基于模糊控制的速度跟蹤控制問(wèn)題-在線瀏覽
2025-02-25 20:04本頁(yè)面
【正文】 ZO=近于零的偏差 (Zero)； PS=正方向小的偏差 (Positive Small)； PM=正方向中的偏差 (Positive Medium)； PB=正方向大的偏差 (Positive Big)。 (3) 規(guī)則 庫(kù) 包括數(shù)據(jù)庫(kù)（ data base）與 規(guī)則庫(kù)（ rule base）兩部分，其中數(shù)據(jù)庫(kù)是提供處理模糊數(shù)據(jù)之相關(guān)定義；而規(guī)則庫(kù)則 由一群語(yǔ)言控制規(guī)則描述控制目標(biāo)和策略。 模糊控制規(guī)則的取得方式： a． 專家的經(jīng)驗(yàn)和知識(shí) 前面曾經(jīng)提到模糊控制也稱為控制上的 專家系統(tǒng) ，專家的經(jīng)驗(yàn)和知識(shí)是設(shè)計(jì)上有 余力 的線索。 藉由詢問(wèn)經(jīng)驗(yàn)豐富的專家，在獲得系統(tǒng)的知識(shí)后，將知識(shí)改為 if….then 的型式，則如此便可構(gòu)成模糊控制規(guī)則。 b． 操作員的操作模式 現(xiàn)在流行的專家系統(tǒng)，其想法只考慮知識(shí)的獲得，專家巧妙地操作復(fù)雜的 控制對(duì)象 ，但要將專家的訣竅加以邏輯化并不容易；因此，在控制上也要考慮技巧的獲得。 c． 學(xué)習(xí) 為了改善模糊控制器的性能，必須讓它有自我學(xué)習(xí)或自我組織的能力，得模糊控制器能依設(shè)定的目標(biāo)，增加或修改模糊控制規(guī)則。其次還有另一種表示法，是將后件部改為 系統(tǒng)狀態(tài)變量 的函數(shù)，其 形式 如下： Ri： if x1 is Ai1 and x2 is Ai2….and xn is Ain then y ＝ f1(x1， x2， … ， xn) 設(shè)計(jì)模糊控制規(guī)則時(shí)，是在所設(shè)想對(duì)控制對(duì)象各階段之反應(yīng)，記述采取那一種控制比較好；首先選擇各階段的特征點(diǎn)，記錄在模糊控制規(guī)則的前件部 ，然后思考在該點(diǎn)采取的動(dòng)作，記錄在模糊控制規(guī)則的后件部 可分別得到如下的控制規(guī)則 庫(kù) ： S CE S S CE S S CE B CE S CE CE B B B CE B PS PM PB NS NM NB Table 1 規(guī)則庫(kù) a1： If v? is PS and v is B then T is B； b1： If v? is PM and v is CE then T is CE； c1： If v? is PB and v is S then T is S ； …… 表 為依上述程序所構(gòu)成的 9 條控制規(guī)則，其中縱列為 v 值，橫列為 v? 值， 表中所列之值為控制 油門 輸出 T 值。 表 中 只使用了其中 15 條控制規(guī)則， 也 可依實(shí)際 結(jié)果以及實(shí)驗(yàn)需求 自行加減規(guī)則之?dāng)?shù)量 ；為了改善控制的結(jié)果， 也 可適當(dāng)?shù)母淖円?guī)則數(shù)量以及規(guī)則。 不精確的前提集合中得出可能的不精確結(jié)論的推理過(guò)程，又稱近似推理。 此部分是模糊控制器的精髓所在。 (5) 去 模糊化（ defuzzify） 將推論所得到的模糊值轉(zhuǎn)換為明確的控制 信號(hào) ，做為系統(tǒng)的輸 出 值。 為了求得受控系統(tǒng)的輸出，必須將模糊集合 去 模糊化， 本例中使用的 是最大 平均值法 (Mean of Maximal， MOM)： 取 隸屬度最大的所有元素 代表取模糊推論結(jié)論中，具有最大隸屬度值作為去模糊化的輸出值。 結(jié)果 分析 由于該方法 所設(shè)的隸屬函數(shù)數(shù)量較少分別為 3 個(gè)，所以實(shí)驗(yàn)結(jié)果會(huì)存在數(shù) 值較少，輸出只會(huì)固定在幾個(gè)值之間，而在兩個(gè)隸屬函數(shù)交叉相對(duì)較多的區(qū)間下，結(jié)果的可信度將提高，同時(shí)由于實(shí)驗(yàn)中未能進(jìn)行 智能車實(shí)跑，所以不能進(jìn)行 數(shù)據(jù)的 進(jìn)一步分析和實(shí)驗(yàn)方法的改進(jìn)，若要加強(qiáng)該控制精度，一方面應(yīng)該增加規(guī)則數(shù)量， 另一方面 通過(guò)具體實(shí)驗(yàn)結(jié)果更改規(guī)則庫(kù) 中規(guī)則。 盡管模糊控制理論已在各大領(lǐng)域取得了極大的成就，但就此問(wèn)題依然有若干問(wèn)題急需解決，這就 進(jìn)一步要求我們給出模糊控制器的系統(tǒng)化設(shè)計(jì)方法； 同時(shí)把握模糊控制的發(fā)展方向 ：由于模糊規(guī)則是人們對(duì)過(guò)程或?qū)ο竽：畔⒌臍w納，對(duì)高階、非線性、 大時(shí)滯、時(shí)變因素以及隨機(jī)干擾等難以獲得完整的先驗(yàn)經(jīng)驗(yàn)，使得單純的模糊控制在此問(wèn)題上顯得有些粗糙，并且難以獲得適應(yīng)不同的運(yùn)行狀態(tài)，影響控制效果。例如利用神經(jīng)網(wǎng)絡(luò) (BP)實(shí)現(xiàn)模糊控制規(guī)則或模糊推理，同樣的算法還有 PID、遺傳算法等。% %%兩個(gè)輸入分別為 throttle output和 brake output% % data=load(39。)。%desire speed。%input1 function [output1,output2]=new(input1,input2) x=input1。3,2,1。%rule base 1 uxy2=[2,1,1。3,3,3]。%degree of membership of error。 if (x=0)amp。(x10) ux1=1。 end end ux2=exp(()*((x20)/6).^2)。 else if(x=30) ux3=1。amp。 else if (x=10) ux1=exp(()*((x+10)/6).^2)。 if (x30)amp。(x0) ux3=exp(()*((x+30)/6).^2)。 end end uxgroup=[ux1,ux2,ux3]。 [i1,j1] = find(uxgroup==a(3))。 ux01=uxgroup(j1)。 y=input2。%degree of membership of actual speed。 if (y=0)amp。(y10) uy1=1。 end end uy2=exp(()*((y20)/6).^2)。 else if(y=30) uy3=1。 b=sort(uygroup)。 b2=b(2)。 [k2,l2] = find(uygroup==b(2))。 uy02=uygroup(l2)。%output1 uz=0。 uz1=exp(()*((z150)/54).^2)。 uz3=exp(()*((z450)/54).^2)。uz2。 %%maxmin
試題試卷相關(guān)推薦
鄂ICP備17016276號(hào)-1