《MATLAB模糊工具箱使用指南设计2》由会员分享，可在线阅读，更多相关《MATLAB模糊工具箱使用指南设计2（14页珍藏版）》请在金锄头文库上搜索。
1、wordMATLAB模糊工具箱使用指南IMUST2011-4-20WO4WUHUITING本文简单介绍了matlab模糊工具箱的使用，如何添加输入和输出变量，以与其论域和隶属度函数的编辑，模糊规如此的建立。调用fuzzy工具箱，生成的是一个.fis的文件，文件名就是你在工具箱里边定义的名字，如图中的4位置。通过调用fileimportfrom file可以导入使用文本编辑其编辑好的fis文件，进展修改。可以把编辑好的模糊推理器导出到文件中。Fileexport如图中1位置，当选中一个模块的时候，相应的模块边框会变色。双击就可以对他进展编辑，输入的模糊话，输出图总位置3的去模糊。双击图中2位置的
2、模块添加相应的模糊推理规如此，对应生成的fis文件当中的rules下边的东东。图中位置5和位置6对应的地方的内容根本不用变，目前模糊推理一般都用的这种方法。图中位置7的位置是选中上边的模块的时候，相应的信息，可以修改名字，但不能编辑其他的内容。这个图是模糊推理 输入输出成员函数membership function的编辑其，选中位置1的其中一个，就可以编辑对应的隶属度函数。Add MFS 是成组添加隶属度函数。这种方式添加的时候，隶属度函数的类型是一样的，比如都用三角函数，或都用高斯函数。用三角的多。Add custom mf这个是单独添加一个隶属度函数。其中涉与到得几个变量是：模糊语言变量名
3、称。如图总共的mf1，mf2，对应实际用的NB NM之类的。还有就是隶属度函数类型。再一个就是隶属函数对应的几个端点。高斯和三角都有三个，s型函数和z型函数有两个。当然添加隶属度函数的时候，可以先确定形状，选用什么类型的函数，然后是用几个，完了先粗略的添加进来。之后可以在上图位置2对应要修改的隶属函数，选中以后，移动各个小方块，再细改。注意位置2右上角的，那个是函数曲线显示的点数，显示的越多，越精细，但是可能就越耗cpu。我见过的一般都用三角，计算简单。顶多最左边用z型函数，最右边用s函数。中间用一个高斯。输入输出隶属度函数确定后，完了就是编辑模糊规如此位置1为添加好的规如此。位置2为输入组合
4、逻辑，mf1，mf2对应各个输入的模糊语言变量，具体看实际是定的名字。如NB,NM。可以对某个模糊语言变量执行not逻辑。输入组合的时候可以选择and或者是or。权重一般都是1。位置3的地方是对应的左边的2的每个阻隔逻辑，输出要输出的那个模糊语言变量。最红点addrule 就可以在位置1看到相应的新添加的模糊规如此。完了点最上边模糊工具箱的file-export-to workspace 导入模糊推力器到工作空间Fileexportto file是到出到文件。最好导出到文件，这样下次还可以用，文件名就是你在simulink调用模糊逻辑块是要写的名字，加后缀，然后用单引号括起来。到此，一个完整的
5、模糊推理机模糊控制器就完成了。下边是我用到的2输入3输出，输入、输出每个都有7个模糊语言变量，共有7*7共49条rules，下边是抓图。下边是生成的fis文件。在这个里边修改也可以达到同样的效果。在fis文件当中，不能有注释什么的。System 这个是关键字Name=fuzzypid 模糊推理机名字，这个最好和文件名字统一Type=mamdani 类型，不用变 版本NumInputs=2 输入变量个数，按实际的来NumOutputs=3 输出变来那个个数，按实际的来NumRules=49 rules个数AndMethod=min 不用变OrMethod=max 不用变ImpMethod=min
6、 不用变AggMethod=max 不用变DefuzzMethod=centroid 不用变，解模糊方法Input1 不能变，第一个输入变量Name=e 输入变量的名字Range=-3 3 论域X围NumMFs=7 模糊语言个数MF1=NB:zmf,-3 1 第一个模糊语言变来那个对应的隶属度函数，改后边的就成，分别是模糊语言变量名，隶属函数形状，关键点。下同，输入变量，输出变量MF2=NM:trimf,-3 -2 0MF3=NS:trimf,-3 -1 1MF4=Z:trimf,-2 0 2MF5=PS:trimf,-1 1 3MF6=PM:trimf,0 2 3MF7=PB:smf,-1
7、3Input2 第二个输入Name=ecRange=-3 3NumMFs=7MF1=NB:zmf,-3 1MF2=NM:trimf,-3 -2 0MF3=NS:trimf,-3 -1 1MF4=Z:trimf,-2 0 2MF5=PS:trimf,-1 1 3MF6=PM:trimf,0 2 3MF7=PB:smf,-1 3Output1 第一个输出Name=kpRange=-0.3 0.3NumMFs=7MF1=NB:zmf,-0.3 -0.1MF2=NM:trimf,-0.3 -0.2 0MF3=NS:trimf,-0.3 -0.1 0.1MF4=Z:trimf,-0.2 0 0.2MF5
8、=PS:trimf,-0.1 0.1 0.3MF6=PM:trimf,0 0.2 0.3MF7=PB:smf,0.1 0.3Output2Name=kiRange=-0.06 0.06NumMFs=7MF1=NB:trimf,-0.06 -0.06 -0.02MF2=NM:trimf,-0.06 -0.04 0MF3=NS:trimf,-0.06 -0.02 0.02MF4=Z:trimf,-0.04 0 0.04MF5=PS:trimf,-0.02 0.02 0.06MF6=PM:trimf,0 0.04 0.06MF7=PB:trimf,0.02 0.06 0.06Output3Name=
9、kdRange=-3 3NumMFs=7MF1=NB:zmf,-3 1MF2=NM:trimf,-3 -2 0MF3=NS:trimf,-3 -1 1MF4=Z:trimf,-2 0 2MF5=PS:trimf,-1 1 3MF6=PM:trimf,0 2 3MF7=PB:smf,-1 3Rules 这个是模糊推理规如此 分别是输入，输出，(1):1这两个不用变。比如用的是NB,NM,NS,Z,PS,PM,PB的话，NB就是1，依次类推7*7=49条模糊规如此，主要是要遍历两个输入，每个输入有7个，就是49条了.1 1, 7 1 5 (1) : 11 2, 7 1 3 (1) : 11 3,
10、6 2 1 (1) : 11 4, 6 2 1 (1) : 11 5, 5 3 1 (1) : 11 6, 4 4 2 (1) : 11 7, 4 4 5 (1) : 12 1, 7 1 5 (1) : 12 2, 7 1 3 (1) : 12 3, 6 2 1 (1) : 12 4, 5 3 2 (1) : 12 5, 5 3 2 (1) : 12 6, 4 4 3 (1) : 12 7, 3 4 4 (1) : 13 1, 6 1 4 (1) : 13 2, 6 2 3 (1) : 13 3, 6 2 3 (1) : 13 4, 5 3 2 (1) : 13 5, 4 4 3 (1) :
11、13 6, 3 5 3 (1) : 13 7, 3 5 4 (1) : 14 1, 6 2 4 (1) : 14 2, 6 2 3 (1) : 14 3, 5 3 3 (1) : 14 4, 4 4 3 (1) : 14 5, 3 5 3 (1) : 14 6, 2 6 3 (1) : 14 7, 2 6 4 (1) : 15 1, 5 2 4 (1) : 15 2, 5 3 4 (1) : 15 3, 4 4 4 (1) : 15 4, 3 5 4 (1) : 15 5, 3 5 4 (1) : 15 6, 2 6 4 (1) : 15 7, 2 7 4 (1) : 16 1, 5 4 7
12、(1) : 16 2, 4 4 5 (1) : 16 3, 3 5 5 (1) : 16 4, 2 5 5 (1) : 16 5, 2 6 5 (1) : 16 6, 2 7 5 (1) : 16 7, 1 7 7 (1) : 17 1, 4 4 7 (1) : 17 2, 4 4 7 (1) : 17 3, 2 5 6 (1) : 17 4, 2 6 6 (1) : 17 5, 2 6 5 (1) : 17 6, 1 7 5 (1) : 17 7, 1 7 7 (1) : 1用m文件进展模糊仿真的话，你那个pid书里边就有程序，大概过程是：a=newfis(fuzzypid); 添加模糊推理
13、器aa=addvar(a,input,e,-3,3); 给推力器a添加变量，input或output，变量名字，X围，下边这句是添加membership function。a=addmf(a,input,1,NB,zmf,-3,1);哪个模糊推理器，变量类型IN/OUT，顺序在rule中用到，语言变量，函数类型，关键点。输入输出都一样。添加完输入输出变量得隶属度函数，下边就是添加模糊规如此。rulelist=1 1 7 1 5 1 1; 1 2 7 1 3 1 1;. 7 7 1 7 7 1 1;a=addrule(a,rulelist);先输入模糊规如此，然后调用addrule把模糊规如此添加到指定的模糊推理器a。a=setfis(a,defuzzmethod,centroid);解模糊方法writefis(a,fuzzypid);a=readfis(fuzzypid); 可用可不用。如果有现成的，上边的可以不用，直接用readfis就可以把保存的fis文件送给ak_pid=evalfis(e_1,ec_1,a);这句是在仿真时候，进展模糊推理，送一组输入，经模糊推理后，得到一组输出。模糊控制器的设计我认为最麻烦的是：输入输出的匹配问题，隶属函数的划分，关键点的处理，还有模糊规如此，没有可参照的程序，是个很麻烦的工作，得反复看曲线，然后修改，最终才可能得到有效的曲线。 /
