基于MATLAB的模糊控制系統(tǒng)設計

1、實驗一 基于MATLAB的模糊控制系統(tǒng)設計1.1實驗內容（1）基于MATLAB圖形模糊推理系統(tǒng)設計，小費模糊推理系統(tǒng)；（2）飛機下降速度模糊推理系統(tǒng)設計；（3）水箱液位模糊控制系統(tǒng)設計及仿真運行。1.2實驗步驟1小費模糊推理系統(tǒng)設計（1）在MATLAB的命令窗口輸入fuzzy命令，打開模糊邏輯工具箱的圖形用戶界面窗口，新建一個Madmdani模糊推理系統(tǒng)。（2）增加一個輸入變量，將輸入變量命名為service、food，輸出變量為tip，這樣建立了一個兩輸入單輸出模糊推理系統(tǒng)框架。（3）設計模糊化模塊：雙擊變量圖標打開Membership Fgunction Editor窗口，分別將兩個輸入變

2、量的論域均設為0,10,輸出論域為0,30。通過增加隸屬度函數(shù)來進行模糊空間劃分。輸入變量service劃分為三個模糊集：poor、good和excellent，隸屬度函數(shù)均為高斯函數(shù)，參數(shù)分別為1.5 0、1,5 5和1.5 10；輸入變量food劃分為兩個模糊集：rancid和delicious，隸屬度函數(shù)均為梯形函數(shù)，參數(shù)分別為0 0 1 3和7 9 10 10；輸出變量tip劃分為三個模糊集：cheap、average和generous，隸屬度函數(shù)均為三角形函數(shù)，參數(shù)分別為0 5 10、10 15 20和20 25 30。（4）設置模糊規(guī)則：打開Rule Editor窗口，通過選擇添加

3、三條模糊規(guī)則：if (service is poor) or (food is rancid) then (tip is cheap)if (service is good) then (tip is average)if (service is excellent) or (food is delicious) then (tip is generous)三條規(guī)則的權重均為1. （5）模糊推理參數(shù)均使用默認值，通過曲面觀察器（Surface Viewer）查看小費模糊推理的輸入輸出關系曲面。通過規(guī)則觀察器（Rule Viewer）查看對具體輸入的模糊推理及輸出情況，輸入各種不同的數(shù)據(jù)，查看模

4、糊推理情況及輸出數(shù)據(jù)。（6）增加規(guī)則，查看曲面的變化、推理輸出的變化。2.飛機下降速度模糊推理系統(tǒng)設計（1）打開模糊推理邏輯工具箱的圖形用戶界面，新建一個Sugeno模糊推理系統(tǒng)。（2）將輸入變量命名為height，輸出變量為speed，這是一個SISO模糊推理系統(tǒng)。（3）設計模糊化模塊：分別將輸入變量的論域設為0,10，輸出論域不用修改。模糊空間劃分:輸入變量height分為五個模糊集：mf1（高斯函數(shù)0.5 0）、mf2（函數(shù)0.754 2.58 3.32 4.64）、mf3(函數(shù)3.19 4.88 5.81 7.11)、mf4(函數(shù)6.362 7.9 8.56 9.54)和mf5（S函數(shù)

5、8.664 9.83 ）;輸出變量speed分為五個與輸入模糊空間對應的線性函數(shù)：mf1(0.8 0.2)、 mf2(4.6 -4.5) 、mf3(10.3 -26)、 mf4 (16 -64)和mf5(20 -100). （4）設置模糊規(guī)則：打開Rule Editor窗口，通過選擇添加五條模糊規(guī)則： if（height is mf1） then (speed is mf1) if（height is mf2） then (speed is mf2) if（height is mf3） then (speed is mf3) if（height is mf4） then (speed is m

6、f4) if（height is mf5） then (speed is mf5)五條的權重均為1.模糊推理參數(shù)均使用默認值，通過曲面觀察器（Surface Viewer）查看飛機降落速度模糊推理的輸入輸出關系曲面。通過規(guī)則觀察器（Rule Viewer）查看對具體輸入的模糊推理及輸出情況，輸入各種不同的數(shù)據(jù)，查看模糊推理情況及輸出數(shù)據(jù)。（6）修改規(guī)則、隸屬度函數(shù)參數(shù)，查看曲線的變化，修改參數(shù)使輸入輸出關系曲線擬合二次曲線更好。3水箱液位模糊控制系統(tǒng)設計及仿真運行（1）打開模糊邏輯工具箱的圖形用戶界面窗口，新建一個Madmdani模糊推理系統(tǒng)。（2）增加一個輸入變量，將輸入變量命名為level

7、、rate，輸出變量為valve，這樣建立了一個兩輸入單輸出模糊推理系統(tǒng),保存為tank().fis。（3）設計模糊化模塊：將輸入變量rate的論域設為-0.1,0.1,另外兩個變量采用論域-1,1。通過增加隸屬度函數(shù)來進行模糊空間劃分。輸入變量level劃分為三個模糊集：high、okay和low，隸屬度函數(shù)均為高斯函數(shù)，參數(shù)分別為0.3 -1、0.3 0和0.3 1；輸入變量rate劃分為三個模糊集：negative、none和delicious，隸屬度函數(shù)均為高斯函數(shù)，參數(shù)分別為0.03 -0.1、0.03 0和0.03 0.1；輸出變量valve劃分為五個模糊集：close_fast、

8、close_slow、no_change、open_slow和open_fast，隸屬度函數(shù)均為三角形函數(shù)，參數(shù)分別為-1 -0.9 -0.8、-0.6 -0.5 -0.4、 -0.1 0 0.1、0.2 0.3 0.4和0.8 0.9 1。（4）設置模糊規(guī)則：打開Rule Editor窗口，通過選擇添加三條模糊規(guī)則：if (level is okay) then (valve is no_change)if (level is low) then (valve is open_fast)if (level is high) then (valve is close_fast)if (leve

9、l is okay) and (rate is positive) then (valve is close_slow)if (level is okay) and (rate is negative) then (valve is poen_slow)五條的權重均為1。（5）修改部分模糊推理參數(shù)：And采用乘（pord）、Or采用概率或（probor）、Implication采用乘（pord），其余均由默認值，通過曲面觀察器（Surface Viewer）查看水箱液位模糊推理的輸入輸出關系曲面。通過規(guī)則觀察器（Rule Viewer）查看對具體輸入的模糊推理及輸出情況，輸入各種不同的數(shù)據(jù)，查

10、看模糊推理情況及輸出數(shù)據(jù)。實驗三 基于MATLAB的神經網絡設計3.1實驗內容（1）利用MATLAB的神經網絡工具箱設計感知器實現(xiàn)線性兩分類；（2）利用MATLAB的神經網絡工具箱編程設計前饋神經網絡逼近平方函數(shù)。3.2實驗步驟1感知器實現(xiàn)線性分類設計（1）問題描述：已知二維平面上的六個樣本點 （0,0）、（1,1）、（1,3）、（3,1）、（3,3）、（5,5）。它們的標簽（目標值）為：t= 0 0 0 1 1 1 編程設計感知器，實現(xiàn)樣本點的分類。（2）在MATLAB中新建M文件編程：建立變量保存六個樣本的二維輸入值、目標值變量保存樣本的目標值。（3）利用newp建立一個兩輸入單輸出的感知

11、器。（4）利用六個訓練樣本訓練感知器。（5）顯示建立的感知器分類面，用測試樣本進行分類測試。參考程序如下：p=0 1 1 3 3 5; 0 1 3 1 3 5;t=0 0 0 1 1 1 ;ptest=0 1 3 4;3 2 2 1;net=newp(minmax(p),1);net rt=train(net,p,t);iw1=net.IW1b1=net.b1epoch1=tr.epochperf1=tr.perfpause;plotpv(p,t);plotpc(net.iw1,net.b1);pause;t2=sim(net,ptest);lotpv(ptest,t2);plotpc(iw1,b1);2設計前饋神經網絡逼近平方函數(shù)（1）問題描述：設計前饋神經網絡在x0,10區(qū)間上逼近函數(shù)y=x（2）在MATLAB中新建M文件編程：產生100個隨機訓練樣本及函數(shù)值。（3）利用newff建立一個兩輸入單輸出兩層前饋網絡，隱藏五個神經元。（4）設計訓練參數(shù)，訓練神經網絡。（5）對神經網絡進行仿真測試，顯示輸出曲線。（6）觀察過擬合現(xiàn)象：如果采用50個隱層神經元，測試性能如何？參考程序如下：rand(state,sum(100*clock);p=10*rand(1,100);t=p.2;Testp=0:0.1:10;net=newff(0 10,5 1,tansig