4步教你學會使用matlab模糊控制工具箱

gameboy12615發表於2011-04-27
Matlab

原帖地址：http://blog.sina.com.cn/s/blog_408540af0100avnv.html

 

      Matlab模糊控制工具箱為模糊控制器的設計提供了一種非常便捷的途徑，通過它我們不需要進行復雜的模糊化、模糊推理及反模糊化運算，只需要設定相應引數，就可以很快得到我們所需要的控制器，而且修改也非常方便。下面將根據模糊控制器設計步驟，一步步利用Matlab工具箱設計模糊控制器。

首先我們在Matlab的命令視窗（command window）中輸入fuzzy，回車就會出來這樣一個視窗。

 4步教你學會使用matlab模糊控制工具箱

下面我們都是在這樣一個視窗中進行模糊控制器的設計。

1．確定模糊控制器結構：即根據具體的系統確定輸入、輸出量。

這裡我們可以選取標準的二維控制結構，即輸入為誤差e和誤差變化ec，輸出為控制量u。注意這裡的變數還都是精確量。相應的模糊量為E，EC和U，我們可以選擇增加輸入(Add Variable)來實現雙入單出控制結構。

4步教你學會使用matlab模糊控制工具箱

2．輸入輸出變數的模糊化：即把輸入輸出的精確量轉化為對應語言變數的模糊集合。

首先我們要確定描述輸入輸出變數語言值的模糊子集，如{NB，NM，NS，ZO，PS，PM，PB}，並設定輸入輸出變數的論域，例如我們可以設定誤差E（此時為模糊量）、誤差變化EC、控制量U的論域均為{-3，-2，-1，0，1，2，3}；然後我們為模糊語言變數選取相應的隸屬度函式。

在模糊控制工具箱中，我們在Member Function Edit中即可完成這些步驟。首先我們開啟Member Function Edit視窗.

4步教你學會使用matlab模糊控制工具箱

4步教你學會使用matlab模糊控制工具箱

然後分別對輸入輸出變數定義論域範圍，新增隸屬函式，以E為例，設定論域範圍為[-3 3]，新增隸屬函式的個數為7.

 4步教你學會使用matlab模糊控制工具箱

然後根據設計要求分別對這些隸屬函式進行修改，包括對應的語言變數，隸屬函式型別。

4步教你學會使用matlab模糊控制工具箱

3．模糊推理決策演算法設計：即根據模糊控制規則進行模糊推理，並決策出模糊輸出量。

首先要確定模糊規則，即專家經驗。對於我們這個二維控制結構以及相應的輸入模糊集，我們可以制定49條模糊控制規則（一般來說，這些規則都是現成的，很多教科書上都有），如圖。

4步教你學會使用matlab模糊控制工具箱

制定完之後，會形成一個模糊控制規則矩陣，然後根據模糊輸入量按照相應的模糊推理演算法完成計算，並決策出模糊輸出量。

4．對輸出模糊量的解模糊：模糊控制器的輸出量是一個模糊集合，通過反模糊化方法判決出一個確切的精確量，凡模糊化方法很多，我們這裡選取重心法。

    4步教你學會使用matlab模糊控制工具箱

5．然後Export to disk，即可得到一個.fis檔案，這就是你所設計的模糊控制器。

 >>http://blog.sina.com.cn/xianfa110

 

======================================================================================

MATLAB功能強大，很多同學用其做控制演算法的模擬 

但是其中的fuzzy logic controller剛開始用常常容易出錯 

常見報錯： 

1、MinMax blocks do not accept 'boolean' signals. The input signal(s) of block 'mkkzq1/Subsystem/Fuzzy Logic Controller with Ruleviewer/Fuzzy Logic Controller/FIS Wizard/Defuzzification1/Max (COA)' must be one of the MATLAB 'uint8', 'uint16', 'uint32', 'int8', 'int16', 'int32', 'single', or 'double' data types
2、An error occurred while propagating data type 'boolean' from block 'mkkzq1/Subsystem/Fuzzy Logic Controller with Ruleviewer/Fuzzy Logic Controller/FIS Wizard/Defuzzification1/Zero Strength (COA)', output port 1。 

  

以下是解決方案： 

  

1、fis編輯器（MATLAB的command window中鍵入fuzzy開啟）中，建立好規則後，file-export-to workspace 

2、對於7.0版本，simulink模型視窗選單中，Simulation-Configuration Parameters-Implement logic signals as boolean data前面預設的勾選去掉 

3.而對於6.5及以前版本，則是在SIMULATION -SIMULATION PARAMETERS-ADVANCED中將boolean logic signals選為off，強烈推薦用這個

  

 

用FIS（Mamdani）設計完模糊控制器之後，連線到控制系統中進行模擬，每次總出現這兩個錯誤：
1)Block error Max(coa): MinMax blocks do not accept'boolean'signals.
2)block error Zero strength(coa):An error occurred while propagating data type'boolean'from block'....',outport 1

解決方案：

在simulink parameter中，找到advance選項卡，把第一二個選項設為off。

====================================================================================

matlab/simulink模糊控制器應用例項

前面我們已經利用模糊控制工具箱設計好了一個模糊控制器（假定我們存為fuzzy1.fis），下面我們檢驗一下，看看我們的控制器到底怎麼樣。以一個簡單的電機控制為例，我們在Simulink中建立了它的模糊控制系統如下：

在用這個控制器之前，需要用readfis指令將fuzzy1.fis載入到matlab的工作空間，比如我們用這樣的指令：myFLC=readfis（‘fuzzy1.fis’）；就建立了一個叫myFLC的結構體到工作空間，並在fuzzy logic controller中引數設為：myFLC。

可以看到，在模糊控制器的輸入和輸出均有一個比例係數，我們叫它量化因子，它反映的是模糊論域範圍與實際範圍之間的比例關係，例如，模糊控制器輸入輸出的論域範圍均為[-3，3]，而實際誤差的範圍是[-10，10]，誤差變化率範圍是[-100，100]，控制量的範圍是[-24，24]，那麼我們就可以算出量化因子分別為0.3，0.03，8。量化因子的選取對於模糊控制器的控制效果有很大的影響，因此要根據實際情況認真選取哦。

好，現在我們可以設定模擬步長，比如定步長的10ms，就可以執行了。

執行後，產生這樣一個錯誤：

MinMax blocks do not accept 'boolean' signals. The input signal(s) of block 'test_fuzzy/Fuzzy Logic Controller/FIS Wizard/Defuzzification1/Max (COA)' must be one of the MATLAB 'uint8', 'uint16', 'uint32', 'int8', 'int16', 'int32', 'single', or 'double' data types

我想很多朋友做模糊控制的時候都會遇到這個情況。沒關係，這裡提供兩個解決辦法：

1．直接在Defuzzification1這個模組中的那個比較環節後加入資料型別轉換模組，將boolean轉化為double型，或者雙擊那個比較模組，選中show additional parameters，將輸出資料型別改為specify via dialog，然後選uint(8)即可；但是在模擬之後，又會發現很多地方都存在這個問題，因此你不得不一個一個去修改，如果你不怕累的話。

2．第二個方法是最簡單的，直接在simulation parameters->advanced將boolean logic signals選為off，強烈推薦你用這個。

好了，這些都解決了，我們就可以模擬了，例如給個方波訊號，可以得到模擬曲線如下

   

 

相關文章