下载文档原格式
一、实习背景随着科技的飞速发展，智能控制技术已经广泛应用于各个领域，成为推动社会进步的重要力量。
为了更好地了解智能控制技术，提高自身的实践能力，我于近期参加了智能控制实习实践。
本次实习在一家知名智能控制系统研发公司进行，实习期间，我深入了解了智能控制系统的设计、开发与应用，收获颇丰。
二、实习目的1. 熟悉智能控制系统的基本原理和组成；2. 掌握智能控制系统的设计、开发与调试方法；3. 培养实际动手能力，提高团队协作精神；4. 了解智能控制系统在各个领域的应用。
三、实习内容1. 理论学习实习初期，我通过阅读相关书籍、资料，了解了智能控制系统的基本概念、发展历程、分类及特点。
同时，我还学习了常见智能控制算法，如PID控制、模糊控制、神经网络控制等。
2. 实践操作在实习过程中，我参与了以下实践操作：（1）智能控制系统硬件平台搭建：根据项目需求，选择合适的传感器、执行器、控制器等硬件设备，进行电路设计、焊接、调试，完成硬件平台搭建。
（2）软件编程：使用C/C++、Python等编程语言，根据项目需求，编写控制算法程序，实现智能控制系统的功能。
（3）系统集成与调试：将硬件平台与软件程序相结合，进行系统集成，并进行调试，确保系统稳定运行。
（4）智能控制系统应用：将所学知识应用于实际项目中，如智能家居、机器人控制、自动化生产线等。
3. 项目参与在实习期间，我参与了公司的一个智能控制系统研发项目。
项目涉及多个方面，包括需求分析、系统设计、编程实现、调试与优化等。
通过参与项目，我了解了项目管理的流程，提高了自己的团队协作能力。
四、实习成果1. 理论知识方面：通过实习，我对智能控制系统的基本原理、组成、算法有了更深入的了解，为今后的学习和工作打下了坚实的基础。
2. 实践能力方面：在实习过程中，我学会了硬件平台搭建、软件编程、系统集成与调试等实际操作技能，提高了自己的动手能力。
3. 团队协作方面：在项目参与过程中，我学会了与他人沟通、协作，提高了自己的团队协作能力。
智能控制实践总结智能控制（Intelligent Control）是指在自动控制系统中引入人工智能技术，通过模糊逻辑、神经网络、遗传算法等方法，使系统具备类似人的智能行为和决策能力。
智能控制技术在工业、农业、交通、医疗等领域具有广泛的应用前景。
在这次智能控制实践中，我深入学习了相关理论知识并进行了实际操作，现将我的实践总结如下。
一、实践背景智能控制实践是本学期智能控制课程的一项重要内容，旨在帮助学生将所学知识应用于实际情境中，提升学生的实践能力。
通过此次实践，我们将了解智能控制技术的实际应用，并锻炼自己的问题解决能力和团队合作精神。
二、实践目标1. 理解智能控制的基本原理和方法；2. 学会使用相关软件和硬件平台进行智能控制设计与仿真；3. 通过实践项目，培养实际问题解决能力和团队协作精神；4. 总结实践过程中的经验和教训，不断提升自身能力。
三、实践内容1. 理论学习在实践前，我们充分学习了智能控制的基本原理和方法，包括模糊逻辑、神经网络、遗传算法等方面的知识。
通过课堂讲授和自主学习，我们对智能控制的理论基础有了充分的了解，为实践项目的顺利进行奠定了基础。
2. 实际操作在智能控制实践过程中，我们选择了一个具体的应用场景，即智能家居系统的设计与实现。
我们利用软硬件平台，使用模糊控制方法来实现对家居设备的自动调节与优化。
我们根据场景的需求，设计了合适的控制算法，并利用相关软件进行系统建模和仿真。
3. 团队协作为了完成实践项目，我们组建了一个团队，分工合作，共同解决问题。
在实践过程中，我们积极沟通、互相学习，共同解决实际问题。
通过团队协作，我们不仅提高了问题解决能力，还培养了良好的团队合作精神。
四、实践成果通过实践项目，我们取得了一系列的成果。
首先，我们成功地设计和实现了一个智能家居系统，并通过实际测试验证了其性能和效果。
其次，我们在实践过程中积累了丰富的经验，熟悉了相关软硬件平台的使用，并掌握了智能控制方法的具体应用步骤。
一、实习背景随着科技的飞速发展，智能化、自动化已成为各行各业的发展趋势。
为了紧跟时代步伐，提升自身技能，我于2023年在某知名企业进行了为期三个月的智能控制实习。
此次实习让我对智能控制领域有了更深入的了解，也锻炼了我的实际操作能力。
二、实习单位及岗位实习单位：某知名科技企业实习岗位：智能控制工程师三、实习内容1. 理论学习在实习期间，我首先对公司智能控制相关的理论知识进行了深入学习，包括PLC编程、工业机器人、传感器技术、物联网等。
通过学习，我对智能控制系统的原理、组成及工作流程有了全面的认识。
2. 实践操作在理论知识的基础上，我参与了多个实际项目，具体内容包括：（1）PLC编程：负责编写PLC程序，实现设备的自动化控制。
在此过程中，我熟练掌握了梯形图、指令列表等编程语言，并学会了使用PLC编程软件。
（2）工业机器人编程：参与工业机器人的编程与调试，掌握工业机器人的操作方法和维护保养知识。
（3）传感器技术应用：学习并应用各类传感器，如温度传感器、压力传感器、光电传感器等，实现设备参数的实时监测。
（4）物联网技术：参与物联网项目的开发，学习并应用MQTT、HTTP等通信协议，实现设备数据的远程传输与处理。
3. 团队协作在实习过程中，我积极参与团队协作，与同事共同解决项目中遇到的问题。
通过与不同岗位的同事交流，我学到了很多实际工作经验，提高了自己的沟通能力和团队协作能力。
四、实习收获1. 提升专业技能：通过实习，我掌握了PLC编程、工业机器人编程、传感器技术应用、物联网技术等实际操作技能，为今后的工作打下了坚实基础。
2. 增强实践能力：在实习过程中，我亲身参与了多个实际项目，提高了自己的动手能力和问题解决能力。
3. 拓宽知识面：实习让我对智能控制领域有了更深入的了解，拓宽了自己的知识面。
4. 提高综合素质：通过实习，我学会了如何与同事沟通、协作，提高了自己的综合素质。
五、总结此次智能控制实习让我受益匪浅，不仅提升了我的专业技能，还锻炼了我的实际操作能力和团队协作能力。
实习报告智能控制技术实习报告一、实习背景随着科技的不断发展，智能控制技术在各个领域的应用越来越广泛。
为了更好地了解智能控制技术的发展和应用，提高自己的实践能力，我参加了为期一个月的智能控制技术实习。
实习期间，我在导师的指导下，进行了智能控制系统的设计、仿真和实验，对智能控制技术有了更深入的了解。
二、实习内容1. 理论学习在实习的开始，导师为我讲解了智能控制技术的基本概念、原理和常用算法。
我学习了模糊控制、神经网络控制、自适应控制等几种常见的智能控制方法，并了解了它们在实际工程中的应用。
2. 系统设计根据实习任务，我需要设计一个智能控制系统。
在导师的指导下，我首先确定了系统的目标和需求，然后选择了合适的控制算法，最后设计了系统的整体结构。
在设计过程中，我学习了如何根据系统需求选择合适的硬件和软件，并掌握了部分编程技巧。
3. 仿真与实验为了验证所设计的智能控制系统的有效性，我使用了MATLAB软件对系统进行了仿真。
通过调整参数和算法，我成功地实现了对系统的控制。
接着，我在实验室进行了实际实验，通过与传统控制系统的对比，验证了智能控制系统的优越性。
4. 实习总结与反思通过实习，我深刻地体会到了智能控制技术在实际工程中的重要性。
与传统控制技术相比，智能控制系统具有更好的自适应性和鲁棒性，能够更好地应对复杂的工业现场环境。
同时，我也认识到智能控制技术仍存在一些问题和挑战，如算法复杂度高、实时性要求高等。
在实习过程中，我学到了很多关于智能控制技术的知识和技能，也提高了自己的实践能力。
然而，我也意识到自己在某些方面仍有不足，如对某些算法的理解和应用不够深入，编程能力有待提高等。
在今后的学习和工作中，我将继续努力，不断提高自己的综合素质，为将来的工作做好准备。
三、实习收获通过这次实习，我对智能控制技术有了更深入的了解，掌握了相关算法和仿真技巧。
同时，实习过程中的团队合作和问题解决能力也得到了锻炼。
总之，这次实习让我受益匪浅，对我的专业学习和未来职业发展具有重要意义。
一、实习背景随着科技的飞速发展，智能控制技术逐渐成为各个行业的关键技术之一。
为了更好地将理论知识与实践相结合，提升自身技能，我选择了智能控制实习岗位。
本次实习历时一个月，主要在一家专注于智能控制技术研发的企业进行。
二、实习目的1. 了解智能控制技术的基本原理和发展趋势；2. 掌握智能控制系统的设计、调试和优化方法；3. 提高实际操作能力和团队协作能力；4. 为今后的学习和工作打下坚实基础。
三、实习内容1. 智能控制基础知识学习在实习初期，我系统学习了智能控制的基本概念、原理和发展趋势。
通过阅读相关书籍、资料，我对智能控制有了初步的认识。
2. 智能控制系统设计在实习过程中，我参与了多个智能控制系统的设计项目。
在导师的指导下，我学会了如何根据实际需求选择合适的控制算法、传感器和执行器，并完成系统硬件和软件的设计。
3. 系统调试与优化在完成系统设计后，我负责对系统进行调试和优化。
通过实际操作，我掌握了调试工具的使用方法，学会了如何根据实际情况调整参数，提高系统的性能。
4. 团队协作与沟通在实习过程中，我与团队成员紧密合作，共同完成了多个项目。
我学会了如何与不同背景的人进行有效沟通，提高了团队协作能力。
四、实习收获1. 理论与实践相结合通过本次实习，我将所学的智能控制理论知识与实际项目相结合，加深了对智能控制技术的理解。
2. 技能提升在实习过程中，我学会了智能控制系统的设计、调试和优化方法，提高了自己的实际操作能力。
3. 团队协作与沟通能力通过团队协作，我学会了如何与不同背景的人进行有效沟通，提高了自己的团队协作能力。
4. 工作经验积累本次实习让我了解了企业的工作环境和工作流程，为今后的就业打下了坚实基础。
五、实习总结1. 优点（1）实习内容丰富，理论与实践相结合；（2）导师悉心指导，使我受益匪浅；（3）团队协作氛围良好，共同进步。
2. 缺点（1）部分理论知识掌握不够扎实，需要进一步学习；（2）在实际操作中，遇到问题时解决能力有待提高。
随着科技的飞速发展，智能控制技术在我国得到了广泛的应用和推广。
为了更好地了解和掌握智能控制技术，提高自身的实践能力，我们班级于2020年10月开展了智能控制技术认识实习活动。
本次实习旨在通过实际操作和理论学习，加深对智能控制技术的理解，为今后的学习和工作打下坚实基础。
二、实习目的1. 了解智能控制技术的基本概念、原理和发展趋势。
2. 掌握智能控制技术的常用算法和实现方法。
3. 通过实际操作，提高动手能力和解决实际问题的能力。
4. 培养团队合作精神，提高沟通协调能力。
三、实习内容1. 理论学习（1）智能控制技术的基本概念：智能控制技术是指利用计算机技术、网络通信技术、传感器技术、自动化技术等，对生产、生活、管理等领域进行智能化控制的一种技术。
（2）智能控制技术的原理：智能控制技术主要基于人工智能、模糊控制、神经网络、遗传算法等理论，实现对系统的自适应、自学习和自优化。
（3）智能控制技术的发展趋势：随着人工智能技术的快速发展，智能控制技术将朝着更加智能化、高效化、个性化的方向发展。
2. 实际操作（1）智能控制系统的搭建：本次实习主要使用Arduino开发板和配套传感器进行智能控制系统的搭建。
通过学习Arduino编程，实现对传感器的数据采集、处理和输出。
（2）智能控制算法的应用：在实际操作中，我们学习了PID控制算法、模糊控制算法和神经网络算法，并应用于智能控制系统中。
（3）智能控制系统的调试与优化：通过实际操作，我们学会了如何对智能控制系统进行调试和优化，以提高系统的性能和稳定性。
1. 理论知识方面：通过本次实习，我们对智能控制技术的基本概念、原理和发展趋势有了更深入的了解，为今后的学习和工作打下了坚实基础。
2. 实践能力方面：通过实际操作，我们提高了动手能力和解决实际问题的能力，学会了如何将理论知识应用于实际项目中。
3. 团队合作方面：在实习过程中，我们学会了与他人沟通、协作，提高了自己的沟通协调能力。
智能控制实践报告总结在智能控制实践中，我所参与的项目是基于神经网络的智能控制系统设计与实现。
通过对该项目的实践与研究，我深入了解了智能控制的基本原理和应用场景，并获得了一定的实践经验。
首先，在实践中，我学习到了神经网络在智能控制中的重要作用。
神经网络作为一种仿生智能模型，具有模式识别和学习能力，能够对复杂的非线性系统进行建模和控制。
通过对神经网络的学习和训练，我成功地设计了一个能够自主学习和优化控制策略的控制系统。
该系统能够根据实时的环境变化和反馈信号，自动调整神经网络的权重和阈值，从而实现对系统的智能控制。
其次，在实践过程中，我对智能控制系统的设计和实现流程有了更深入的了解。
我们团队首先对待控制系统进行建模，选择适当的输入和输出参数，以及合适的神经网络结构。
然后，针对实际应用中的数据采集和处理，我们设计了相应的工程任务，并对采集到的数据进行预处理和特征提取。
接着，我们使用训练集对神经网络进行学习和训练，并通过验证集和测试集来评估系统的性能。
最终，我们基于实际场景进行了系统的应用和优化。
最后，在智能控制实践中，我还学习到了团队合作和沟通的重要性。
在项目中，我们团队中的每个成员都担任着不同的角色和任务，我们需要密切合作，共同解决问题和完成任务。
通过团队的协作，我们成功地实现了智能控制系统，并且取得了不错的性能。
总结起来，智能控制实践让我充分认识到了神经网络在智能控制中的重要作用，并且提供了一个实践的平台，让我学习和掌握了智能控制系统的设计和实现流程。
同时，通过与团队的合作，我也意识到了团队合作和沟通的重要性。
这次实践经验对于我的学术和职业发展都具有重要的意义，我将进一步深化学习，不断提升自己在智能控制领域的专业能力。
一、前言随着科技的飞速发展，智能控制技术已经成为现代工业、农业、服务业等领域的重要技术支撑。
为了培养具备智能控制技术能力的人才，我国众多高校都开设了智能控制相关课程。
本报告以我在大学期间参加的智能控制实训为例，对实训过程、收获与体会进行总结。
二、实训内容本次智能控制实训主要包括以下内容：1. 智能控制基本概念与原理：学习了智能控制的基本概念，如自适应控制、模糊控制、神经网络控制等，并了解了这些控制方法的基本原理。
2. 智能控制系统设计：通过MATLAB软件，设计了基于模糊控制和神经网络的智能控制系统，并对控制系统进行了仿真实验。
3. 智能控制算法优化：学习了遗传算法、粒子群算法、免疫算法等智能优化算法，并应用于控制系统参数优化。
4. 智能控制应用实例分析：分析了智能控制在工业、农业、服务业等领域的应用实例，如智能机器人、智能交通系统、智能农业等。
三、实训过程1. 理论学习：首先，通过课堂学习，掌握了智能控制的基本概念、原理和方法。
在理论学习的阶段，我们对智能控制的基本概念有了初步的认识，并了解了不同智能控制方法的特点和应用场景。
2. 软件操作：在实训过程中，我们学习了MATLAB软件的使用，通过编写程序，实现了智能控制系统的设计与仿真。
在软件操作的过程中，我们不仅掌握了MATLAB的基本操作，还学会了如何运用MATLAB进行智能控制系统的设计与仿真。
3. 算法优化：在智能控制系统设计中，我们运用遗传算法、粒子群算法、免疫算法等智能优化算法对控制系统参数进行优化。
通过算法优化，提高了控制系统的性能和鲁棒性。
4. 实例分析：在实训过程中，我们分析了智能控制在不同领域的应用实例，如智能机器人、智能交通系统、智能农业等。
通过实例分析，我们对智能控制技术的应用有了更深入的了解。
四、实训收获与体会1. 理论知识与实践能力相结合：通过本次实训，我将智能控制理论知识与实际操作相结合，提高了自己的实践能力。
2. 创新思维与问题解决能力：在实训过程中，我们遇到了各种问题，通过查阅资料、讨论和尝试，最终解决了问题。
一、实训背景随着科技的飞速发展，智能化控制技术在各个领域的应用越来越广泛。
为了让学生更好地了解和掌握智能控制技术，提高实际操作能力，我们学院组织了一次为期两周的智能控制专业实训。
本次实训旨在通过理论学习和实践操作，使学生在智能控制领域具备一定的专业技能和实际操作经验。
二、实训目标1. 熟悉智能控制系统的基本原理和组成；2. 掌握智能控制系统的设计方法和实现步骤；3. 学会使用常用智能控制设备和软件；4. 提高学生分析问题和解决问题的能力；5. 培养学生的团队合作精神和创新意识。
三、实训内容1. 智能控制系统基本原理：介绍了智能控制系统的定义、分类、组成及工作原理，使学生了解智能控制系统的基本概念。
2. 智能控制算法：学习了常用的智能控制算法，如PID控制、模糊控制、神经网络控制等，并分析了这些算法的特点和应用场合。
3. 智能控制系统设计：通过实例讲解了智能控制系统的设计方法，包括系统需求分析、系统结构设计、控制器设计、执行机构设计等。
4. 智能控制设备与软件：介绍了常用智能控制设备和软件，如PLC、变频器、触摸屏等，并讲解了如何使用这些设备与软件进行系统调试。
5. 实践操作：学生分组进行实践操作，分别完成以下任务：（1）设计并实现一个简单的智能控制系统；（2）对现有智能控制系统进行优化；（3）分析并解决实际问题。
四、实训过程1. 理论学习：通过课堂讲解、自学等方式，使学生掌握智能控制系统的基本知识和常用算法。
2. 实践操作：学生在实验室进行实践操作，分组完成实训任务。
3. 指导教师指导：实训过程中，指导教师针对学生遇到的问题进行解答和指导，确保实训顺利进行。
4. 交流与讨论：实训结束后，学生分组进行交流与讨论，分享实训心得和经验。
五、实训成果1. 学生掌握了智能控制系统的基本原理和常用算法；2. 学生具备了一定的智能控制系统设计能力；3. 学生熟悉了常用智能控制设备和软件的使用；4. 学生提高了分析问题和解决问题的能力；5. 学生培养了团队合作精神和创新意识。
智能控制技术实习报告一、实习背景及目的随着科技的飞速发展，智能控制技术在各个领域中的应用日益广泛，为了更好地了解智能控制技术的原理及其在实际工程中的应用，提高自己的实践能力和综合素质，我参加了为期一个月的智能控制技术实习。
本次实习的主要目的是：1. 学习智能控制技术的原理及其在实际工程中的应用；2. 熟悉智能控制系统的基本组成、工作原理和操作方法；3. 培养自己的团队合作精神和实际操作能力。
二、实习内容1. 理论知识学习：在实习前期，我们参加了关于智能控制技术的基本理论知识培训，学习了模糊控制、神经网络、遗传算法等智能控制方法，了解了它们在实际工程中的应用和优势。
2. 实际操作练习：在实习过程中，我们参观了智能控制实验室，并在指导老师的帮助下，进行了智能控制系统的实际操作练习。
主要包括以下几个方面：（1）熟悉智能控制系统的硬件组成，如传感器、执行器、控制器等；（2）学习编程软件，如C/C++、Python等，用于编写控制算法程序；（3）根据实际需求，设计并实现简单的智能控制系统，如温度控制器、智能小车等；（4）对已设计的智能控制系统进行调试和优化，以提高控制效果。
3. 团队项目实践：在实习期间，我们以小组为单位，选择一个具有挑战性的项目进行实践。
我所在的团队选择了“智能温室控制系统”作为实践项目。
我们分工合作，完成了以下任务：（1）收集和分析温室控制的相关资料，了解其工作原理和需求；（2）设计温室控制系统的整体架构，包括硬件选型、软件架构等；（3）编写控制算法程序，实现对温湿度、光照等环境的智能控制；（4）对整个系统进行调试和测试，确保其稳定可靠运行。
三、实习收获通过本次实习，我收获颇丰，具体表现在以下几个方面：1. 丰富了理论知识：通过学习智能控制技术的原理及其在实际工程中的应用，我对智能控制系统有了更深入的了解，为以后的工作和学术研究奠定了基础；2. 提高了实际操作能力：在实习过程中，我学会了如何使用编程软件进行控制算法编程，熟悉了智能控制系统的硬件组成和操作方法，具备了实际操作的能力；3. 培养了团队合作精神：在团队项目实践中，我学会了与团队成员分工合作、共同解决问题，提高了自己的团队合作能力；4. 增强了实践能力：通过本次实习，我学会了如何将理论知识应用于实际工程中，提高了自己的实践能力和解决问题的能力。
《智能控制技术》实验报告书学院：专业：学号：姓名：实验一：模糊控制与传统PID控制的性能比较一、实验目的通过本实验的学习，使学生了解传统PID控制、模糊控制等基本知识，掌握传统PID控制器设计、模糊控制器设计等知识，训练学生设计控制器的能力，培养他们利用MATLAB进行仿真的技能，为今后继续模糊控制理论研究以及控制仿真等学习奠定基础。
二、实验内容本实验主要是设计一个典型环节的传统PID控制器以及模糊控制器，并对他们的控制性能进行比较。
主要涉及自控原理、计算机仿真、智能控制、模糊控制等知识。
通常的工业过程可以等效成二阶系统加上一些典型的非线性环节，如死区、饱和、纯延迟等。
这里，我们假设系统为：H(s)=20e0.02s/(1.6s2+4.4s+1) 控制执行机构具有0.07的死区和0.7的饱和区，取样时间间隔T=0.01。
设计系统的模糊控制，并与传统的PID控制的性能进行比较。
三、实验原理、方法和手段1.实验原理：1)对典型二阶环节，根据传统PID控制，设计PID控制器，选择合适的PID 控制器参数k p、k i、k d；2)根据模糊控制规则，编写模糊控制器。
2.实验方法和手段：1)在PID控制仿真中，经过仔细选择，我们取k p=5，k i=0.1，k d=0.001；2)在模糊控制仿真中，我们取k e=60，k i=0.01，k d=2.5，k u=0.8；3)模糊控制器的输出为：u= k u×fuzzy(k e×e, k d×e’)－k i×∫edt其中积分项用于消除控制系统的稳态误差。
4)模糊控制规则如表1-1所示：在MATLAB程序中，Nd用于表示系统的纯延迟（Nd=t d/T）,umin用于表示控制的死区电平，umax用于表示饱和电平。
当Nd=0时，表示系统不存在纯延迟。
5)根据上述给定内容，编写PID控制器、模糊控制器的MATLAB仿真程序，并记录仿真结果，对结果进行分析。
表1-1 FC的模糊推理规则表四、实验组织运行要求根据本实验的综合性、设计性特点以及要求学生自主设计MATLAB仿真程序的要求以及我们实验室的具体实验条件，本实验采用以学生自主训练为主的开放模式组织教学。
五、实验条件1.装有MATLAB6.5的计算机；2.智能控制技术教材；3.模糊控制教材；4.智能控制技术实验指导书。
六、实验步骤1.学生熟悉实验内容，并根据实验内容、实验要求，查阅、学习相关知识；2.设计典型二阶环节的PID控制器以及模糊控制器；3.编写MATLAB仿真程序4.上机调试程序，修改程序修改控制器的参数等；5.对实验程序仿真，并记录仿真结果；6.对实验结果进行分析，书写实验报告书。
七、实验程序num=20;den=[1.6,4.4,1];[a1,b,c,d]=tf2ss(num,den);%将传递函数转化为状态模型 x=[0;0];T=0.01;h=T; %T为采样时间umin=0.07;umax=0.7;td=0.02;Nd=td/T; %Nd延迟时间N=500;R=1.5*ones(1,N);%参考值e=0; de=0;ie=0;kp=5;ki=0.1;kd=0.001; %设定的比例，积分，微分常数 for k=1:Nuu1(1,k)= -(kp*e+ki*ie+kd*de);%控制量生成if k<=Nd %纯延迟u=0;elseu=uu1(1,k-Nd);endif abs(u)<=umin%死区和饱和环节u=0elseif abs(u)>umaxu=sign(u)*umax;end%龙格-库塔算法求对象的输出k1=a1*x+b*u;k2=a1*(x+h*k1/2)+b*u;k3=a1*(x+h*k2/2)+b*u;k4=a1*(x+h*k3)+b*u;x=x+(k1+2*k2+2*k3+k4)*h/6;y=c*x+d*u;%计算误差.微分和积分e1=e;e=y(1,1)-R(1,k);de=(e-e1)/T;ie=e*T+ie;yy1(1,k)=y;end;kk=[1:N]*T;figure(1);plot(kk,yy1);a=newfis('simple');% 建立模糊推理系统a=addvar(a,'input','e',[-6 6]);%增加第一个输入变量ea=addmf(a,'input',1,'NB','trapmf',[-6 -6 -5 -3]);%添加隶属函数 a=addmf(a,'input',1,'NS','trapmf',[-5 -3 -2 0]);a=addmf(a,'input',1,'ZR','trimf',[-2 0 2]);a=addmf(a,'input',1,'PS','trapmf',[0 2 3 5]);a=addmf(a,'input',1,'PB','trapmf',[3 5 6 6]);a=addvar(a,'input','de',[-6 6]);%增加第二个输入变量ea=addmf(a,'input',2,'NB','trapmf',[-6 -6 -5 -3]); %添加隶属函数 a=addmf(a,'input',2,'NS','trapmf',[-5 -3 -2 0]);a=addmf(a,'input',2,'ZR','trimf',[-2 0 2]);a=addmf(a,'input',2,'PS','trapmf',[0 2 3 5]);a=addmf(a,'input',2,'PB','trapmf',[3 5 6 6]);a=addvar(a,'output','u',[-3 3]);%添加输出变量ua=addmf(a,'output',1,'NB','trapmf',[-3 -3 -2 -1]);%添加隶属函数 a=addmf(a,'output',1,'NS','trimf',[-2 -1 0]);a=addmf(a,'output',1,'ZR','trimf',[-1 0 1]);a=addmf(a,'output',1,'PS','trimf',[0 1 2]);a=addmf(a,'output',1,'PB','trapmf',[1 2 3 3]);%建立模糊规则矩阵rr=[5 5 4 4 3;5 4 4 3 3;4 4 3 3 2;4 3 3 2 2;3 3 2 2 1];r1=zeros(prod(size(rr)),3);%得到一个25X3的0阶矩阵k=1;for i=1:size(rr,1)for j=1:size(rr,2)r1(k,:)=[ i,j,rr(i,j)];k=k+1;endend[r,s]=size(r1);r2=ones(r,2);rulelsit=[r1,r2];a=addrule(a,rulelsit);%rulelist 为25X(2+1+2)矩阵,每一行代表一个规则,某一%行的前2列为输入,接着一列为输出,最后两列为控制所有均%为1e=0;de=0;ie=0;x=[0;0];ke=60;kd=2.5;ku=0.8;%定义e de u的量化因子for k=1:Ne1=ke*e;de1=kd*de;if e1>=6e1=6;elseif e1<-6e1=-6;endif de1>=6de1=6;elseif de1<-6de1=-6;endin=[e1 de1];uu(1,k)=ku*evalfis(in,a);if k<=Ndu=0;elseu=uu(1,k-Nd);endif abs(u)<=uminu=0elseif abs(u)>umaxu=sign(u)*umax;end%龙格-库塔算法求对象的输出k1=a1*x+b*u;k2=a1*(x+h*k1/2)+b*u;k3=a1*(x+h*k2/2)+b*u;k4=a1*(x+h*k3)+b*u;x=x+(k1+2*k2+2*k3+k4)*h/6;y=c*x+d*u;e1=e;e=y-R(1,k);de=(e-e1)/T;ie=ie+e*T;yy(1,k)=y;end%绘制结果曲线kk=[1:N]*T;figure(1);plot(kk,R,'k',kk,yy,'r',kk,yy1,'b');xlabel('时间(0.01秒)');ylabel('输出');gtext('模糊控制');gtext('PID控制');%end八、实验结果九、思考题1.模糊控制器的控制性能是否一定优于传统PID控制器？不一定，若要求反应速度那么可以选择模糊控制方式。
若要求控制精度高则可以选择pid方式2.如果选用模糊控制工具箱，如何进行设计、仿真？答：在matlab的主窗口中输入fuzzy即可调出模糊工具箱界面，退出界面的时候会提示保存，保存格式为fis，如果我们将文件保存为njust.fis，那么下次使用这个文件的时候在主窗口中输入fuzzy njust即可。
模糊控制器的建立过程如下：（1）设定误差E、误差变化率EC和控制量U的论域为，一般为[-6 6]。
（2）设定E、EC、U的模糊集。
一般可设为{NB、NM、NS、ZO、PS、PM、PB}。
（3）设定隶属度函数。
有高斯型隶属度函数、三角型隶属度函数等。
（4）设定模糊控制规则。
常用的模糊控制规则如图1所示，当然可以根据特定的控制对象和要求进行相应的调整。
实验二：神经元自适应PID 控制仿真研究一、实验目的通过本实验的学习，使学生了解传统PID 控制、神经元自适应控制等基本知识，掌握传统PID 控制器设计、掌握基于二次型性能指标学习算法的单神经元自适应PID 控制等知识，训练学生设计控制器的能力，培养他们利用MATLAB 进行仿真的技能，为今后继续神经网络控制理论的研究以及控制仿真等学习奠定基础。
