模糊控制详细讲解实例
- 格式:docx
- 大小:24.73 KB
- 文档页数:10
一、速度控制算法:
首先定义速度偏差-50 km/hW (k)屿Okm/h, -20 e swith=10km/h 设计思想:油门控制采用增量式PID控制算法,刹车控制采用模糊控制算法,最后通过选择规则进行选择控制量输入。 选择规则: e (k) <0 ① e (k) >- e swith and throttlr_1 和选择油门控制 ②否则:先将油门控制量置0,再选择刹车控制 0 e (k) =0直接跳出选择 刹车控制:刹车采用模糊控制算法 1. 确定模糊语言变量 e基本论域取[-50,50], ec基本论域取[-20,20],刹车控制量输出u基本论域取[-30,30],这里我将这三个变量按照下面的公式进行离散化: ^b22- (x- )] 其中,x • [a,b],n为离散度 E、ec和u均取离散度n=3,离散化后得到三个量的语言值论域分别为: E=EC=U={-3,-2,-1,0,1,2,3} 其对应语言值为{ NB,NM,NS,ZO, PS,PM,PB } 2. 确定隶属度函数 E/EC和U取相同的隶属度函数即: ” g(x ,— A 1 ) trig (x - 3^ 2,0) trig (x - 3^ 1,1) (x 2 , 0 , 2) U^E C U」trig trig (x - 1,1,3) trig (x , 0 , 2 , 3 ) i g(x , 1, 5) 说明:边界选择钟形隶属度函数,中间选用三角形隶属度函数,图像略实际EC和E 输入值若超出论域范围,则取相应的端点值。 3. 模糊控制规则 由隶属度函数可以得到语言值隶属度(通过图像直接可以看出)如下表:表1:E/EC 和U 3.模糊推理 由模糊规则表3可以知道输入E与EC和输出U的模糊关系,这里我取两个例子做模糊推理如下: if (E is NB) and (EC is NM) the n (U is PB) 那么他的模糊关系子矩阵为: R| =R E1R E C2 R ui 其中,R E1二P0 = (1,0.5,0,…,0)17,即表1中NB对应行向量, R EC2二P1 = (0,1,0.5,0, ,0)17 , R U1二P0 = (1,0.5,0, ,0)17 -0 1 0.5 0 ・■■ ■■0 「 0 0.5 0.5 0 ---0 R E1 汉R EC2 =(1,0.5,0,...,0)J(0,1,0.5,0, 0 = 0 0 0 0 0 - - 0 0 0 0 --- 0_ 7>7 R E1 EC 2 =(。,1,0.5,0,0,0,0,0,0.5,0.5,0,…,。 皿 -■0 0 0 0 ・・・ 0 1 1 0.5 0 0 ---0 & 二R E1EC2 x R U1 =(0,1,0.5,…,0)J(1,0.5,0,…,0)= 0.5 a 0.5 0 a s a ,0 0 0 0 ・・ ・0- 49X7 if (E is NVB or NB) and (EC is NVB) the n (U i s PVB ) R2 二R E1 R E C1 R U1结果略 同理可以得到, 按此法可得到27个关系子矩阵,对所有子矩阵取并集得到模糊关系矩阵如 下: R = R R 2 L - L R(i =1,2, ,27) 由R 可以得到模拟量输出为: U =(E EC) R 4. 去模糊化 由上面得到的模拟量输出为1X 7的模糊向量,每一行的行元素(u (Z ij ))对 应相应的离散变量Z j ,则可通过加权平均法公式解模糊: 21 v U (Z ij )Z j U 吕 (i 二 j =1,2; ,21) u(Z j ) i =0 从而得到实际刹车控制量的精确值 u 。 油门控制: 油门控制采用增量式PID 控制,即: u(k)=u(k-1) (k p k i k d )e(k) (-k p-2k d )e(k-1) k d e(k-2) 只需要设置k p 、匕、k d 三个参数即可输出油门控制量 二、程序实现及参数调节 clear all (%************************ %/********* 隶属度向量 *****% P0=[1,0.5,0,0,0,0,0]; %*********NB P1=[0,1,0.5,0,0,0,0]; %*********NM P2=[0,0.5,1,0.5,0,0,0]; %*********NS P3=[0,0,0.5,1,0.5,0,0]; %*********ZO P4=[0,0,0,0.5,1,0.5,0]; %*********PS P5=[0,0,0,0,0.5,1,0]; %*********PM P6=[0,0,0,0,0,0.5,1]; %*********PB NB=-3;NM=-2;NS=-1;ZO=0;PS=1;PM=2;PB=3; %/********* 模糊规则表 *****% Pg=[PB PB PM PM PS ZO ZO; PB PM PM PS ZO ZO NS; PM PM PS PS ZO NS NS; PM PS PS ZO ZO NS NM; PS PS ZO ZO ZO NS NM; PS ZO ZO ZO NS NM NB; ZO ZO ZO NS NM NM NB]; %/********* 根据规则表计算模糊关系矩阵 *****% R1_=dikaer(xbing(P0,P1),7,P0,7); 模糊算法 (%*********** 语言值 *****%