隶属度函数最大值(1,0)所对应的横坐标值的函数值；分子与分母相除与中心平均解模糊器算法。 (2)糊系统的逼近精度 万能逼近定理表明模糊系统是除以多项函数逼近器，神经网络之外的新的万能逼近器。模糊系统较之其他逼近器的优势在于它能够有效地利用语言信息能力。万能逼近是模糊逻辑系统用于非线性系统建模的理论基础，同时也从根本上解释了模糊系统在实际中得到成功应用的原因。 万能逼近定理： 令f(x)为上式中二维模糊系统，g(x)为上式中的未知函数，如果g(x)在上是连续可微的，则模糊系统的逼近精度为 其中 式中，无穷维范数定义为函数上界，即，为在个模糊集上的中间值或边界值，j=1和时为边界值。 由式可知，假设的模糊集的个数为，其变化范围的长度为L，则模糊系统的逼近精度满足，即。 由该定理可得一下结论： ①形如f(x)式的模糊系统是万能逼近器，对任意给定的，都可将和选得足够小，使成立，从而保证 ②通过对每个定义更多的模糊集可以得到更为准确的逼近器，即规则越多，所产生的模糊系统越有效。 ③为了设计一个具有预定精度的模糊系统，必须知道g(x)关于和的导数边界，即和。同时，在设计过程中，还必须知道g(x)在处的值。 四．仿真验证 设计一个在 上的模糊系统，使其以精度 一致地逼近函数，并进行Matlab仿真。 原理： 由于 由式 可知， 当取h1=0.05，h2=0.05时， 有 ，满足精度为1要求。 由于L=2，此时模糊集的个数为 取N=21， 即 和 分别在 上定义11个具有三角隶属函数的模糊集 。 所设计的模糊系统为 该模糊系统由条规则来逼近函数 。 解：根据题目要求，知，L=2，T=0.1，可取h=0.05,N=L/h+1=21 二维函数逼近仿真程序如下所示： %Fuzzy approaching clear all; close all; T=0.1; x1=-1:T:1; x2=-1:T:1; L=2; h=0.05; N=L/h+1; for i=1:1:N %N MF for j=1:1:N e1(i)=-1+L/(N-1)*(i-1); e2(j)