用 Matlab 的 Fuzzy 工具箱实现模糊控制

superyongzhe · 发表于 2008-4-21 03:21:15

<

style="BACKGROUND: white; MARGIN: 0cm 0cm 0pt; LINE-HEIGHT: 18pt; TEXT-ALIGN: left; mso-margin-top-alt: auto; mso-margin-bottom-alt: auto; mso-pagination: widow-orphan" class=MsoNormal align=left>用 Matlab 中的 Fuzzy 工具箱做一个简单的模糊控制，流程如下：<?xml:namespace prefix = o ns = "urn:schemas-microsoft-com

ffice:office" /><o:p></o:p>1、创建一个 FIS (Fuzzy Inference System ) 对象，<o:p></o:p>a = newfis(fisName,fisType,andMethod,orMethod,impMethod, aggMethod,defuzzMethod)<o:p></o:p>一般只用提供第一个参数即可，后面均用默认值。<o:p></o:p>2、增加模糊语言变量<o:p></o:p>a = addvar(a,'varType','varName',varBounds)<o:p></o:p>模糊变量有两类：input 和 output。在每增加模糊变量，都会按顺序分配一个 index，后面要通过该 index 来使用该变量。<o:p></o:p>3、增加模糊语言名称，即模糊集合。<o:p></o:p>a = addmf(a,'varType',varIndex,'mfName','mfType',mfParams)<o:p></o:p>每个模糊语言名称从属于一个模糊语言。Fuzzy 工具箱中没有找到离散模糊集合的隶属度表示方法，暂且用插值后的连续函数代替。<o:p></o:p>参数 mfType 即隶属度函数(Membership Functions)，它可以是 Gaussmf、trimf、trapmf等，也可以是自定义的函数。<o:p></o:p>每一个语言名称也会有一个 index，按加入的先后顺序得到，从 1 开始。<o:p></o:p>4、增加控制规则，即模糊推理的规则。<o:p></o:p>a = addrule(a,ruleList) 其中 ruleList 是一个矩阵，每一行为一条规则，他们之间是 ALSO 的关系。 <o:p></o:p>假定该 FIS 有 N 个输入和 M 个输出，则每行有 N+M+2 个元素，前 N 个数分别表示 N 个输入变量的某一个语言名称的 index，没有的话用 0 表示，后面的 M 个数也类似，最后两个分别表示该条规则的权重和个条件的关系，1 表示 AND，2 表示 OR。<o:p></o:p>例如，当“输入1” 为“名称1” 和 “输入2” 为“名称3” 时，输出为 “ 输出1” 的“状态2”，则写为：<o:p></o:p>[1 3 2 1 1]<o:p></o:p>5、给定输入，得到输出，即进行模糊推理。<o:p></o:p>output = evalfis(input,fismat)<o:p></o:p>其中 fismat 为前面建立的那个 FIS 对象。<o:p></o:p>一个完整的例子如下：<o:p></o:p>clear all; a = newfis('myfis'); <o:p></o:p>a = addvar(a,'input','E',[0 7]); a = addmf(a,'input',1,'small','trimf',[0 1 4.333]); a = addmf(a,'input',1,'big','trimf',[1.6667 6 7]); <o:p></o:p>a = addvar(a,'output','U',[0 7]); a = addmf(a,'output',1,'small','trimf',[0 1 4.333]); a = addmf(a,'output',1,'big','trimf',[1.6667 6 7]); <o:p></o:p>rulelist = [1 1 1 1;             2 2 1 1]; a = addrule(a,rulelist); <o:p></o:p>u = evalfis(4,a)<o:p></o:p>其结果为：<o:p></o:p>u = 4.221<o:p></o:p>