智能控制实验指导书
智能控制实验-模糊控制
实验一 洗衣机的模糊控制仿真一、实验目的本实验要求在学生掌握模糊控制器基本工作原理和设计方法基础上，熟悉MALAB 中的模糊控制工具箱，能针对实际问题设计模糊控制器，建立模糊控制系统，训练学生综合运用计算机来解决一些实际问题的能力。
二、实验设备计算机一台、MATLAB 软件三、实验要求设计一个模糊控制器，根据衣物的泥污和油污程度，输出衣物的洗涤时间，通过改变控制参数的大小，观察模糊控制的性能。
四、实验步骤1．确定模糊控制器的结构选用两输入单输出模糊控制器，控制器的输入为衣物的泥污和油污，输出为洗涤时间。
2. 定义输入、输出模糊集 将泥污分为三个模糊集：泥污少SD 、泥污中MD 、泥污大LD ；油污分为三个模糊集：油污少SG 、油污中MG 、油污大LG ；将洗涤时间分为五个模糊集：很短VS 、短S 、中等M 、长L 、很长VL 。
3. 定义隶属度函数选用三角形隶属度函数实现泥污、油污和洗涤时间的模糊化：(50)/50050/50050(100)/505010050100(50)/50x x x x x x x x μμμμ=-⎧≤≤⎪≤≤⎧⎪==⎨⎨-<≤⎩⎪⎪<≤=-⎩SD MD 泥污LD (50)/50050/50050(100)/505010050100(50)/50x x x x x x x x μμμμ=-⎧≤≤⎪≤≤⎧⎪==⎨⎨-<≤⎩⎪⎪<≤=-⎩SG MG 油污LG(50)/50010/50010(100)/501025/501025(100)/5025402540/504060(100)/504060(50)/50x z x z x z x z x z z x z x z x μμμμμμ=-⎧≤≤⎪⎧≤≤⎪=⎨⎪-<≤⎩⎪≤≤⎧⎪==⎨⎨-<≤⎩⎪⎪≤≤⎧⎪=⎨<≤-⎪⎩⎪≤≤=-⎩SG MG MG 洗涤时间MG LG实验结果：实验分析：6.模糊推理因模糊控制规则表对称，所以上图为input1 和input2分别为50时input2和input1与洗涤时间的关系。
智能化测控系统实验指导说明书
实验一：A/D转换实验一、实验目的与要求了解你所熟悉的PC机上的测量资源，利用它们制作简单的实验系统。
二、实验类型验证型。
三、实验原理及说明计算机是一个含有丰富测试资源的设备。
例如，计算机上的麦克风是一个电容传感器、计算机声卡是一个双通道的 A/D 卡 + D/A 卡。
下图是 PC 机上测试资源。
图1、PC 机上常见的测试资源将PC机上的测量资源与计算机虚拟仪器软件相结合，就可以在教师上课、学生上网的计算机上建立个人测试实验室，开出测试实验。
1、电容传声器测声(麦克风)PC机上的麦克风是一个电容传声器、它的结构如图3所示。
主要由振动膜片、刚性极板、电源和负载电阻等组成。
它的工作原理是当膜片受到声波的压力，并随着压力的大小和频率的不同而振动时，膜片极板之间的电容量就发生变化。
与此同时，极板上的电荷随之变化，从而使电路中的电流也相应变化，负载电阻上也就有相应的电压输出，从而完成了声电转换。
在计算机中一般使用的是驻极体电容传声器，其工作原理和电容传声器相同，所不同的是它采用一种聚四氟乙烯材料作为振动膜片。
由于这种材料经特殊电处理后，表面被永久地驻有极化电荷，从而取代了电容传声器的极板，故名为驻极体电容传声器。
其特点是体积小、性能优越、使用方便。
图3、电容传声器原理2.A/D、D/A变换(声卡)声卡是多媒体电脑的主要部件之一，它包含记录和播放声音所需的硬件。
声卡的种类很多，功能也不完全相同，但它们有一些共同的基本功能：能选择以单声道或双声道录音，并且能控制采样速率。
声卡上有数模转换芯片(DAC)，用来把数字化的声音信号转换成模拟信号，同时还有模数转换芯片(ADC)，用来把模拟声音信号转换成数字信号。
四、实验仪器五、实验内容和步骤利用DRVI软件和PC机上的测量资源进行测量实验。
A/D、D/A工作原理实验以及声音信号测量和频谱分析实验。
1. 运行DRVI主程序，点击DRVI快捷工具条上的"联机注册"图标，选择其中的“DRVI 采集仪主卡检测”或“网络在线注册”进行软件注册。
智能控制实验报告
《智能控制》 课程实验报告实验题目：模糊控制器设计与实现 一、 实验目的1．掌握模糊控制系统的设计方法；2．比较常规控制与模糊控制的优缺点； 3．训练Matlab 程序设计能力。
二、 实验内容1．针对一个二阶系统，分别设计模糊控制器和常规控制器； 2．分别PID 控制和模糊控制两种情况下系统阶跃响应； 3．对实验结果进行对比分析。
三、 实验设备计算机 1台Window XP 操作系统 Matlab 6.5软件四、 实验原理1、 模糊控制模糊逻辑控制又称模糊控制，是以模糊集合论，模糊语言变量和模糊逻辑推理为基础的一类计算机控制策略，模糊控制是一种非线性控制。
图1-1是模糊控制系统基本结构，由图可知模糊控制器由模糊化，知识库，模糊推理和清晰化（或针对模糊控制器每个输入，输出,各自定义一个语言变量。
因为对控制输出的判断，往往不仅根据误差的变化，而且还根据误差的变化率来进行综合评判。
所以在模糊控制器的设计中，通常取系统的误差值e 和误差变化率ec 为模糊控制器的两个输入，则在e 的论域上定义语言变量“误差E ” ，在ec 的论域上定义语言变量“误差变化EC ” ；在控制量u 的论域上定义语言变量“控制量U ” 。
通过检测获取被控制量的精确值，然后将此量与给定值比较得到误差信号e ，对误差取微分得到误差变化率ec ，再经过模糊化处理把分明集输入量转换为模糊集输入量，模糊输入变量根据预先设定的模糊规则，通过模糊逻辑推理获得模糊控制输出量，该模糊输出变量再经过去模糊化处理转换为分明集控制输出量。
2、PID 控制在模拟控制系统中，控制器最常用的控制规律是PID 控制。
PID 控制器是一种线性控制器。
它根据给定值与实际输出值之间的偏差来控制的。
其传递函数的形式是：)11()(s T sT k s G D I p ++=，PID 控制原理框图如图1-2所示。
式中p k ——比例系数；I T ——积分时间常数；D T ——微分时间常数。
智能控制实验指导书(自编)
《智能控制技术》实验指导书文哲雄编华南师范大学增城学院2013年 9 月 1前言本实验课程是与《智能控制技术》课程的理论教学内容相配套而开设的。
《智能控制技术》是一门实践性很强的专业课程，它对培养学生实践动手能力，提高综合素质和开发创新思维有着重要的作用。
《智能控制技术》实验在工程和教学中都有非常重要的作用，具有自身的特点和很强的实践性。
智能控制方法和手段很多，本实验指导书介绍的是最常见的智能控制技术，最常用系统设计方法和系统调试技术。
主要培养学生具有智能控制系统设计和调试技术、以及应用能力；开拓学生思路，培养学生综合应用知识的能力和创新能力。
培养学生严肃认真，求实求真的科学作风，为后续毕业设计和今后从事电子技术方面的工作打下基础。
在实验项目中有一部分是设计性实验，教师给出实验项目的要求，学生自己选择实验方案和实验电路，自己完成实验步骤的内容。
要求学生写出系统设计方案，硬件电路设计、软件程序设计和现场调试。
写出实验心得体会。
实验成绩根据实际操作和实验报告综合评分标。
由于编者水平有限，难免在本实验指导书中出现错误或不妥之处，望读者指正。
目录实验一认识 HL-1 实验箱 (4)实验二 D/A转换实验 (6)实验三 A/D转换实验 (9)实验四矩阵键盘接口设计实验 (12)实验五 LCD显示器接口实验 (20)实验六报警控制接口实验 (25)实验七单片机温度控制实验 (29)实验八单片机转速控制实验 (38)实验九计算机温度PID控制实验 (43)实验十单片机—计算机转速测量/控制实验 (46)实验一认知 HL-1 实验箱一、实验目的1、了解HL-1实验箱的结构，功能和操作方法；2、掌握程序编辑、编译、程序代码下载的操作方法。
二、实验原理1、kiel软件的安装、程序编辑、程序编译的操作步骤。
2、STC-ISP下载软件的使用、接口驱动程序的安装。
3、HL-1实验箱电路原理。
三、实验仪器材料1、PC计算机2、HL-1实验箱四、实验内容1、说明kiel软件的安装、程序编辑、程序编译的操作步骤。
智能控制实验指导书
实验一智能控制模块认识和隶属度函数的仿真一.实验目的(1)熟悉MATLAB开发环境。
(2)掌握MATLAB各种表达式的书写规则以及常用函数的使用。
(3)熟悉MATLAB的基本操作二.实验原理MATLAB (矩阵实验室的简称)是一种专业的计算机程序，用于工程科学的矩阵数学运算。
但在以后的几年内，它逐渐发展为一种极其灵活的计算体系，用于解决各种重要的技术问题。
MA TLAB程序执行MATLAB语言，并提供了一个极其广泛的预定义函数库，这样就使得技术工作变得简单高效。
三.实验任务及步骤1、学习了解MATLAB的实验环境：在Windows桌面上，双击MA TLAB图标，即可进入MA TLAB系统命令窗口。
图1-1 MATLAB系统命令窗口当MA TLAB运行时，有多种类型的窗口，有的用于接收命令，有的用于显示信息。
三个重要的窗口有命令窗口；图像窗口；编辑/调试窗口；它们的作用分别为输入命令；显示图形；充许使用者创建和修改MATLAB程序。
在本节课中我们将会看到这三个窗口的例子。
当MA TLAB程序启动时，一个叫做MATLAB桌面的窗口出现了。
默认的MATLAB桌面结构如图1-1所示。
在MA TLAB集成开发环境下，它集成了管理文件、变量和应用程序的许多编程工具。
在MA TLAB桌面上可以得到和访问的窗口主要有：■命令窗口（The Command Window）■命令历史窗口（The Command History Window）■启动平台（Launch Pad）■编辑调试窗口（The Edit/Debug Window）■工作台窗口和数组编辑器（Workspace Browser and Array Editor）■帮助空间窗口（Help Browser）■当前路径窗口（Current Directory Browser）1.1 命令窗口MA TLAB桌面的右边是命令窗口。
在命令窗口中，用户可以在命令行提示符(>>)后输入一系列的命令，这些命令的执行也是在这个窗口中实现的。
智能控制实验报告
智能控制课内实验报告（3次）学院：自动化学院班级：智能姓名：学号：智能控制课内实验（1）模糊控制器的设计学院：自动化学院姓名：班级：学号：日期： 2017-9-30实验1.1模糊控制器的设计一、实验目的在matlab环境下，完成一个对水位控制的模糊控制器的设计。
二、实验内容（1）确定控制器的输入、输出的隶属度函数偏差e(t) ：e(t)=r(t)－c(t)负反馈三个模糊子集“负大”(水位高）、“零”和“正大”（水位低）。
偏差变化率：de，三个模糊子集“负大”（高趋势）、“零”和“正大”（低趋势）。
控制量u：“负大”、“负中”、“零”、“正中”、“正大”。
Matlab操作方法：打开matlab在命令行输入：fuzzy出现下图界面：在上图选择“edit”出现下图：选择“Add Variable-- Input”再添加输入这样就建立了两个输入，一个输出的模糊控制器。
再修改输入、输出的各参数：input1改为e；input2改为de; output1改为u ;如下图：双击“e” ,修改模糊子集：如下图修改e的负大：注意各参数的设置修改好的e的模糊子集如下图：用同样的方法修改de如下图：修改u的方法如下图：需要5个模糊子集添加模糊子集的方法：在“edit”菜单下选择“Add Custom MF”下图是对”O”这个模糊子集的设置：设置好的u的模糊子集如下图：(2)添加规则的方法：添加规则的界面如下：这样一个模糊推理控制器就建立完毕了。
（3）利用模糊控制器可以得到规则曲面以及根据输入得到输出如上图操作可以得到规则曲面：如下图可以得到规则的推理结果：改变上图e和de的值，可以看到u的不同的输出。
然后可以把该系统存为tank.fis.三、写出实验的心得体会总结建立模糊控制器的方法。
实验1.2神经网络工具箱的应用二．神经网络工具箱函数最新版的MATLAB 神经网络工具箱为Version4.0.3, 它几乎涵盖了所有的神经网络的基本常用类型，对各种网络模型又提供了各种学习算法，我们可以根据自己的需要调用工具箱中的有关设计与训练函数，很方便地进行神经网络的设计和仿真。
智能控制实验指导书
. . .. . ..《智能控制技术》实验指导书适用专业：自动化电气工程及其自动化2011年3 月前言智能控制课程是自动化、电气工程及其自动化等专业的主要技术基础课。
主要是通过本课程的学习，使学生了解智能控制的基本理论、智能控制系统的分析方法和工程应用，了解智能控制发展前沿动态等。
为了使学生更好地理解和深刻地把握这些知识，并在此基础上训练和培养学生使用MATLAB的能力以及进行系统仿真的设计技能，设置了“模糊控制与传统PID控制的性能比较”以及“神经元自适应PID控制仿真研究”2个实验项目，2个皆为综合性实验。
模糊控制与传统PID控制的性能比较实验，主要通过本实验的学习，使学生了解传统PID控制、模糊控制等基本知识，掌握传统PID控制器设计、模糊控制器设计等知识，训练学生设计控制器的能力，培养他们利用MATLAB进行仿真的技能，为今后继续模糊控制理论研究以及控制仿真等学习奠定基础。
神经元自适应PID控制仿真研究实验，主要是通过本实验的学习，使学生了解传统PID控制、神经元自适应控制等基本知识，掌握传统PID 控制器设计、掌握基于二次型性能指标学习算法的单神经元自适应PID 控制等知识，训练学生设计控制器的能力，培养他们利用MATLAB进行仿真的技能，为今后继续神经网络控制理论的研究以及控制仿真等学习奠定基础。
实验一：模糊控制与传统PID控制的性能比较实验学时：2实验类型：设计实验要求：必修一、实验目的通过本实验的学习，使学生了解传统PID控制、模糊控制等基本知识，掌握传统PID控制器设计、模糊控制器设计等知识，训练学生设计控制器的能力，培养他们利用MATLAB进行仿真的技能，为今后继续模糊控制理论研究以及控制仿真等学习奠定基础。
二、实验内容本实验主要是设计一个典型环节的传统PID控制器以及模糊控制器，并对他们的控制性能进行比较。
主要涉及自控原理、计算机仿真、智能控制、模糊控制等知识。
通常的工业过程可以等效成二阶系统加上一些典型的非线性环节，如死区、饱和、纯延迟等。
智能控制实验报告
一、实验目的1. 了解智能控制的基本原理和方法。
2. 掌握智能控制系统的设计和实现方法。
3. 熟悉智能控制实验平台的操作和应用。
二、实验原理智能控制是利用计算机技术、控制理论、人工智能等知识，实现对复杂系统的自动控制。
实验主要涉及以下原理：1. 模糊控制：利用模糊逻辑对系统进行控制，实现对系统不确定性和非线性的处理。
2. 专家控制：通过专家系统对系统进行控制，实现对系统复杂性和不确定性的处理。
3. 神经网络控制：利用神经网络强大的学习能力和泛化能力，实现对系统的自适应控制。
三、实验器材1. 实验平台：智能控制实验箱2. 传感器：温度传感器、湿度传感器、压力传感器等3. 执行器：电机、继电器、阀门等4. 控制器：单片机、PLC等5. 信号线、连接线等四、实验内容1. 模糊控制器设计（1）建立模糊控制模型：根据实验要求，确定输入、输出变量和模糊控制规则。
（2）设计模糊控制器：根据模糊控制规则，设计模糊控制器，包括模糊化、去模糊化等环节。
（3）仿真实验：利用仿真软件对模糊控制器进行仿真实验，验证控制效果。
2. 专家控制器设计（1）建立专家系统：收集专家知识，构建专家系统。
（2）设计专家控制器：根据专家系统，设计专家控制器，实现对系统的控制。
（3）仿真实验：利用仿真软件对专家控制器进行仿真实验，验证控制效果。
3. 神经网络控制器设计（1）建立神经网络模型：根据实验要求，确定神经网络的结构和参数。
（2）训练神经网络：利用实验数据对神经网络进行训练，提高网络的控制能力。
（3）设计神经网络控制器：根据训练好的神经网络，设计神经网络控制器，实现对系统的控制。
（4）仿真实验：利用仿真软件对神经网络控制器进行仿真实验，验证控制效果。
五、实验步骤1. 熟悉实验平台，了解各模块的功能和操作方法。
2. 根据实验要求，设计模糊控制器、专家控制器和神经网络控制器。
3. 利用仿真软件对控制器进行仿真实验，验证控制效果。
4. 分析实验结果，对控制器进行优化和改进。
智能控制技术实训报告册
一、前言随着科技的飞速发展，智能控制技术在工业、农业、医疗、家居等各个领域得到了广泛应用。
为了提高学生对智能控制技术的理解和应用能力，我们开展了为期一周的智能控制技术实训。
本次实训旨在通过理论与实践相结合的方式，让学生深入了解智能控制技术的原理、应用及发展趋势。
二、实训目的1. 理解智能控制技术的基本概念、原理和应用领域。
2. 掌握智能控制系统的基本组成和设计方法。
3. 培养学生的动手实践能力和创新意识。
4. 提高学生解决实际问题的能力。
三、实训内容1. 智能控制技术基础理论（1）智能控制的基本概念及分类（2）智能控制系统的基本组成（3）智能控制算法及实现方法（4）智能控制技术在各个领域的应用2. 实验室实训（1）智能控制系统的硬件搭建（2）智能控制算法的编程实现（3）智能控制系统的调试与优化（4）智能控制系统的应用案例分析3. 实践项目（1）设计并实现一个简单的智能控制系统（2）针对实际问题，提出解决方案并设计智能控制系统（3）撰写实训报告，总结实训心得体会四、实训过程1. 理论学习在实训的第一天，我们组织学生学习了智能控制技术的基础理论知识，包括智能控制的基本概念、分类、组成、算法及实现方法等。
通过理论讲解和案例分析，使学生初步了解了智能控制技术的内涵和应用前景。
2. 实验室实训在实训的第二至四天，我们带领学生进入实验室，进行智能控制系统的硬件搭建、编程实现、调试与优化等环节。
在实验过程中，学生分组进行实践操作，教师现场指导，确保学生能够熟练掌握实训技能。
3. 实践项目在实训的最后一天，学生根据所学知识，设计并实现了一个简单的智能控制系统。
同时，针对实际问题，提出解决方案并设计智能控制系统。
在此过程中，学生充分发挥了自己的创新意识和解决问题的能力。
五、实训成果通过本次实训，学生取得了以下成果：1. 理解了智能控制技术的基本概念、原理和应用领域。
2. 掌握了智能控制系统的基本组成和设计方法。
3. 培养了学生的动手实践能力和创新意识。
《智能控制》实验指导书
《智能控制》实验指导书《智能控制》实验指导书河北工业大学控制科学与工程学院2013.09实验一基于MATLAB的模糊推理系统设计一、实验目的要求在掌握模糊控制器基本工作原理和设计方法的基础上，熟悉MALAB的模糊控制工具箱，能针对实际问题设计模糊控制器，建立模糊控制系统，训练学生综合运用计算机来解决一些实际问题的能力。
二、实验要求1. 熟练掌握基于MATLAB的模糊推理系统设计；2. 设计小费模糊推理系统；3. 设计水箱液位模糊控制系统。
三、实验内容（一）模糊逻辑工具箱的介绍模糊逻辑工具箱提供的图形用户界面（GUI）工具有五个：模糊推理系统（FIS）编辑器；隶属函数编辑器；模糊规则编辑器；模糊规则观察器；输出曲面观察器。
1. FIS编辑器：Matlab的FIS界面如图1所示。
FIS处理系统有多少个输入变量，输出变量，名称是什么，模糊算子“与”(min，prod乘积，custom自定义)，“或”(max大，probor 概率统计方法，custom)，推理方法（min，prod，custom），聚类方法（max，probor，sum，custom），解模糊的方法（centroid 质心法，bisector中位线法，middle of maximum，largest of maximum，smallest of maximum）。
推理的类型有mamdani和sugeno 推理。
图1 模糊推理系统（FIS）界面Mamdani推理：一种在模糊控制中普遍使用的方法，它本质上仍然是一种合成推理方法，只不过对模糊蕴涵关系取不同的形式而已。
Mamdani 型推理从每个规则的结果中得到的模糊集通过聚类运算后得到结果模糊集，被反模糊化后得到系统输出。
Sugeon型推理：其中每个规则的结果是输入的线性组合，而输出是结果的加权线性组合。
2. 隶属函数编辑器确定各个变量的论域和显示范围（左下角编辑区内），如图2所示。
定义每个变量的模糊集的名称和个数（Edit菜单中Add MFs），以及每个模糊变量的隶属函数类型和参数（点击变量的隶属函数曲线后在右下角编辑区内修改）。
智能控制实验报告
智能控制仿真实验实验一模糊控制系统的仿真实验实验二 BP神经网络的仿真实验实验三遗传算法仿真实验实验四智能控制实际工程处理（选做）实验一模糊控制系统的仿真实验实验目的：现有被控对象一：G(s)=1/(s2+2s+1)被控对象二：G(s)=K /【(T1s+1)(T2s+1) 】试设计一个模糊控制系统来实现对它的控制，并完成以下任务实验任务一：请根据以上的数据重新仿真一下，看Ke的变化对系统性能的影响是否如此？然后仍以G(s)=1/(s2+2s+1) 为被控对象，按照同样的方法仿真并分析Kc、Ku的变化对系统性能的影响。
1.相同参数不同控制器解模方法下的图形BISECTORMOMSOMLOM2.不同参数相同解模方法下的图形（解模方法均为BISECTOR）（1）Ke的影响（Kc=5，Ku=8）Ke=1（2）Kc的影响（Ke=9，Ku=8）Kc=1（3）Ku的影响（Ke=9，Kc=5）Ku=1小结：由以上图形分析可得，不同的解模方法输出的结果不同，经比较BISECTOR 的解模方法更加合适。
参数Kc、Ku不变时，随着Ke的减小，上升时间将增大；Ke、Ku不变时，随着Kc的减小超调变大；Ke、Kc不变时随着Ku的减小，输出越来越低于1。
可知Ke=9、Kc=5、Ku=8更为合适。
实验任务二：仍使用以上设计的模糊控制器，被控对象为： G(s)=K /【(T 1s+1)(T 2s+1)】 ，被控对象的参数有以下四组： 第一组参数： G(s)=20/【(1.2s+1)(4s+1)】 第二组参数： (s)=20/【(0.4s+1)(4s+1)】 第三组参数： G(s)=20/【(2s+1)(4s+1)】 第四组参数： G(s)=20/【(2s+1)(8s+1)】请根据由任务一得到的Ke 、Kc 、Ku 的变化对系统性能影响的规律，选择第一组参数作为被控对象参数，调试出适合该系统的最佳的Ke 、Kc 、Ku 和反模糊化方法；并在你调出的最佳的Ke 、Kc 、Ku 状态下，将对象参数分别变成第二、三、四组的参数，仿真出结果，并分析fuzzy controller 的适应能力。
智能控制技术实验教学大纲
智能控制技术实验教学大纲一、制定本大纲的依据根据2004级电气工程与自动化专业培养计划和智能控制技术课程教学大纲制定本实验教学大纲。
二、本实验课程的具体安排实验项目的设置及学时分配三、本实验课在该课程体系中的地位与作用智能控制技术实验是智能控制技术课程的重要组成部分，属于专业基础实验范畴。
作为与相关教学内容配合的实践性教学环节，应在智能控制技术理论课教学过程中开设。
学生应具有自动控制理论、系统仿真的基础知识。
四、学生应达到的实验能力与标准感知器、BP 神经网络是最基本且最为常用的神经网络，学生通过实验应能构建感知器和BP 神经网络，并分析其性能，学会应用神经网进行系统辨识，能设计神经网络用PID 控制和模型参考自适应控制中。
五、讲授实验的基本理论与实验技术知识实验 一 感知器神经网络设计1.实验的基本内容（1）设计一个感知器网络，实现“与”操作功能。
（2）设计一个感知器网络，实现区分奇数和偶数的功能。
2.实验的基本要求 （1）事先编好程序 （2）上机独立调试完成。
（3）按照实习报告表的要求，分析试验过程与结果 3.实验设备计算机，WidowsXP ，Matlab6.5。
实验 二 感知器神经网络设计1.实验的基本内容（1）设计BP 网络，并验证各种不同的学习算法 (2) 用BP 网络逼近非线性函数 2.实验的基本要求 （1）事先编好程序 （2）上机独立调试完成。
（3）按照实习报告表的要求，分析试验过程与结果 3.实验设备计算机，WidowsXP ，Matlab6.5。
实验 三 非线性系统辨识器设计1.实验的基本内容（1）对于一个非线性系统，有输入信号x 和输出信号y ，其非线性函数为：)2cos(2)1(2x e y x π-=，试建立该系统的神经网络模型。
（2）仿真对象模型为：)(2.1))(sin(8.0)1(k u k y k y +=+试用内时延反馈网络对此非线性动态系统进行系统辨识。
智能控制系统-实验指导书-实验一-BP算法的MATLAB实现
实验一、BP算法的MATLAB实现一、实验目的1、了解MATLAB集成开发环境2、了解MATLAB编程基本方法3、加深对ＢＰ算法的理解和掌握二、实验内容1、MATLAB基本指令和语法。
2、ＢＰ算法的MATLAB实现三、实验步骤1、熟悉MATLAB开发环境2、输入参考程序3、设置断点，运行程序，观察运行结果四、参考程序%lr为学习步长，err_goal期望误差最小值，max_epoch训练的最大次数，隐层和输出层初值为零lr=0.05;err_goal=0.0001;max_epoch=10000;a=0.9;Oi=0;Ok=0;%两组训练集和目标值X=[1 1;-1 -1;1 1];T=[1 1;1 1];%初始化wki，wij（M为输入节点j的数量；q为隐层节点i的数量；L为输出节点k的数量）[M,N]=size(X);q=8;[L,N]=size(T);wij=rand(q,M);wki=rand(L,q);wij0=zeros(size(wij));wki0=zeros(size(wki));for epoch=1:max_epoch%计算隐层各神经元输出NETi=wij*X;for j=1:Nfor i=1:qOi(i,j)=2/(1+exp(-NETi(i,j)))-1;endend%计算输出层各神经元输出NETk=wki*Oi;for i=1:Nfor k=1:LOk(k,i)=2/(1+exp(-NETk(k,i)))-1;endend%计算误差函数E=((T-Ok)'*(T-Ok))/2;if (E<err_goal)break;end%调整输出层加权系数deltak=Ok.*(1-Ok).*(T-Ok);w=wki;wki=wki+lr*deltak*Oi';wki0=w;%调整隐层加权系数deltai=Oi.*(1-Oi).*(deltak'*wki)';w=wij;wij=wij+lr*deltai*X';wij0=w;endepoch %显示计算次数%根据训练好的wki，wij和给定的输入计算输出X1=X;%计算隐层各神经元的输出NETi=wij*X1;for j=1:Nfor i=1:qOi(i,j)=2/(1+exp(-NETi(i,j)))-1;endend%计算输出层各神经元的输出NETk=wki*Oi;for i=1:Nfor k=1:LOk(k,i)=2/(1+exp(-NETk(k,i)))-1;endendOk %显示网络输出层的输出五、思考题假设训练样本X=[1 1;-1 -1;1 1]，目标输出T=[1 1;1 1]，建立一个输入层3个神经元，单隐层8个神经元，输出层2个神经元的网络结构，其中隐层、输出层神经元的传递函数均为sigmoid函数，（1）试利用BP学习算法实现该网络的训练过程；（2）利用增加动量项的BP学习算法实现该网络；。
智能控制实验报告1
智能控制实验报告实验题目: 模糊控制器设计学院: 电气工程学院班级:姓名:学号:实验题目: 模糊控制器设计实验目的: 1.熟悉和掌握模糊控制器的结构、原理及应用；2、熟练应用MATLAB软件, 进行模糊控制的Matlab仿真。
实验原理：在Simulink环境下对PID控制系统进行建模：对模糊控制系统的建模关键是对模糊控制器的建模。
Matlab软件提供了一个模糊推理系统（FIS）编辑器, 只要在Matlab命令窗口键入Fuzzy就可进入模糊控制器编辑环境。
模糊推理系统编辑器用于设计和显示模糊推理系统的一些基本信息, 如推理系统的名称, 输入、输出变量的个数与名称,模糊推理系统的类型、解模糊方法等。
实验仪器: 计算机MATLAB软件实验步骤：打开模糊推理系统编辑器, 在MATLAB的命令窗（command window）内键入：fuzzy命令, 弹出模糊推理系统编辑器界面, 如下图所示：在FIS编辑器界面上, 执行菜单命令“Edit”-> “Add Variable”->“Input”, 加入新的输入input, 如下图所示:选择input（选中为红框）, 在界面右边文字输入处键入相应的输入名称, 例如温度输入用tmp-input, 磁能输入用mag-input, 如下图所示:双击所选input, 弹出一新界面, 在左下Range处和Display Range处, 填入取值范围, 例如0至9（代表0至90）；在右边文字输入Name处, 填写隶属函数的名称, 例如lt或LT（代表低温）；在Type处选择trimf（意为: 三角形隶属函数曲线, triangle member function）在Params（参数）处, 选择三角形涵盖的区间, 填写三个数值, 分别为三角形底边的左端点、中点和右端点在横线上的值如下图中所示:用鼠标左键双击输入变量, 弹出输入变量的隶属函数编辑器, 执行菜单命令“Edit”-> “Remove All MFs”, 然后执行菜单命令“Edit”-> “Add MFs”, 弹出“Membership Function”对话框, 将隶属函数的类型设置为“trimf”,并修改隶属函数的数目为3, 如图所示, 单击“OK”按钮返回。
《智能控制》实验指导书
《智能控制》实验指导书通过对智能控制系统的仿真实验，加深对智能控制原理的理解，并且学习和掌握智能控制的实现方法。
实验一 控制系统的基本结构仿真实验目的:建立智能控制研究的实验环境。
实验要求：1． 对单输入－单输出反馈控制系统（如图一），进行结构仿真。
图1 控制系统的基本结构（1） 被控对象的数学模型0G (s) = )1)(1(21s++-s T s T Ke τ ，（K 、1T 、2T 、τ>0） （2） 控制器包括：PID 控制器、专家系统控制器、模糊控制器、仿人智能控制器。
2． 建立友好的人－机接口（1） 对于被控对象参数可以通过人－机界面设置和修改。
（2） 对于各种控制器可以通过人－机界面选择，并设置该控制器的控制参数。
（3） 通过人－机界面可显示系统的响应曲线。
实验二 PID 控制的设计与实现实验目的:掌握PID 控制的实现方法和系统整定方法，了解PID 控制的鲁棒性。
实验要求：1． 设计并实现PID 控制器。
2． 设被控对象参数为：K=2、1T =1、2T ＝2.5、τ=0.6；要求单位阶跃响应指标：超调量σ%≤10%，调节时间s t ≤10秒；试对系统进行整定，给出实验结果：（1） 控制器参数：p K 、i K 、d K 及采样时间T ；（2） 系统实际的性能指标：σ%、s t ；（3） 系统的单位阶跃响应曲线y(t);3. 保持控制器所有控制参数不变，只改变被控对象的纯时延τ，检验系统的鲁棒性（对τ变化的适应能力）。
（1） τ=1.2时，运行系统。
给出系统的单位阶跃响应曲线，并计算响应的系统性能指标σ%、s t 。
（2） τ=1.8时，运行系统。
给出系统的单位阶跃响应曲线，并计算响应的系统性能指标σ%、s t 。
实验三 专家系统控制的设计与实现实验目的:掌握专家系统控制的原理和实现方法，了解专家系统控制的鲁棒性。
实验要求：1． 可以采用直接专家系统控制或间接专家系统控制。
说明所采用的专家系统控制原理。
智能控制实验
实验一 模糊控制器设计与实现实验名称：模糊控制器设计与实现实验教学的指导思想和教学目的：本实验是在学生掌握模糊控制器基本工作原理和设计方法基础上，阅读有关参考书利用MATLAB 中Fuzzy toolboxes 设计模糊控制器，并建立模糊控制系统。
实验教学的基本要求：要求学生通过上机实习，熟悉MATLAB 的基本操作命令、simulink 和模糊控制工具箱的使用，掌握利用MATLAB 设计模糊控制器的基本方法，为以后利用计算机进行模糊控制系统分析与设计打下良好的基础。
实验步骤：模糊控制位置跟踪被控对象为首先运行模糊控制器程序chap4_2.m ，并将模糊控制系统保存在a2之中。
然后运行模糊控制的Simulink 仿真程序，位置指令取正弦信号，仿真结果如图4-10所示。
模糊控制位置跟踪的Simulink 仿真程序见chap4_3.mdl 。
图4-10 正弦位置跟踪s 50s 400)(2+=s G实验二 洗衣机模糊控制器的设计与仿真实验名称：洗衣机模糊控制器的设计与仿真实验目的：掌握洗衣机模糊控制器的设计步骤以及MATLAB 仿真实现实验步骤：（1）模糊控制器的结构选用单变量二维模糊控制器。
控制器的输入为衣物的污泥和油脂，输出为洗涤时间。
（2）定义输入输出模糊集将污泥分为三个模糊集：SD （污泥少），MD （污泥中），LD （污泥多），取值范围为[0，100]。
（3）定义隶属函数选用如下隶属函数：采用三角形隶属函数实现污泥的模糊化，如图4-11所示。
采用Matlab 仿真，可实现污泥隶属函数的设计，仿真程序为chap4_4.m将油脂分为三个模糊集：NG （无油脂），MG （油脂中），LG （油脂多），取值范围为[0，100]。
选用如下隶属函数：采用三角形隶属函数实现污泥的模糊化，如下图4-12所示。
仿真程序同污泥隶属函数。
⎪⎪⎩⎪⎪⎨⎧≤<-=⎩⎨⎧≤<-≤≤=≤≤-==1005050/)50()(1005050/)100(50050/)(50050/)50()(x x x x x x x x x x x LD MD SD μμμμ污泥⎪⎪⎩⎪⎪⎨⎧≤≤-=⎩⎨⎧≤<-≤≤=≤≤-==1005050/)50()(1005050/)100(50050/)(50050/)50()(y y y y y y y y y y y LG MG NG μμμμ油脂图4-12 油脂隶属函数将洗涤时间分为三个模糊集：VS （很短），S （短），M （中等），L （长），VL （很长），取值范围为[0，60]。
建筑环境智能控制技术实训指导书.docx
建筑环境智能控制技术实训一、实训目的通过实训，了解楼宇自控系统软硬件系统的构成，掌握建筑设备(特别是空调系统)的控制原理, 掌握楼宇自控系统设计的一般方法。
在熟悉美国八LC 楼宇自控系统软硬件的基础上，完成某楼宇口控系统中部分设备控制的初步方案 设计，并进行软件设计调试。
二、实训装置ALC/WebCTRL 楼宇自控实训平台：联大实训室VAV 空调系统及ALC/WebCTRL 控制系统，并与局域网相连，实训室的每台计算机均为服务器/工作站，监控系统的运行状况。
(一)ALC/WebCTRL 楼宇自控系统简介ALC/WebCTRL 楼宇自控系统是一个“Native BACnet”系统，具备先进性，开放性和标准化特性。
是一套先进、可靠和完善的楼宇监控系统，可以收集、记录、保存和管理各系统中重要信息及数据， 从而达到自动化管理和节约能源的效果。
下面分别対ALC/WebCTRL 的软硬件系统进行介绍。
ARCnetBACnet|156KWebCTRL 系统网络结构图1. ALC/WebCTRL 的硬件系统WebCTRL 系统采用分布式结构，分散控制，集屮管理。
它是由操作站(OWS)、通讯网络、网络路由 器及直接数字控制器(DDC)所构成的一种智能化控制网络。
(1)通讯网络：分为三个层次。
① 区域网：通信协议为BACnet/IP 0以太网通讯路由器LGE 支持BACnet/IP 协议RJ45通讯 口及10Mbyte 速度，并连接主控制器网，负责其间路由功能，可和其它路由器及WebCTRL Server 通讯交换资料，达成互动的多主控制器网络的系统。
而WebCTRL Server 负责以网 页标准和各近端及远程操作工作台通讯。
② 主控制器网：通信协议为BACnet(Arcnet, 156kbps),速度快但造价较高。
主网拓扑结构有 三种模式：总线式，星型混合、混合式。
传输介质为屏蔽双绞线。
③ 子控制器网：通信协议为BACnet(MS/TP, 38.4kbps),速度相对慢些但造价便宜。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
智能控制理论及应用(实验指导书)实验一模糊控制的理论基础实验实验目的：学习隶属函数编程；模糊矩阵合成运算编程；模糊推理运算编程。
1隶属函数编程学习P39 例2-12 （以下为例程）完成思考题P80 2-2 写出W及V两个模糊集的隶属函数，并绘出“非常老，很老，比较老，有点老”的四个隶属度函数仿真后的曲线。
%Membership function for old Peopleclear all;close all;for k=1:1:1001x(k)=(k-1)*0.10;if x(k)>=0&x(k)<50y(k)=0;elsey(k)=1/(1+(1/((x(k)-50)/5)^2));endendplot(x,y,'k');xlabel('X Years');ylabel('Degree of membership');2 模糊矩阵合成仿真程序学习P31例2-10，仿真程序如下。
完成思考题P81 2-5，并对比手算结果。
clear all;close all;A=[0.2,0.8;0.6,0.1];B=[0.5,0.7;0.1,0];%Compound of A and Bfor i=1:2for j=1:2AB(i,j)=max(min(A(i,:),B(:,j)'))endend3 模糊推理仿真程序学习P47 例2-16，仿真程序如下。
完成思考题2-9，并对比手算结果。
clear allclose alla=[1;0.5]b=[0.1;0.5;1]c=[0.2;1]for i=1:2for j=1:3ab(i,j)=min(a(i),b(j));%求出Dendendt1=[];for i=1:2t1=[t1;ab(i,:)'];end%准备好DT;for i=1:6for j=1:2r(i,j)=min(t1(i),c(j));endend%求出Ra1=[0.8;0.1]b1=[0.5;0.2;0]for i=1:2for j=1:3ab1(i,j)=min(a1(i),b1(j)); %求出D1 endendt2=[];for i=1:2t2=[t2;ab1(i,:)'];endfor i=1:6for j=1:2d(i,j)=min(t2(i),r(i,j));c1(j)=max(d(:,j))；endend实验二 自动小车沿直线行进模糊控制系统仿真矿区除尘一直是煤矿生产的重要工作，这既是生产环境的要求也是对工作人员身体健康的保证。
采用自动行进的洒水车进行除尘工作是矿区除尘的主要发展方向。
模糊控制技术对于不确定系统具有良好的控制效果，所以引入模糊控制算法对矿区洒水车进行自动控制是解决道路凹凸影响的有效途径。
洒水车行进轨迹一定的时候，洒水车相对预定轨迹的误差如图1所示。
可以取其中两个量表示误差。
一个是洒水车行进方向与预定轨迹的夹角θ，一个是洒水车中心点到预定轨迹的距离d 。
显然，当洒水车平稳行进的时候夹角θ和距离d 将一直保持为0。
但是当路面凹凸不平时，洒水车在行进路线上就会产生一定的偏移。
对洒水车的控制就是控制这两个偏移量，使得洒水车在出现偏移后能自动调整方向回到预期轨迹上来。
图1 洒水车行进中的误差1 模糊控制器的设计采用夹角θ和距离d 作为输入，洒水车导向轮与车体偏转角α作为输出量。
以在预定道路右向为正，左向为负。
由于路面不平带来的洒水车偏移一般都不大，设定夹角θ的范围是-6º～6º，距离d 的范围是-1.2m ～1.2m ，偏转角α的范围是-30º～30º，每个变量论域均包括NB 、NM 、NS 、Z 、PS 、PM 、PB 七个模糊子集。
三个变量的隶属度函数如图2所示，模糊控制规则如表1所示。
(a) (b)（c ）图2隶属度函数(a)夹角θ (b)距离d (c)偏转角α表1模糊控制规则dNB NM NS Z PS PM PBθNB PB PB PB PB PM PS Z NM PB PB PM PM PS Z Z NS PB PM PM PS Z Z NS Z PM PS PS Z NS NS NM PS PS Z Z NS NM NM NB PM Z Z NS NM NM NB NB PB Z NS NM NB NB NB NB2 仿真程序如下fisb=readfis('fisb'); %从磁盘中加载模糊推理系统函数；kk=1000;ww=0.0001;xx=1:kk;x=zeros(kk,1);yy=x;nowxita=x;x(1)=-0.8;%d的初值nowxita(1)=-6; %xita的初值y=1;step0=0.1;jj=zeros(2,1);while y<kkif abs(x(y))<ww&abs(nowxita(y))<wwalf=0;elsealf=evalfis([x(y) nowxita(y)],fisb) ;endpi0=2*asin(1);if -ww<alf&alf<wwif -ww<nowxita(y)&nowxita(y)<wwx(y+1)=x(y);nowxita(y+1)=nowxita(y);yy(y+1)=yy(y)+step0;elsex(y+1)=step0*cos(pi0*(90-nowxita(y)-alf)/180)+x(y);nowxita(y+1)=nowxita(y)+alf;yy(y+1)=yy(y)+step0*sin(pi0*(90-nowxita(y)-alf)/180);endelsealf0=pi0*alf/180;rr=7.5*tan(pi0*6/180)/tan(alf0);beita=step0*360/(2*pi0*rr);nowxita(y+1)=nowxita(y)+beita;beitaa=beita*pi0/180;xx0=rr*(1-cos(beitaa));yy0=rr*sin(beitaa);rr0=(xx0^2+yy0^2)^0.5;beita0=acos(xx0/rr0);beita0=beita0*180/pi0;beita1=beita0-nowxita(y);beita2=beita1*pi0/180;x(y+1)=x(y)+rr0*cos(beita2);yy(y+1)=yy(y)+rr0*sin(beita2);endy=y+1;if (jj(1)==0)if (abs(x(y))<0.1)jj(1)=yy(y);endendif (jj(2)==0)if (abs(x(y))<0.05)jj(2)=yy(y);endendendfigure(1)plot(yy,x,'r')hold onfigure(2);plot(yy,nowxita);jj表2 不同初始位置仿真结果初始d初始θ0.1m处洒水车行进距离（m）0.05m处洒水车行进距离（m）-0.2 -5º10.4984 17.8982-0.2 5º 4.1980 11.6978-0.6 -4º20.0704 27.5702-0.6 4º14.6869 22.1867-0.8 -6º18.3797 25.7795-0.8 6º16.6772 24.1770-1.0 -1º19.9709 27.4707-1.0 1º19.8710 27.37093 小结针对矿区道路凹凸不平导致洒水车行进产生偏移的现象，提出了除尘洒水车行进模糊控制算法，仿真结果表明该方法对于洒水车突然出现的偏移可在较短距离内自动调整线路，恢复预期行驶路线。
这将为矿区除尘洒水车的行进控制提供理论基础。
实验三神经网络---感知机实验内容：1）看懂《教学辅导材料》中实现“与”功能的程序2）编写能实现“或”功能的感知机程序，要求：a) 给出完整的程序，并对重要的函数及语句给于解释说明，程序中要用语句画出训练误差图，分类图等b) 在实验报告中，画出设计的网络的结构图（几层，几个神经元等），并在图中标出训练好的权值阈值。
附件：（程序）%建立一个感知机网络，使其能够完成“或”的功能%感知机神经网络学习阶段%自编程，没用mat工具箱err_goal=0.001;lr=0.9;max_expoch=10000;X=[0 0 1 1;0 1 0 1];T=[0 1 1 1];[M,N]=size(X);[L,N]=size(T);Wij=rand(L,M);y=0;b=rand(L);for epoch=1:max_expochNETi=Wij*X;for j=1:Nfor i=1:Lif(NETi(i,j)>=b(i))y(i,j)=1;elsey(i,j)=0;endendendE=(T-y);EE=0;for j=1:NEE=EE+abs(E(j));endif(EE<err_goal) break;endWij=Wij+lr*E*X';b=b+sqrt(EE);endepoch,Wij,b%第二阶段工作期，验证网络X1=X;NETi=Wij*X1;[M,N]=size(X1);for j=1:Nfor i=1:Lif(NETi(i,j)>=b(i))y(i,j)=1;elsey(i,j)=0;endendendy%直接利用matlab 工具箱（initp trainp simup）clear allNNTW ARN OFFp=[0 0 1 1 ;0 1 0 1]t=[0 1 1 1][w1,b1]=initp(p,t)[w1,b1,epoches,errors]=trainp(w1,b1,p,t,[-1])；% %%%%%%%%%%%计算完毕figure(2);ploterr(errors)a1=simup(p,w1,b1);%%%%%%中间隐层的输出a1e=t-a1;k=1:1:4;figure(3);plot(k,e)实验四神经网络----双层感知机实验内容：1）用双层感知机实现“异或”功能2）编写程序，设计网络，实现下面功能：四个变量：x1，x2 ，x3 ，x4正常状态：x i(i=1……4)四个变量均正常轻微故障：只有一个变量不正常（故障）严重故障：有任何两个变量不正常禁止使用：任何三个变量不正常设计网络能实现，对任意给定，网络能判断出目前系统处于何种故障状态。