智能控制 第2章 模糊控制仿真简介(2)

5、模糊规则建立 ①函数addrule 功能：向模糊推理系统添加模糊规则。 格式：a=addrule(a,rulelist) 说明：参数a为模糊推理系统对应的矩阵变量名称，rulelist 以向量的形式给出需要添加的模糊规则。如果模糊推理系 统有m个输入语言变量和n个输出语言变量，则向量rulelist 的列数必须为m+n+2，而行数等于需要添加的规则数目。
Range=[0 1Leabharlann Baidu]
例：getfis(a,’input’,1,’name’) 输出结果：service
④ 函数showfis
功能：以分行的形式显示模糊推理系统矩阵的所有属性。 格式：showfis(fismat) ⑤ 函数writefis 功能：将以矩阵形式保存在内存中的模糊推理系统的数 据写入磁盘文件中。 格式：writefis(fismat,filename)
1 x c 2 ( ) 2
④函数zmf 功能：建立Z型隶属度函数。
格式：y=zmf(x,[a b])
说明：曲线在（a,b）之间是光滑的样条曲线，在a左 段为1，b右段为0,跳跃点是(a+b)/2。参数x指定变量论 域范围。 例： x=0:0.1:10; y=zmf(x, [2 8]); plot(x,y) xlable(‘zmf,P=[2 8]’)
例：a=readfis(‘tipper’);
getfis(a) 输出结果：Name=tipper Type=mamdani NumInputs=2
………
例：getfis(a,’input’,1) 注：属性为‘input’或‘output’时，后面的第三个参数 指定某一个输入或输出语言变量。 输出结果：Name=service NumMFs=3 MFLabels=poor good excellent
1 2，2（1）：1
6、计算模糊推理输出结果函数evalfis 格式：y=evalfis(U,FIS)
说明：参数U是输入数据，FIS是模糊推理矩阵。 U的每一行是一个特定的输入向量，Y的每一行是 一个特定的输出向量。
如果输入U是M*N矩阵，则系统是N输入的， 返回的Y是M*L矩阵，L是系统的输出的数目。
2、模糊逻辑系统输入输出变量及隶属度函数的添加 ①函数addvar 功能：向模糊推理系统中添加语言变量。 格式：a=addvar(a, varType, varName, varBounds) 说明：参数列表中，a为模糊推理系统对应的矩阵变量名， varType用于指定语言变量的类型为字符型（如‘input’ 或‘output’）； varName用于指定语言变量的名； varBounds用于指定语言变量的论域范围。 注意：对于添加到同一个模糊推理系统的语言变量，按 先后顺序自动编号，编号从1开始，逐渐递增。对于分属 于输入与输出的不同语言变量则独立地分别编号。 例：a=newfis(‘tipper’); //创建并返回一个新的FIS系统 a=addvar(a,’input’,’service’,[0 10]); getfis(a,’input’,1) //取得FIS的部分或全部属性
功能：绘制语言变量所有语言值的隶属度函数曲线。
格式：plotmf(fismat,varType,varIndex) 说明：参数fismat指明模糊推理系统的对应矩阵变量 名称；varType指明变量类型（’input’或’output’）； varIndex指明输入或输出语言变量的编号。 例： plotmf(a,’input’,2)
例：fismat=readfis(‘tipper’); //tipper.fis已经存在
③函数getfis
功能：取得模糊推理系统的部分或全部属性。 格式：getfis(a) //显示系统所有属性 //显示系统某一属性
getfis(a,’fisprop’)
getfis(a,’vartype’,varindex,’varprop’)
⑴ 模糊推理系统编辑器Fuzzy 处理最顶层构建问题，例如输入输出变量的数目、变量名等 激活（进入）方法：命令窗口(command window)执行 Fuzzy命令。
激活模糊推理系统系统编辑器 ：
基本属性
输入模糊变量图形框 组成 模糊规则图形框
双击
双击
Mfedit Ruleedit
Mfedit
接口仿真逻辑模块（Simulink环境）
一、图形交互工具箱提供的图形化工具有五类：
模糊推理系统编辑器Fuzzy
隶属度函数编辑器Mfedit (Membership function)
模糊规则编辑器Ruleedit 模糊规则观察器Ruleview 模糊推理输入输出曲面视图Surfview (Surface)
二、系统设计要求： 1、输入变量：偏差e、偏差变化率de；输出变量：u相应隶属度函数为：
2、规则要求：
3、反模糊化方法：平均最大隶属度函数法mom。
2.3 模糊控制系统仿真简介
• 参考文献:石辛民 编著. 模糊控制及其MATLAB
仿真.北京:清华大学出版社/北京交通大学出版
社,2008.3
2.3.1 MATLAB模糊逻辑工具箱
建立模糊逻辑推理系统
命令行函数（以 .m文件存放） 工具 图形交互工具(GUI－Graphical User Interface) (图形用户界面)
③ 函数gaussmf 功能：建立高斯型隶属度函数。
格式：y=gaussmf(x,[sig c])
其中：参数x指定变量论域范围，参数c决定了函数的中心 点，sig决定了函数曲线的宽度σ 。 高斯函数的表达式为： y e 例： x=0:0.1:10; y=gaussmf(x, [2 5]); plot(x,y) xlable(‘gaussmf,P=[2 5]’)
②函数showrule
格式：showrule(fis) showrule(fis,indexlist) showrule(fis,indexlist,format) 说明：fis为模糊推理系统矩阵变量的名称；indexlist为 规则编号，可以以向量形式指定显示多条规则； format为显示方式，有三种显示方式，即语句方式 （verbose），符号方式（symbolic）和索引方式 （indexed）。 例：showrule(a,1:2,’indexed’) 输出结果：1 1，1（1）：1
例：writefis(a,’my_file’)
type my_file.fis
⑥ 函数setfis
功能：设置、改变模糊推理系统的属性。 格式：FIS2=setfis(fis1,’fispropname’,newPropValue) 说明：参数fis1指明模糊推理系统的名称；fispropname 指明模糊推理系统的全局属性； newPropValue指明此 属性的新值。 例：a=readfis(‘tipper’); a2=setfis(a,’DefuzzMethod’,’mom’); Defuzzification:
⑤函数smf 功能：建立S型隶属度函数。
格式：y=smf(x,[a b])
说明：曲线在（a,b）之间是光滑的样条曲线，在a左 段为0，b右段为1,跳跃点是(a+b)/2。参数x指定变量论 域范围。 例： x=0:0.1:10; y=smf(x, [2 8]); plot(x,y) xlable(‘smf,P=[2 8]’)
centroid（重心法：系统默认） lom（最大隶属度函数中的取最大值法） bisector（面积平分法） mom（平均最大隶属度法） som（最大隶属度函数中的取最小值法）
4、系统图形显示函数
① 函数plotfis 功能：绘制模糊推理系统的推理过程结构框图。 例：plotfis(‘tipper’) ② 函数plotmf
输出模糊变量图形框
双击
基本属性包括：
1. 模糊集合合成运算（连接词的运算） min（最小法） ① and prod（乘积法）
② or
max（最大法） prober（概率法）
prober(a,b)=a+b-ab
2. 蕴涵计算(Implication)
min prod （乘积法）
3. 输出的合成计算Aggregation（模糊规则综合采用的方法） max prober(a,b)=a+b-ab Aggregation sum（求和法） prober （概率法）
例：fis=readfis(‘tipper’);
out=evalfis([2 1; 4 9],fis) 输出结果：out=7.0169
19.6810
2.3.2 、MATLAB模糊控制设计实例1
（用图形交互工具箱）
一、设计目的：了解用MATLAB模糊工具箱的图形界面可视化工具实 现模糊控制系统的方法。
功能：建立梯形隶属度函数。
格式：y=trapmf(x,[a b c d])
其中：参数x指定变量论域范围，参数a,b, c和d指定梯形隶 属度函数的形状，该函数在b,c点处取最大值1，a,d点为0。 例： x=0:0.1:10; y=trapmf(x, [1 5 7 8]); plot(x,y) xlable(‘trapmf,P=[1 5 7 8]’)
例：a=newfis(‘tipper’);
a=addvar(a,’input’,’service’,[0 10]); a=addmf(a,’input’,1,’poor’,’guassmf’,[1.5 0]); a=addmf(a,’input’,1,’good’,’guassmf’,[1.5 5]); a=addmf(a,’input’,1,’excellent’,’guassmf’,[1.5 10]);
plot(a,’input’,1)
注意：对于每个语言变量的隶属度函数按该函数被添加的顺 序编号，编号从1开始，依次递增。
3、FIS系统相关操作
① 函数newfis
功能：创建并返回一个新的模糊推理系统。
格式：a=newfis(‘fisName’) ②函数readfis 功能：从磁盘中读出并返回模糊推理系统结构变量。 格式：Fismat=readfis(‘filename’) 说明：打开一个由filename指定的数据文件（.fis），并将 其加载到当前的工作空间(Workspace)中的变量Fismat中。
②函数addmf
功能：向模糊推理系统的语言变量添加隶属度函数。
格式：a=addmf(a, varType, varIndex,mfName,mfType, mfParams)
说明：隶属度函数只能为模糊推理系统中已经存在的某 一语言变量的语言值添加隶属度函数。参数列表中，a为 模糊推理系统对应的矩阵变量名， varType指定语言变量 类型的字符串（如‘input’或‘output’）； varIndex指定 语言变量编号的数字；mfName指定隶属度函数名称； mfType指定隶属度函数类型； mfParams指定隶属度函数 的参数。
其中：参数x指定变量论域范围，参数a,b和c指定三角形 函数的形状，该函数在b点处取最大值1，a,c点为0。 例：建立三角形隶属度函数并绘制曲线。
x=0:0.1:10; y=trimf(x, [3 6 8]); plot(x,y) xlable(‘trimf,P=[3 6 8]’)
②函数trapmf(trap表示trapezium梯形)
在rulelist的每一行中，前m个数字表示各输入语言 变量的语言值（隶属度函数的编号），随后的n个数字表 示输出语言变量的语言值，第n+m+1个数字是该规则的 权重，权重的值在0到1之间，一般设定为1；第n+m+2 个数字为0或1两者之一，为1表示模糊规则各输入语言 变量之间是and关系，为0则表示是or关系。
4. 逆模糊化计算(Defuzzification)
centroid（重心法） bisector（面积平分法） lom（最大隶属度函数中的取最大值法） som（最大隶属度函数中的取最小值法）
mom（平均最大隶属度法）
⑵ 在命令窗口键 入mfedit可激活隶 属度函数编辑器
二、命令函数
1、隶属度函数 ①函数trimf(仅介绍该函数) 功能：建立三角形隶属度函数。 格式：y=trimf(x,[a b c])