PID及模糊控制算法演示文稿

PID及模糊控制算法演示文稿現(xiàn)在是1頁\一共有57頁\編輯于星期一PID及模糊控制算法現(xiàn)在是2頁\一共有57頁\編輯于星期一第3章智能汽車設(shè)計基礎(chǔ)—軟件在智能車系統(tǒng)的設(shè)計中，硬件是基礎(chǔ)，沒有一個好的硬件平臺，軟件就無法運行。對于智能車系統(tǒng)來說，軟件的核心是控制算法。而完成這些任務(wù)的編程語言有匯編語言和C語言。軟件部分是整個智能車系統(tǒng)的靈魂，在硬件方面各參賽隊之間大同小異，真正體現(xiàn)各參賽隊智能車的優(yōu)勢和最后決定比賽成績好壞的往往是軟件部分，尤其是核心控制算法的設(shè)計。本章首先簡要介紹軟件編程中使用的匯編語言和C語言各自的特點，然后重點介紹核心控制算法的原理。現(xiàn)在是3頁\一共有57頁\編輯于星期一3.1編程語言簡介13.2控制算法2思考題3第3章智能汽車設(shè)計基礎(chǔ)—軟件現(xiàn)在是4頁\一共有57頁\編輯于星期一3.1編程語言簡介匯編語言是用符號指令書寫程序的語言，是依賴于硬件平臺的語言，對于不同架構(gòu)的CPU都會有相應(yīng)的匯編指令。匯編語言可以直接操作CPU內(nèi)部的寄存器以及各種外圍設(shè)備，對于單片機啟動開始運行或者對于時序要求嚴(yán)格的I/O操作必須采用匯編語言編寫，在啟動開始運行時匯編語言創(chuàng)建系統(tǒng)的運行環(huán)境。C語言的特點就是可以使程序員盡量少地對硬件進(jìn)行操作，具有很強的功能性、結(jié)構(gòu)性和可移植性。由于C語言具有語言簡潔、緊湊，使用靈活、方便，運算符和數(shù)據(jù)類型豐富，可以直接訪問物理地址，進(jìn)行位操作，能實現(xiàn)匯編語言的大部分功能，可以直接對硬件進(jìn)行操作，因此C語言既具有高級語言的功能，又具有匯編語言的功能，對于編寫與硬件相關(guān)的應(yīng)用程序而言具有明顯的優(yōu)勢?，F(xiàn)在是5頁\一共有57頁\編輯于星期一3.1編程語言簡介在絕大多數(shù)場合，采用C語言編程即可完成預(yù)期的目的，但是對實時時鐘系統(tǒng)、要求執(zhí)行效率高的系統(tǒng)就不適合采用C語言編程，對這些特殊情況進(jìn)行編程時要結(jié)合匯編語言。匯編語言具有直接和硬件打道、執(zhí)行代碼的效率高等特點，可以做到C語言所不能做到的一些事情，例如對時鐘要求很嚴(yán)格時，使用匯編語言便成了唯一的選擇。這種混合編程的方法將C語言和匯編語言的優(yōu)點結(jié)合起來，已經(jīng)成為目前單片機開發(fā)最流行的編程方法。關(guān)于編程語言的詳細(xì)介紹可參閱相關(guān)書籍?，F(xiàn)在是6頁\一共有57頁\編輯于星期一3.2控制算法13.2.1PID控制算法23.2.2模糊控制算法33.2.3其它智能控制算法現(xiàn)在是7頁\一共有57頁\編輯于星期一3.2.1PID控制算法PID（ProportionalIntegralDifferential）控制是比例、積分、微分控制的簡稱。在自動控制領(lǐng)域中，PID控制是歷史最久、生命力最強的基本控制方式。PID控制器的原理是根據(jù)系統(tǒng)的被調(diào)量實測值與設(shè)定值之間的偏差，利用偏差的比例、積分、微分三個環(huán)節(jié)的不同組合計算出對廣義被控對象的控制量。圖3.1是常規(guī)PID控制系統(tǒng)的原理框圖。現(xiàn)在是8頁\一共有57頁\編輯于星期一3.2.1PID控制算法圖3.1常規(guī)PID控制系統(tǒng)原理框圖現(xiàn)在是9頁\一共有57頁\編輯于星期一3.2.1PID控制算法其中虛線框內(nèi)的部分是PID控制器，其輸入為設(shè)定值與被調(diào)量實測值構(gòu)成的控制偏差信號：(3.1)

其輸出為該偏差信號的比例、積分、微分的線性組合，也即PID控制律：

(3.2)

式中，為比例系數(shù)；為積分時間常數(shù)；為微分時間常數(shù)?，F(xiàn)在是10頁\一共有57頁\編輯于星期一3.2.1PID控制算法根據(jù)被控對象動態(tài)特性和控制要求的不同，式(3.2)中還可以只包含比例和積分的PI調(diào)節(jié)或者只包含比例微分的PD調(diào)節(jié)。下面主要討論PID控制的特點及其對控制過程的影響、數(shù)字PID控制策略的實現(xiàn)和改進(jìn)，以及數(shù)字PID控制系統(tǒng)的設(shè)計和控制參數(shù)的整定等問題。現(xiàn)在是11頁\一共有57頁\編輯于星期一3.2.1PID控制算法1．PID控制規(guī)律的特點

（1）比例控制器

比例控制器是最簡單的控制器，其控制規(guī)律為

(3.3)式中，Kp為比例系數(shù)；為控制量的初值，也就是在啟動控制系統(tǒng)時的控制量。圖3.2所示是比例控制器對單位階躍輸入的階躍響應(yīng)。由圖3.2可以看到，比例控制器對于偏差是及時反應(yīng)的，偏差一旦產(chǎn)生，控制器立即產(chǎn)生控制作用使被控量朝著減小偏差的方向變化，控制作用的強弱取決于比例系數(shù)Kp?，F(xiàn)在是12頁\一共有57頁\編輯于星期一3.2.1PID控制算法圖3.2比例控制器的階躍響應(yīng)現(xiàn)在是13頁\一共有57頁\編輯于星期一3.2.1PID控制算法比例控制器雖然簡單快速，但對于具有自平衡性（即系統(tǒng)階躍響應(yīng)終值為一有限值）的被控對象存在靜差。加大比例系數(shù)Kp雖然可以減小靜差，但當(dāng)Kp過大時，動態(tài)性能會變差，會引起被控量振蕩，甚至導(dǎo)致閉環(huán)系統(tǒng)不穩(wěn)定?，F(xiàn)在是14頁\一共有57頁\編輯于星期一3.2.1PID控制算法（2）比例積分控制器為了消除在比例控制中存在的靜差，可在比例控制的基礎(chǔ)上加上積分控制作用，構(gòu)成比例積分PI控制器，其控制規(guī)律為

(3.4)式中，稱為積分時間。圖3.3所示為PI控制器對單位階躍輸入的階躍響應(yīng)?，F(xiàn)在是15頁\一共有57頁\編輯于星期一3.2.1PID控制算法PI控制器對偏差的作用有兩個部分：一個是按比例部分的成分，另一個是帶有累積的成分（即呈一定斜率變化的部分），這就是積分控制部分的作用。只要偏差存在，積分將起作用，將偏差累計，并對控制量產(chǎn)生影響，即偏差減小，直至偏差為零，積分作用才會停止。因此，加入積分環(huán)節(jié)將有助于消除系統(tǒng)的靜差，改善系統(tǒng)的穩(wěn)態(tài)性能?，F(xiàn)在是16頁\一共有57頁\編輯于星期一3.2.1PID控制算法圖3.3PI控制器的階躍響應(yīng)現(xiàn)在是17頁\一共有57頁\編輯于星期一3.2.1PID控制算法顯然，如果積分時間太大，則積分作用減弱，反之則積分作用較強。增大，將使消除靜差的過程變得緩慢，但可以減小系統(tǒng)的超調(diào)量，提高穩(wěn)定性。必須根據(jù)被控對象的特性來選定，如對于管道壓力、流量等滯后不大的對象，可以選得小些，對溫度、成分等滯后比較大的對象，可以選得大些?，F(xiàn)在是18頁\一共有57頁\編輯于星期一3.2.1PID控制算法（3）比例積分微分控制器積分調(diào)節(jié)作用的加入，雖然可以消除靜差，但其代價是降低系統(tǒng)的響應(yīng)速度。為了加快控制過程，有必要在偏差出現(xiàn)或變化的瞬間，不但要對偏差量做出反應(yīng)（即比例控制作用），而且要對偏差量的變化做出反應(yīng)，或者說按偏差變化的趨勢進(jìn)行控制，使偏差在萌芽狀態(tài)被抑制。為了達(dá)到這一控制目的，可以在PI控制器的基礎(chǔ)上加入微分控制作用，即構(gòu)造比例積分微分控制器（PID控制器）。PID控制器的控制規(guī)律為

(3.5)現(xiàn)在是19頁\一共有57頁\編輯于星期一3.2.1PID控制算法式中，稱為微分時間。理想的PID控制器對偏差階躍變化的響應(yīng)如圖3.4所示，它在偏差變化的瞬間處有一個沖激式的瞬態(tài)響應(yīng)，這就是由微分環(huán)節(jié)引起的。圖3.4理想PID控制器的階躍響應(yīng)現(xiàn)在是20頁\一共有57頁\編輯于星期一3.2.1PID控制算法由微分部分的控制作用

(3.6)可見，它對偏差的任何變化都會產(chǎn)生控制作用，以調(diào)整系統(tǒng)的輸出，阻止偏差的變化。偏差變化越快，控制量就越大，反饋校正量就越大。故微分作用的加入將有助于減少超調(diào)量，克服振蕩，使系統(tǒng)趨于穩(wěn)定。微分作用可以加快系統(tǒng)的動作速度，減小調(diào)整時間，改善系統(tǒng)的動態(tài)性能?，F(xiàn)在是21頁\一共有57頁\編輯于星期一3.2.1PID控制算法2．?dāng)?shù)字PID控制算法在連續(xù)生產(chǎn)過程控制系統(tǒng)中，通常采用如圖3.1所示的PID控制，其對應(yīng)的傳遞函數(shù)表達(dá)式為

(3.7)對應(yīng)的控制算法表達(dá)式為

(3.8)式中，為比例增益；為積分時間常數(shù)；為微分時間常數(shù)；為控制量；為被控量與設(shè)定值的偏差。現(xiàn)在是22頁\一共有57頁\編輯于星期一3.2.1PID控制算法為了便于計算機實現(xiàn)PID算法，必須將式(3.3)改寫為離散（采樣）式，這可以將積分運算用部分和近似代替，微分運算用差分方程表示，即

(3.9）

(3.10)

式中，T為采樣周期；k為采樣周期的序號（）；和分別為第和第k個采樣周期的偏差?，F(xiàn)在是23頁\一共有57頁\編輯于星期一3.2.1PID控制算法將式(3.9)和式(3.10)代入式(3.8)可得相應(yīng)的差分方程，即

(3.11)式中，為第k個采樣時刻的控制量。如果采樣周期T與被控對象時間常數(shù)比較相對較小，那么這種近似是合理的，并與連續(xù)控制的效果接近。模擬調(diào)節(jié)器很難實現(xiàn)理想的微分，而利用計算機可以實現(xiàn)式(3.10)所表示的差分運算，故將式(3.11)稱為理想微分?jǐn)?shù)字PID控制器?；镜臄?shù)字PID控制器一般具有以下兩種形式的算法?，F(xiàn)在是24頁\一共有57頁\編輯于星期一3.2.1PID控制算法

圖3.5位置型算法流程圖現(xiàn)在是25頁\一共有57頁\編輯于星期一3.2.1PID控制算法

（1）位置型算法模擬調(diào)節(jié)器的調(diào)節(jié)動作是連續(xù)的，任何瞬間的輸出控制量u都對應(yīng)于執(zhí)行機構(gòu)（如調(diào)節(jié)閥）的位置。由式(3.11)可知，數(shù)字控制器的輸出控制量也和閥門位置相對應(yīng)，故稱為位置型算式（簡稱位置式）。相應(yīng)的算法流程圖如圖3.5所示。由圖3.5可以看出，因為積分作用是對一段時間內(nèi)偏差信號的累加，因此，利用計算機實現(xiàn)位置型算法不是很方便，不僅需要占用較多的存儲單元，而且編程也不方便，因此可以采用其改進(jìn)式——增量型算法來實現(xiàn)?，F(xiàn)在是26頁\一共有57頁\編輯于星期一（2）增量型算法根據(jù)式(3.6)不難得到第個采樣周期的控制量，即

(3.12)將式(3.11)與式(3.12)相減，可以得到第k個采樣時刻控制量的增量，即

(3.13)

式中，為比例增益；為積分系數(shù)，；為微分系數(shù)，。3.2.1PID控制算法現(xiàn)在是27頁\一共有57頁\編輯于星期一

3.2.1PID控制算法由于式(3.13)中對應(yīng)于第k個采樣時刻閥門位置的增量，故稱式(3.13)為增量型算式。由此，第k個采樣時刻實際控制量為

(3.14)為了編寫程序方便，將式(3.13)改寫為

(3.15)式中，；；?，F(xiàn)在是28頁\一共有57頁\編輯于星期一

3.2.1PID控制算法由此可見，要利用和得到，只需要用到,和三個歷史數(shù)據(jù)。在編程過程中，這三個歷史數(shù)據(jù)可以采用平移法保存，從而可以遞推使用，占用的存儲單元少，編程簡單，運算速度快。增量型算法的程序流程圖如圖3.6所示。

增量型算法僅僅是在算法設(shè)計上的改進(jìn)，其輸出是相對于上次控制輸出量的增量形式，并沒有改變位置型算法的本質(zhì)，即它仍然反映執(zhí)行機構(gòu)的位置開度。如果希望輸出控制量的增量，則必須采用具有保持位置功能的執(zhí)行機構(gòu)。數(shù)字PID控制器的輸出控制量通常都是通過D/A轉(zhuǎn)換器輸出的，在D/A轉(zhuǎn)換器中將數(shù)字信號轉(zhuǎn)換成模擬信號（4～20mA的電流信號或0～5V的電壓信號），然后通過放大驅(qū)動裝置作用于執(zhí)行機構(gòu)，信號作用的時間連續(xù)到下一個控制量到來之前。因此，D/A轉(zhuǎn)換器具有零階保持器的功能。

現(xiàn)在是29頁\一共有57頁\編輯于星期一

3.2.1PID控制算法圖3.6增量型算法流程圖

現(xiàn)在是30頁\一共有57頁\編輯于星期一3.2.2模糊控制算法模糊（Fuzzy）控制是用語言歸納操作人員的控制策略，運用語言變量和模糊集合理論形成控制算法的一種控制。模糊控制的最重要特征是不需要建立被控對象精確的數(shù)學(xué)模型，只要求把現(xiàn)場操作人員的經(jīng)驗和數(shù)據(jù)總結(jié)成較完善的語言控制規(guī)則，從而能夠?qū)哂胁淮_定性、不精確性、噪聲以及非線性、時變性、時滯等特征的控制對象進(jìn)行控制。模糊控制系統(tǒng)的魯棒性強，尤其適用于非線性、時變、滯后系統(tǒng)的控制。模糊控制的基本結(jié)構(gòu)如圖3.7所示?，F(xiàn)在是31頁\一共有57頁\編輯于星期一3.2.2模糊控制算法圖3.7

模糊控制基本結(jié)構(gòu)圖現(xiàn)在是32頁\一共有57頁\編輯于星期一3.2.2模糊控制算法

1．模糊控制器的輸入變量與輸出變量（1）模糊控制器的輸入、輸出變量模糊控制器是模仿人的一種控制。在對被控對象進(jìn)行控制的過程中，一般根據(jù)設(shè)定值與被控量的偏差、偏差變化EC和偏差變化的速率ER進(jìn)行決策。人對偏差最敏感，其次是偏差的變化，再次是偏差變化的速率。因此，模糊控制器的輸入變量通常取、和EC或者,EC和ER，分別構(gòu)成所謂一維、二維和三維模糊控制器。一維模糊控制器的動態(tài)性能不佳，通常用于一階被控對象，二維模糊控制器的控制性能和控制復(fù)雜性都比較好，是目前廣泛采用的一種形式。并且，一般選擇增量算法作為模糊控制器的輸出變量?，F(xiàn)在是33頁\一共有57頁\編輯于星期一3.2.2模糊控制算法（2）描述輸入、輸出變量的詞匯在模糊控制中，輸入、輸出變量大小是以語言形式描述的，因此要選擇描述這些變量的詞匯。我們的日常語言中對各種事物和變量的描述，總是習(xí)慣于分為三個等級，例如，物體的大小分為大、中、?。贿\動的速度分為快、中、慢；年齡的大小分為老、中、青。實際應(yīng)用中一般都選用“大、中、小”三個詞匯來描述模糊控制器的輸入、輸出變量的狀態(tài)，再加上正、負(fù)兩個方向和零狀態(tài)，共有7個詞匯，即{負(fù)大，負(fù)中，負(fù)小，零，正小，正中，正大}一般用這些詞的英文字頭縮寫，即{NB,NM,NS,O,PS,PM,PB}一般情況下，選擇上述7個詞匯比較合適，但也可以多選或少選。選擇較多的詞匯，可以精確描述變量，提高控制精度，但會使控制規(guī)則變得復(fù)雜；選擇的詞匯過少，則對變量的描述過于粗糙，導(dǎo)致控制器的性能變差?，F(xiàn)在是34頁\一共有57頁\編輯于星期一3.2.2模糊控制算法

（3）變量的模糊量某個變量變化的實際范圍稱為該變量的基本論域。記偏差的基本論域為，偏差變化的基本論域為，模糊控制器的輸出變量（系統(tǒng)的控制量）的基本論域為。顯然，基本論域內(nèi)的量是精確量，因而模糊控制器的輸入和輸出都是精確量，但是模糊控制算法需要模糊量。因此，輸入的精確量（數(shù)字量）需要轉(zhuǎn)換為模糊量，這個過程稱為“模糊化”（Fuzzification）；另一方面，模糊算法所得到的模糊控制量需要轉(zhuǎn)換為精確的控制量，這個過程稱為“清晰化”或者“反模糊化”（Defuzzification）。比較實用的模糊化方法是將基本論域分為n個檔次，即取變量的模糊子集論域為現(xiàn)在是35頁\一共有57頁\編輯于星期一3.2.2模糊控制算法從基本論域到模糊子集論域的轉(zhuǎn)換公式為

(3.16)增加論域中的元素個數(shù)可以提高控制精度，但增大了計算量，而且模糊控制效果的改善并不明顯。一般選擇模糊論域中所含元素的個數(shù)為模糊語言詞集總數(shù)的兩倍以上，以確保各模糊集能較好地覆蓋論域，避免出現(xiàn)失控現(xiàn)象。例如在選擇上述7個詞匯的情況下，可選擇E和EC的論域均為

選擇模糊控制器的輸出變量即系統(tǒng)的控制量U的論域為現(xiàn)在是36頁\一共有57頁\編輯于星期一3.2.2模糊控制算法

（4）隸屬度為了實現(xiàn)模糊化，要在上述離散化了的精確量與表示模糊語言的模糊量之間建立關(guān)系，即確定論域中的每個元素對各個模糊語言變量的隸屬度。隸屬度是描述某個確定量隸屬于某個模糊語言變量的程度。例如，在上述和EC的論域中，+6隸屬于（正大），隸屬度為1.0；+5也隸屬于，但隸屬度要比+6差，可取為0.8；+4隸屬于的程度更小，隸屬度可取為0.4；顯然-6～0就不隸屬于了，所以隸屬度取為0。確定隸屬度的值要根據(jù)實際問題的具體情況而定。實驗研究結(jié)果表明，人進(jìn)行控制活動時的模糊概念一般可以用正態(tài)型模糊變量描述。下面給出常用的確定模糊變量隸屬度的賦值表，如表3.1、表3.2和表3.3所示。現(xiàn)在是37頁\一共有57頁\編輯于星期一3.2.2模糊控制算法2．建立模糊控制規(guī)則模糊控制是語言控制，因此要用語言歸納專家的手動控制策略，從而建立模糊控制規(guī)則表。手動控制策略一般都可以用條件語句加以描述。條件語句的基本類型為ifAorBandCorDthenU現(xiàn)在是38頁\一共有57頁\編輯于星期一3.2.2模糊控制算法現(xiàn)在是39頁\一共有57頁\編輯于星期一3.2.2模糊控制算法現(xiàn)在是40頁\一共有57頁\編輯于星期一3.2.2模糊控制算法現(xiàn)在是41頁\一共有57頁\編輯于星期一3.2.2模糊控制算法下面介紹一種根據(jù)系統(tǒng)輸出的誤差及誤差的變化趨勢，消除誤差的模糊控制規(guī)則。該規(guī)則用下述21條模糊條件語句來描述。[1]ifE=NBorNMandEC=NBorNMthenU=PB[2]ifE=NBorNMandEC=NSorOthen U=PB[3]ifE=NBorNMandEC=PSthen U=PM[4]ifE=NBorNMandEC=PMorPBthen U=O[5]ifE=NSandEC=NBorNMthen U=PM[6]ifE=NSandEC=NSorOthen U=PM[7]ifE=NSandEC=PSthen U=O[8]ifE=NSandEC=PMorPBthen U=NS[9]ifE=NOorPOandEC=NBorNMthenU=PM[10]ifE=NOorPOandEC=NSthenU=PS[11]ifE=NOorPOandEC=OthenU=O現(xiàn)在是42頁\一共有57頁\編輯于星期一3.2.2模糊控制算法[12]ifE=NOorPOandEC=PSthenU=NS[13]ifE=NOorPOandEC=PMorPBthenU=NM[14]ifE=PSandEC=NBorNMthenU=PS[15]ifE=PSandEC=NSthenU=O[16]ifE=PSandEC=OorPSthen U=NM[17]ifE=PSandEC=PMorPBthenU=NM[18]ifE=PMorPBandEC=NBorNMthenU=O[19]ifE=PMorPBandEC=NSthenU=NM[20]ifE=PMorPBandEC=OorPSthen U=NB[21]ifE=PMorPBandEC=PMorPBthenU=NB以上21條模糊條件語句可以歸納為模糊控制規(guī)則表3.4。現(xiàn)在是43頁\一共有57頁\編輯于星期一3.2.2模糊控制算法

現(xiàn)在是44頁\一共有57頁\編輯于星期一3.2.2模糊控制算法3．模糊關(guān)系與模糊推理模糊控制規(guī)則實際上是一組多重條件語句，可以表示為從偏差論域到控制論域的模糊關(guān)系矩陣，通過偏差的模糊向量和偏差變化的模糊向量，與模糊關(guān)系矩陣的合成進(jìn)行模糊推理，得到控制量的模糊向量，然后采用“反模糊化”方法將模糊控制向量轉(zhuǎn)換為精確量。根據(jù)模糊集合和模糊關(guān)系理論，對于不同類型的模糊規(guī)則可用不同的模糊推理方法。下面僅介紹其中的對ifAthenB類型的模糊規(guī)則的推理。若已知輸入為，則輸出為；若現(xiàn)在已知輸入為，則輸出用合成規(guī)則求?。?/p>

(3.17)其中模糊關(guān)系定義為現(xiàn)在是45頁\一共有57頁\編輯于星期一3.2.2模糊控制算法例如，已知當(dāng)輸入的模糊集合和輸出的模糊集合分別為

(3.18)

(3.19)這里采用模糊集合的Zadeh表示法，其中,表示模糊集合所對應(yīng)的論域中的元素，而表示相應(yīng)的隸屬度，“—”不表示分?jǐn)?shù)的意思?，F(xiàn)在是46頁\一共有57頁\編輯于星期一3.2.2模糊控制算法

(3.20)

現(xiàn)在是47頁\一共有57頁\編輯于星期一3.2.2模糊控制算法則當(dāng)輸入

(3.21)

由下式求取，即現(xiàn)在是48頁\一共有57頁\編輯于星期一3.2.2模糊控制算法則

(3.22)在上述運算中，“

”為取小運算，“

”為取大運算。由于系統(tǒng)的控制規(guī)則庫是由若干條規(guī)則組成的，因此對于每一條推理規(guī)則都可以得到一個相應(yīng)的模糊關(guān)系。n條規(guī)則就有n個模糊關(guān)系：，對于整個系統(tǒng)的全部控制規(guī)則所對應(yīng)的模糊關(guān)系可對n個模糊關(guān)系()取“并”操作得到，即

(3.23)現(xiàn)在是49頁\一共有57頁\編輯于星期一3.2.2模糊控制算法

4．模糊控制向量的模糊判決由上述得到的控制量是一個模糊集合，需要采用“反模糊化”方法將模糊控制項轉(zhuǎn)換為精確量。下面介紹兩種簡單實用的方法。

（1）最大隸屬度法這種方法是在模糊控制向量中，取隸屬度最大的控制量作為模糊控制器的輸出。例如，當(dāng)?shù)玫侥：刂葡蛄繛?/p>

(3.24)由于控制量隸屬于等級5的隸屬度為最大，所以取控制量為

這種方法的優(yōu)點是簡單易行，缺點是完全排除了其他隸屬度較小的控制量的影響和作用，沒有充分利用取得的信息?，F(xiàn)在是50頁\一共有57頁\編輯于星期一3.2.2模糊控制算法

（2）加權(quán)平均判決法為了克服最大隸屬度法的缺點，可以采用加權(quán)平均判決法，即

(3.25)例如則現(xiàn)在是51頁\一共有57頁\編輯于星期一3.2.2模糊控制算法

5．模糊控制表模糊關(guān)系、模糊推理以及模糊判決的運算可以離線進(jìn)行，最后得到模糊控制器輸入