1.模糊計算依據模糊規則，控制變數輸入得到輸出。
2.原影象為
模糊控制器-**實現
%模糊控制器設計
a=newfis(『fuzzf』); %建立新的模糊推理系統
%輸入1
f1=1;
a=addvar(a,『input』,『e』,[-3f1,3f1]);
%新增 e 的模糊語言變數
a=addmf(a,『input』,1,『nb』,『zmf』,[-2f1,-1f1]);
%新增 e 的模糊語言變數的隸屬度函式（z型）
a=addmf(a,『input』,1,『nm』,『trimf』,[-3f1,-1f1,0]);
%隸屬度函式為三角形
a=addmf(a,『input』,1,『pm』,『trimf』,[0,1f1,3f1]);
a=addmf(a,『input』,1,『pb』,『smf』,[1f1,2f1]);
%輸入2
f2=1;
a=addvar(a,『input』,『ec』,[-3f2,3f2]);
%新增 ec 的模糊語言變數
a=addmf(a,『input』,2,『nb』,『zmf』,[-2f2,-1f2]);
a=addmf(a,『input』,2,『nm』,『trimf』,[-3f2,-1f2,0]);
a=addmf(a,『input』,2,『pm』,『trimf』,[0,1f2,3f2]);
a=addmf(a,『input』,2,『pb』,『smf』,[1f2,2f2]);
%輸出f3=1.5;
a=addvar(a,『output』,『u』,[-3f3,3f3]);
%新增 u 的模糊語言變數
a=addmf(a,『output』,1,『nb』,『zmf』,[-2f3,-1f3]);
a=addmf(a,『output』,1,『nm』,『trimf』,[-3f3,-1f3,0]);
a=addmf(a,『output』,1,『pm』,『trimf』,[0,1f3,3f3]);
a=addmf(a,『output』,1,『pb』,『smf』,[1f3,2f3]);
%規則庫
rulelist=[ 1 1 1 1 1; %編輯模糊規則，後倆個數分別是規則權重和and or選項
1 2 1 1 1;
1 3 1 1 1;
1 4 2 1 1;
2 1 1 1 1;
2 2 2 1 1;
2 3 2 1 1;
2 4 3 1 1;
3 1 1 1 1;
3 2 2 1 1;
3 3 3 1 1;
3 4 3 1 1;
4 1 1 1 1;
4 2 2 1 1;
4 3 3 1 1;
4 4 4 1 1;
showrule(a) %顯示模糊規則函式
a1=setfis(a,『defuzzmethod』,『centroid』); %設定解模糊方法
writefis(a1,『fuzzf』); %儲存模糊系統
a2=readfis(『fuzzf』); %從磁碟讀出儲存的模糊系統
disp(『fuzzy controller table:e=[-3,+3],ec=[-3,+3]』);%顯示矩陣和陣列內容
%推理ulist=zeros(4,4); %全零矩陣
for i=1:4
for j=1:4
e(i)=-4+i;
ec(j)=-4+j;
ulist(i,j)=evalfis([e(i),ec(j)],a2); %完成模糊推理計算
endend
% ulist=ceil(ulist) %朝正無窮方向取整
ulist %朝正無窮方向取整
%畫出模糊系統
figure(1); plotfis(a2);
figure(2);plotmf(a,『input』,1);
figure(3);plotmf(a,『input』,2);
figure(4);plotmf(a,『output』,1);
實驗結果
結論分析
有兩個輸入（e,ec）和乙個(u)輸出，兩輸入及一輸出均有四個模糊集，構成了16種模糊規則。
模糊控制實驗
模糊控制 該模糊控制器共有兩個輸入e ec，乙個輸出u e的範圍為 15,15 ec的範圍為 15,15 u的範圍為 7.5,7.5 為兩個輸入變數e和ec新增三個模糊語言變數的隸屬度函式 z型，三角型，s型 建立輸出變數為u 為輸出變數u新增三個模糊語言變數的隸屬度函式 z型，三角型，s型 新增規...
模糊PID控制
在現實控制中，被控系統並非是線性時不變的，往往需要動態調整pid的引數，而模糊控制正好能夠滿足這一需求，所以在接下來的這一節我們將討論模糊pid控制器的相關問題。模糊pid控制器是將模糊演算法與pid控制引數的自整定相結合的一種控制演算法。可以說是模糊演算法在pid引數整定上的應用。模糊演算法是一種...
jxTMS 模糊控制
jxtms 低成本快速定製的業務系統開發平台。模糊控制就是運用模糊數學的基本原理，結合產生式的知識運用方式，通過定義模糊規則，根據當前採集到的輸入量經過推理計算出控制量。所以要實現模糊控制包括如下的幾個步驟 注 模糊推理一般都是使用浮點數進行計算，而一般採集到的訊號與控制訊號都是數字量，所以需要根據...