模糊控制习题一

合集下载

模糊控制理论上机作业讲解.

模糊控制理论上机作业讲解.

大作业: 设三个被控对象的传递函数分别为25.01)1()(+=-s es G s)456.864.1)(5.0(228.4)(22+++=s s s s G33)3)(1(27)(++=s s s GI. 选择传递函数()1G s(1) 首先设计常规PD 控制器,尽量满足参考指标;(2) 将PD 控制器输入输出数据作为专家操作试验数据,分别设计Mamdany 型和T-S 型模糊控制器,进行仿真计算;对模糊控制器,考虑以下因素对系统性能的影响 ①模糊控制器方案的选择; ②语言变量取法;③论域的划分; ④模糊子集(隶属函数)的形状和分布。

(3) 比较PD 、Mamdany 型和T-S 型模糊控制器下系统的性能。

II. 参考性能指标:(1) r(t)=1(t) 时稳态误差为0 ; (2) 超调量不超过5 % ; (3) 调节时间不超过2秒。

确定控制方案, 设计模糊控制器.要求: 设计仿真框图, 编制程序, 给出计算结果及曲线。

(1) 仿真框图(2) 输入输出语言变量的语言值分布图(3) 模糊控制规则表面图 (4) 阶跃响应曲线(5) 性能指标值(稳态误差,超调量,调节时间)模糊控制系统设计1.系统结构确定2.控制规则获取(借助于PD 控制器);)()()(t eK t e K t u d p += 3.定义基本论域,调整语言变量的语言值;4.仿真计算,给出结果(仿真图,语言值分布图,控制规则图,系统动、静态指标)。

)456.864.1)(5.0(228.4)(22+++=s s s s G模糊控制系统仿真 I:\fuzzy\上机作业讲解例1. 用fuzzy 工具箱构建FIS1.PD 仿真,定基本论域 I:\fuzzy\模糊控制演示程序:shiyan01. mdl2.建立模糊模型 3.建立模糊控制器 4.仿真检验例2. 用fuzzy 程序构建FIS1.PD 仿真,定基本论域 I:\fuzzy\模糊控制演示程序:shiyan02. mdl2.建立模糊模型3.建立模糊控制器 I:\fuzzy\模糊控制演示程序:shiyan02. mdl 4.修正论域及语言值分布 5.仿真检验例3. 构建T-S 模糊模型1.确定各模糊条件语言的后件函数2.建立模糊模型3.建立模糊控制器 I:\fuzzy\模糊控制演示程序:shiyan02. mdl 4.仿真检验例1 用Fuzzy 工具箱建立模糊控制器(Mamdani)2.3 1.35u e e =--控制规则表1:fuzzy01U EC Eec1 -1.0 ec2 0.0 ec3 1.0 e1 -1.0 3.65 u5 2.3 u4 0.95 u3e2 0.01.35 u4 0.0 u3 -1.35 u2e3 1.0 -0.95 u3 -2.3 u2 -3.65 u1输出语言变量的语言值控制规则表1:U EC Eec1 ec2 ec3 e1 u5 u4 u3 e2 u4 u3 u2 e3u3u2u1Uu1 u2 u3 u4 u54-2-24例2 用程序建立模糊控制器(Mamdani)[]2.3 1.16u e e=-+控制规则表2:shiyan1U EC E ec1-1.0ec2-0.5ec30.0ec40.5ec51.0e1 -1.0 3.46 u5 2.88 u5 2.30 u4 1.72 u4 1.14 u4 e2 -0.5 2.31 u4 1.73 u4 1.15 u40.57 u30.01 u3 e3 0.0 1.16 u40.58 u30.00 u3-0.58 u3-1.16 u2 e4 0.5-0.01 u3-0.57 u3-1.15 u2-1.73 u2-2.31 u2 e5 1.0-1.14 u2-1.72 u2-2.30 u2-2.88 u1-3.46 u1输出语言变量的语言值U u1u2u3u4u53.6- 1.8-0 1.8 3.6控制规则表2:clear;clc;a=newfis('fis1');a=addvar(a,'input','e',[-3 7]);a=addmf(a,'input',1,'负大','gaussmf',[0.3,-3]); a=addmf(a,'input',1,'负小','gaussmf',[0.3,0]); a=addmf(a,'input',1,'零','gaussmf',[0.3,2]);a=addmf(a,'input',1,'正小','gaussmf',[0.3,4]); a=addmf(a,'input',1,'正大','gaussmf',[0.3,7]); plotmf(a,'input',1);pause;a=addvar(a,'input','ec',[-2 4]);a=addmf(a,'input',2,'负大','gaussmf',[0.3,-2]); a=addmf(a,'input',2,'负小','gaussmf',[0.3,0]); a=addmf(a,'input',2,'零','gaussmf',[0.3,1]);a=addmf(a,'input',2,'正小','gaussmf',[0.3,2]); a=addmf(a,'input',2,'正大','gaussmf',[0.3,4]);plotmf(a,'input',2);pause;a=addvar(a,'output','u',[-5 5]);a=addmf(a,'output',1,'负大','gaussmf',[0.3,-5]);a=addmf(a,'output',1,'负小','gaussmf',[0.3,-1.5]);a=addmf(a,'output',1,'零','gaussmf',[0.3,0]);a=addmf(a,'output',1,'正小','gaussmf',[0.3,1.5]);a=addmf(a,'output',1,'正大','gaussmf',[0.3,5]);plotmf(a,'output',1);pause;控制规则表2“E”值,“EC”值,“U”值,语句权系数,“and”rulelist=[1 1 5 1 1;1 2 5 1 1;1 3 4 1 1;1 4 4 1 1;1 5 4 1 1;2 1 4 1 1;2 2 4 1 1;2 3 4 1 1;2 43 1 1;2 53 1 1;3 14 1 1;3 2 3 1 1;3 3 3 1 1;3 4 3 1 1;3 5 2 1 1;4 1 3 1 1;4 2 3 1 1;4 3 2 1 1;4 4 2 1 1;4 5 2 1 1;5 1 2 1 1;5 2 2 1 1;5 3 2 1 1;5 4 1 1 1;5 5 1 1 1]; a=addrule(a,rulelist); %gensurf(a);pause; fuzzy;shiyan02;% lffz;例3建立模糊控制器(Sugeno)[]=-+2.3 1.16u e e控制规则表3:u=a.e+b.ec+cU ECec1 ec2 ec3 Ee1 u1= 3u2=-2.3e+1u3= -1e2 u4=-1.16ec+2u5=-2.3e-1.16ec u6=-1.16ec-2 e3 u7= 1u8=-2.3e-1u9= -3上机作业:设三个被控对象的传递函数分别为25.01)1()(+=-s es G s)456.864.1)(5.0(228.4)(22+++=s s s s GIII. 选择其中之一, 分别为其设计常规PD 控制器和模糊控制器(E,EC →U),比较两者性能.对模糊控制器,考虑以下因素对系统性能的影响, ①模糊控制器方案的选择; ②语言变量取法;③论域的划分; ④模糊子集(隶属函数)的形状和分布; IV. 参考性能指标:(1) r(t)=1(t) 时稳态误差为0 ; (2) 超调量不超过5 % ; (3) 调节时间不超过2秒. 确定控制方案, 设计模糊控制器.要求: 设计仿真框图, 编制程序, 给出计算结果及曲线。

神经网络与模糊控制考试题及答案

神经网络与模糊控制考试题及答案

一、填空题1、模糊控制器由模糊化接口、解模糊接口、知识库和模糊推理机组成2、一个单神经元的输入是 1.0 ,其权值是 1.5,阀值是-2,则其激活函数的净输入是-0.5 ,当激活函数是阶跃函数,则神经元的输出是 13、神经网络的学习方式有导师监督学习、无导师监督学习和灌输式学习4、清晰化化的方法有三种:平均最大隶属度法、最大隶属度取最小/最大值法和中位数法,加权平均法5、模糊控制规则的建立有多种方法,是:基于专家经验和控制知识、基于操作人员的实际控制过程和基于过程的模糊模型,基于学习6、神经网络控制的结构归结为神经网络监督控制、神经网络直接逆动态控制、神网自适应控制、神网自适应评判控制、神网内模控制、神网预测控制六类7.傅京逊首次提出智能控制的概念,并归纳出的3种类型智能控制系统是、和。

7、人作为控制器的控制系统、人机结合作为控制器的控制系统、无人参与的自主控制系统8、智能控制主要解决传统控制难以解决的复杂系统的控制问题,其研究的对象具备的3个特点为、和。

8、不确定性、高度的非线性、复杂的任务要求9.智能控制系统的主要类型有、、、、和。

9、分级递阶控制系统,专家控制系统,神经控制系统,模糊控制系统,学习控制系统,集成或者(复合)混合控制系统10.智能控制的不确定性的模型包括两类:(1) ;(2) 。

10、(1)模型未知或知之甚少;(2)模型的结构和参数可能在很大范围内变化。

11.控制论的三要素是:信息、反馈和控制。

12.建立一个实用的专家系统的步骤包括三个方面的设计,它们分别是、和。

知识库的设计推理机的设计人机接口的设计13.专家系统的核心组成部分为和。

知识库、推理机14.专家系统中的知识库包括了3类知识,它们分别为、、和。

判断性规则控制性规则数据15.专家系统的推理机可采用的3种推理方式为 推理、 和 推理。

15、正向推理、反向推理和双向推理16.根据专家控制器在控制系统中的功能,其可分为 和 。

智能控制技术课件模糊控制习题

智能控制技术课件模糊控制习题

a3
0.4
a
4
0.2
a
5
,
B 重 0.2 b1 0.4 b2 0.6 b3 0.8 b4 1b5 , 试确定模糊条件语句“If x 轻 Then y 不非常重”
所决定的模糊关系R,以及模糊语句“x非常轻”
所对应的y。
机械结构力学及控制国家重点实验室
6
习题
(3)设有论域X={u1, u2, u3},Y={v1,v2,v3},
集合“学习好”F。
0
假设采用的隶属度函数:
F (x)
5(x 80)
100
x 80 x 80
机械结构力学及控制国家重点实验室
2
习题
A 0.5 1 0.3 0.1 0 u1 u2 u3 u4 u5
B 0 0.1 0.3 0.7 1 u1 u2 u3 u4 u5
机械结构力学及控制国家重点实验室
快 0 0.1 0.3 0.5 0.7 1 0 20 40 60 80 100
求语言变量“非常快”与“很快”。
机械结构力学及控制国家重点实验室
5
习题
(2) 有论域X a1, a2, a3, a4, a5及
Y b1, b2, b3, b4, b5,并定义 :
A轻
1 a1
0.8
a2
0.6
Z={w1,w2},已知:
A 0.5 1 0.1 u1 u2 u3
B 0.1 1 0.6 v1 v2 v3
C 0.4 0.9 w1 w2
试确定模糊条件语言“如果A和B,则C”所确定 的模糊关系矩阵R,并计算当:
A' 0.8 0.5 0.1 B' 0.1 0.5 0.9
u1 u2 u3

模糊控制做题步骤

模糊控制做题步骤

de
Z NS NM NB
4. 隐含和推理方法的制定
• • • • 隐含采用 ‘mamdani’方法: ‘max-min‘ 推理方法, 即 ‘min‘ 方法 去模糊方法:面积中心法。 选择隶属函数的形式:三角型
MATLAB
-1
1
-0.1
0.1
0
2
也可以用viewsurf菜单命令看模糊控制器的输出量
3.模糊规则确定
e U
PB PM PS NB PL PL PL PL PL PL PL NM PM PM PM PM PM PL PL NS NM NM NS PS PS PS PL NZ NM NM NS Z PS PS PM PZ NM NM NS Z PS PM PM PS NL NS NS NS PS PM PM PM NL NS NM NM NM NM NM PB NB NB NB NB NB NB NB
Scope 1
Scope 2
Scope8 G2 s 0.5 s 2 1.64s 8.456


• 设计一模糊控制器使其超调量不超过1%,输出的上升时间<0.3。
• 步骤
1. 确定e,de和u的论域 2. e,de和u语言变量的选取 3. 规则的制定 4. 推理方法的确定
利用MATLAB的Toolbox工具 • 1. 根据系统实际情况,选择e,de和u的论域 e range : [-1 1] de range: [-0.1 0.1] u range: [0 2] • 2. e,de和u语言变量的选取 e 8个:NB,NM,NS,NZ,PZ,PS,PM,PB de 7个:NB,NM,NS,Z,PS,PM,PB U 7个:NB,NM,NS,Z,PS,PM,PB

模糊控制设计解析.答案共40页文档

模糊控制设计解析.答案共40页文档

60、生活的道路一旦选定,就要勇敢地 走到底 ,决不 回头。 ——左
模糊控制设计解析.答案

26、我们像鹰一样,生来就是自由的 ,但是 为了生 存,我 们不得 不为自 己编织 一个笼 子,然 后把自 己关在 里面。 ——博 莱索

27、法律如果不讲道理,即使延续时 间再长 ,也还 是没有 制约力 的。— —爱·科 克•28、好法律是由坏风俗造出来的。 ——马 克罗维 乌斯

29、在一切能够接受法律支配的人类 的状态 中,哪 里没有 法律, 那里就 没有自 由。— —洛克

30、风俗可以造就法律,也可以废除 法律。 ——塞·约翰逊
56、书不仅是生活,而且是现在、过 去和未 来文化 生活的 源泉。 ——库 法耶夫 57、生命不可能有两次,但许多人连一 次也不 善于度 过。— —吕凯 特 58、问渠哪得清如许,为有源头活水来 。—— 朱熹 59、我的努力求学没有得到别的好处, 只不过 是愈来 愈发觉 自己的 无知。 ——笛 卡儿

习题-模糊辨识与模糊自适应控制(双语)

习题-模糊辨识与模糊自适应控制(双语)

习题-模糊辨识与模糊⾃适应控制(双语)⼀. In contrast with the classical control, what are the characteristics of fuzzy control?Which parts are contained in the simple fuzzy control system? Please present the corresponding block diagram and explain the principle. [与传统控制相⽐,模糊控制的特点是什么?简单模糊控制系统是由哪⼏部分组成的?画出其结构框图并简述其⼯作原理。

]⼆. Fuzzy relation model 、T-S fuzzy model and fuzzy hyperbolic model are threefuzzy model structures used to construct the fuzzy control system. 1. Please describe how to identify the T-S fuzzy model in details.2. Comparing with T-S fuzzy model, what are the advantages of fuzzy hyperbolic model? Why the generalized fuzzy hyperbolic model is introduced? What are the similarities and differences between the generalized fuzzy hyperbolic model and fuzzy hyperbolic model?[⽬前⽤于模糊控制系统构造的模糊模型结构主要有模糊关系模型、T-S 模糊模型和模糊双曲正切模型。

模糊控制考试真题

模糊控制考试真题
a b d e
a b c d e
求:
A B, A B, A A, A B
0.3 0.2 0.2 0.3 已知:R , S 0.5 0.4 , 求:R S , R S , R 0.4 0.5
• 设某电机的控制电压论域 U 1, 2,3, 4 , 转速论域 X 1, 2,3, 4,5 , 若设 A (U ), B 表示“电压高”; ( X ), 表示“转速 1 0.5 快”;已知F子集A和B分别为:B 0.5 1 , A ,
3 4
4
5
用Mamdani算法求出F条件命题“电压高,则 转速快”的F蕴涵关系R。
• 在某家庭中,子女与父母的长像相似关系R是模 糊关系。可看作:A={子,女}、B={父,母}。模 糊关系可表示为:
0.2 0.8 R 0.6 0.1
• 该家中父母与祖父母(C={祖父,祖母})的相似 关系也是模糊关系:
0.5 0.7 S 0.1 0
• 试求、与传统控制相比,模糊控制的特点? • 2、传统控制与智能控制的区别 • 3、隶属度、隶属函数及由隶属度求出隶属 函数的具体步骤是什么? • 4、智能控制应用对象的特点 • 5、智能控制的特点 • 6、人工神经网络的特点
• 已知在论域 U {a, b, c, d , e} 上有两个F 0.6 集 A 0.5 0.2 0.8 0.6 B 0.2 0.5 0.4 , 0.9

模糊控制的Matlab仿真实例.答案共167页文档

模糊控制的Matlab仿真实例.答案共167页文档
模糊控制的Matlab仿真实例.答案
1、纪律是管理关系的形式。——阿法 纳西耶 夫 2、改革如果不讲纪律,就难以成功。
3、道德行为训练,不是通过语言影响 ,而是 让儿童 练习良 好道德 行为, 克服懒 惰、轻 率、不 守纪律 、颓废 等不良 行为。 4、学校没有纪律便如磨房里没有水。 ——夸 美纽斯
5、教导儿童服从真理、服从集体,养 成儿童 自觉的 纪律性 ,这是 儿童道 德教育 最重要 的部分 。—— 陈鹤琴
谢谢
11、越是没有本领的就越加自命不凡。——邓拓 12、越是无能的人,越喜欢挑剔别人的错儿。——爱尔兰 13、知人者智,自知者明。胜人者有力,自胜者强。——老子 14、意志坚强的人能把世界放在手中像泥块一样任意揉捏。——歌德 15、最具挑战性的挑战莫过于提升自我

第三章模糊控制题

第三章模糊控制题

第2章模糊控制3.1模糊控制的基本思想研究和考虑人的控制行为特点,对于无法构造数学模型的对象让计算机模拟人的思维方式,进行控制决策。

将人的控制行为,总结成一系列条件语句,运用微机的程序来实现这些控制规则。

在描述控制规则的条件语句中的一些词,如“较大”、“稍小”、“偏高”等都具有一定的模糊性,因此用模糊集合来描述这些模糊条件语句,即组成了所谓的模糊控制器。

3.2模糊集合的定义模糊集合的定义:给定论域U,U到[0,1]闭区间的任一映射μAμA:U→[0,1]都确定U的一个模糊集合A,μA称为模糊集合且的隶属函数。

μA(x)的取值范围为闭区间[0,1],μA(x)接近1,表示x属于A的程度高;μA(x)接近0,表示x 属于A的程度低。

3.3常用的3种模糊集合的表示方法,(1)Zadeh表示法用论域中的元素xi 与其隶属度μA(x i)按下式表示A,则在Zadeh表示法中,隶属度为零的项可不写入。

(2)序偶表示法用论域中的元素xi 与其隶属度μA(x i)的构成序偶来表示且,则在序偶表示法中,隶属度为零的项可省略。

(3)向量表示法用论域中元素xi 的隶属度μA(x i)构成向量来表示,则在向量表示法中,隶属度为零的项不能省略。

3.4凸模糊集的定义若A是以实数R为论域的模糊集合,其隶属函数为μA(x),如果对任意实数a<x<b,都有则称A为凸模糊集。

凸模糊集实质上就是其隶属函数具有单峰值特性。

1⎪b - a (x - a ), a ≤ x < b μ (x ) = ⎨ (x - c ), b ≤ x ≤ c⎪ ⎩ ⎪b - x μ (x ) = ⎨ , a < x ≤ b⎪第 2 章 模糊控制3.5 常见的4种隶属函数(1)正态型正态型是最主要也是最常见的一种分布,表示为其分布曲线如图2-4所示。

图 2-4 正态型分布曲线(2)三角型 ⎧ 1 ⎪ ⎪ 1 b - c⎪0, 其它 ⎪(3) 降半梯形⎧1,x ≤ a b - a⎪⎩0, b < x(4)升半梯形2⎪ x - a μ (x ) = ⎨ , a < x < b⎪ ⎪ x ⎣ ⎦ ⎢0. 5 ∧ 0. 2 0. 5 ∧ 0. 3 0. 5 ∧ 0. 6 0. 5 ∧ 1. 0 ⎢0. 2 0. 3 0. 5 0. 5 ⎥ ⎣ ⎦ ⎣ ⎦第 2 章 模糊控制⎧0,0 ≤ x ≤ a b - a⎩1, b ≤ x3.6 己知两个模糊向量分别如下所示,试求它们的笛卡儿乘积x =[0.9 0.5 0.2],y=[0.2 0.3 0.6 1]解:由定义,有⎡0. 9⎤x ⨯ y @ T o y = ⎢0. 5⎥ ο [0. 2 0. 3 0. 6 1. 0]⎢0. 2⎥= = ⎡0. 9 ∧ 0. 2 0. 9 ∧ 0. 3 0. 9 ∧ 0. 6 0. 9 ∧ 1. 0 ⎤ ⎥⎢ ⎥⎢0. 2 ∧ 0. 2 0. 2 ∧ 0. 3 0. 2 ∧ 0. 6 0. 2 ∧ 1. 0 ⎥⎡0. 2 0. 3 0. 6 0. 9 ⎤ ⎢ ⎥⎢0. 2 0. 2 0. 2 0. 2 ⎥ 3.7 模糊向量的内积与外积设有1×n 维模糊向量x 和1×n 维模糊向量y ,则定义为模糊向量x 和y 的内积。

模糊控制作业

模糊控制作业

模糊控制理论与应用专业:姓名:学号:指导教师:完成时间:二〇一一年八月1、设在论域e(误差)={-4,-2,0,2,4}和控制电压u={0,2,4,6,8}上定义的模糊子集的隶属度函数分别如图1、2所示。

图1图2已知模糊控制规则:规则1:如果误差e 为ZE ,则u 为ZE ; 规则2:如果误差e 为PS ,则u 为NS 。

试应用玛达尼推理法计算当输入误差e=0.6时,输出电压u=?(精确化计算采用重心法) 采用重心法去模糊化 解答:(1)输入输出模糊化 1) 确定输入输出变量,2) 确定输入输出变量的模糊语言值(模糊集合) 3) 建立隶属度函数方程 对于误差来说:1()(2)022()1()022ze e ps x x x x x x x μμμ⎧=--≤≤⎪⎪=⎨⎪=≤≤⎪⎩对于控制电压来说:1022()1(4)242()1(2)242()1(6)462NS u ZE y y y y y y y x y y y μμμ⎧⎧≤≤⎪⎪⎪=⎪⎨⎪⎪--≤≤⎪⎪⎪⎩=⎨⎧⎪-≤≤⎪⎪⎪=⎨⎪⎪⎪--≤≤⎪⎪⎩⎩(2(3)1)根据规则1:规则1、如果误差e 是ZE ,则控制U 为ZE;μ有:误差(0.6)0.7ZE μ=由规则1得到 故控制:10.7U ZE=解得:U 11=3.4,U 12=4.6;2)根据规则2、如果误差e 是PS ,则控制U 为NS;u μeμ 误差(0.6)0.3PS μ=由规则2得到 故控制:20.3U PS=解得:U 21=0.6,U 22=3.4;3)根据重心法,去模糊化输出电压为:00.7 3.40.7 4.60.30.60.3 3.43.40.70.70.30.3U ⨯+⨯+⨯+⨯==+++2、已知某一加炉炉温控制系统,要求温度保持在600℃恒定。

目前此系统采用人工控制方式,并有以下控制经验(1)若炉温低于600℃,则升压;低得越多升压越高。

(2)若炉温高于600℃,则降压;高得越多降压越低。

模糊控制的数学基础习题

模糊控制的数学基础习题

模糊控制的数学基础习题1、比较模糊集合与普通集合的异同。

2、已知年龄的论域为[0.200],且设“年老O ”和“年轻Y ”两个模糊集的隶属函数分别为()⎪⎩⎪⎨⎧≤<⎥⎥⎦⎤⎢⎢⎣⎡⎪⎭⎫ ⎝⎛-+≤≤=--200505501500 012O a a a a μ ()⎪⎩⎪⎨⎧≤<⎥⎥⎦⎤⎢⎢⎣⎡⎪⎭⎫ ⎝⎛-+≤≤=-200255251250 112Y a a a a μ 求:“很年轻W ”、“不年老也不年轻 V ”两个模糊集的隶属函数。

3、设误差的离散论域为【-30,-20,-10,0,10,20,30】,且已知误差为零(ZE )和误差为正小(PS )的隶属函数为()()300203.010103.0100200300300200104.001104.0200300ZE ++++-+-+-=++++-+-+-=e e PS μμ 求:(1)误差为零和误差为正小的隶属函数()()e e PS μμ ZE ;(2)误差为零和误差为正小的隶属函数()()e e PS μμ ZE 。

4、已知模糊矩阵P 、Q 、R 、S 为⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=0.50.60.20.1S 0.70.70.30.2R 0.40.10.70.5Q 0.70.20.90.6P 求:(1)()R Q P ;(2)()S Q P ;(3)()()S Q S P 。

5、考虑如下条件语句:如果 转角误差远远大于15○ 那么快速减小方向角其隶属度函数定义为A=转角误差远远大于15○=0/15 + 0.2/17.5 + 0.5/20 + 0.8/22.5 + 1.0/25B=那么快速减小方向角=1/-20 + 0.8/-15 + 0.4/-10 + 0.1/-5 + 0/0问:当A ‘=转角误差大约在20○时方向角应该怎样变化?设A ‘=转角误差大约在20○的隶属函数=0.1/15 + 0.6/17.5 + 1/20 + 0.6/22.5 + 0.1/25。

第三章模糊控制(习题)

第三章模糊控制(习题)

如果衣服不很脏,那么洗涤时间应该为: 如果衣服不很脏,那么洗涤时间应该为:
1 1 0.91 0.5 0.5 B = + + + + 1 2 3 4 5
'
1 − 1 1 − 0.25 1 − 0.01 1 − 0 1 − 0 A = + + + + 1 2 3 4 5 0 0.75 0.99 1 1 = + + + + 1 2 3 4 5
'
B ' = A' R 0 0.3 0.8 1 0 0.5 0.5 0.5 0.5 0.5 = [0 0.75 0.99 1 1]0.9 0.9 0.9 0.36 0.1 1 0.91 0.36 0#39; R 0 0 .3 0 .8 1 0 0.5 0.5 0.5 0.5 0.5 = [0 0.75 0.99 1 1]0.9 0.9 0.9 0.36 0.1 1 0.91 0.36 0 1 1 1 0.91 0.36 0 = [1 1 0.91 0.5 0.5]
解:由于“很”是集中化算子。因此 由于“ 是集中化算子。 C=【不很长】=1- 很长】=1C=【不很长】=1-【很长】=1-【长】2 即:
1 1 0.91 0.36 0 C= + + + + 1 2 3 4 5
“如果衣服脏,那么洗涤时间应长,否则洗涤时 如果衣服脏,那么洗涤时间应长, 间不必很长”的模糊推理关系可表示为: 间不必很长”的模糊推理关系可表示为:
R = ( A × B) ∪ ( A × C )
C
1 0 0 .5 0 A × B = 0.1[0 0 0.3 0.8 1] = 0 0 0 0 0

模糊控制的数学基础习题

模糊控制的数学基础习题

模糊控制的数学基础习题1、比较模糊集合与普通集合的异同。

2、已知年龄的论域为[0.200],且设“年老O ”和“年轻Y ”两个模糊集的隶属函数分别为()⎪⎩⎪⎨⎧≤<⎥⎥⎦⎤⎢⎢⎣⎡⎪⎭⎫ ⎝⎛-+≤≤=--200505501500 012O a a a a μ ()⎪⎩⎪⎨⎧≤<⎥⎥⎦⎤⎢⎢⎣⎡⎪⎭⎫ ⎝⎛-+≤≤=-200255251250 112Y a a a a μ 求:“很年轻W ”、“不年老也不年轻 V ”两个模糊集的隶属函数。

3、设误差的离散论域为【-30,-20,-10,0,10,20,30】,且已知误差为零(ZE )和误差为正小(PS )的隶属函数为()()300203.010103.0100200300300200104.001104.0200300ZE ++++-+-+-=++++-+-+-=e e PS μμ 求:(1)误差为零和误差为正小的隶属函数()()e e PS μμ ZE ;(2)误差为零和误差为正小的隶属函数()()e e PS μμ ZE 。

4、已知模糊矩阵P 、Q 、R 、S 为⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=0.50.60.20.1S 0.70.70.30.2R 0.40.10.70.5Q 0.70.20.90.6P 求:(1)()R Q P ;(2)()S Q P ;(3)()()S Q S P 。

5、考虑如下条件语句:如果 转角误差远远大于15○ 那么快速减小方向角其隶属度函数定义为A=转角误差远远大于15○=0/15 + 0.2/17.5 + 0.5/20 + 0.8/22.5 + 1.0/25B=那么快速减小方向角=1/-20 + 0.8/-15 + 0.4/-10 + 0.1/-5 + 0/0问:当A ‘=转角误差大约在20○时方向角应该怎样变化?设A ‘=转角误差大约在20○的隶属函数=0.1/15 + 0.6/17.5 + 1/20 + 0.6/22.5 + 0.1/25。

模糊控制习题

模糊控制习题

模糊控制习题文件11《模糊控制》课程习题一览李士勇教授HarbinIntituteofTechnology2005.11文件11《模糊控制》课程习题一览第一章模糊集合及其运算课堂作业及思考题1.2Cantor创立集合论的目的是什么?1.5你认为Zadeh定义的模糊集合包含几个要素?试根据这些要素定义一个模糊集合表示[体温正常]这一模糊概念。

1.6给定一个模糊集合A0.2/u10.6/u21/u30.4/u40.2/u5,试确定模糊集合A的论域U;并指出A(M4)及AC(u5)的值。

1.7设论域U{u1,u2,u3,u4,u5}上有两个模糊子集,分别为A0.2/u10.6/u20.8/u30.5/u40.1/u5B0.5/u21/u30.8/u4试计算:(1)AB,AB,Bc(2)AB,AB(3)A0.61.8设A为论域U上的一个模糊子集,A是A的截集,[0,1]。

根据分解定理有AA[0,1]成立,其中A表示某上的一个模糊子集,称与A的“乘积”的隶属函数规定为某A0某AA(某)试画图分别表示出A(某),A(某)及A(某)。

1.9设论域某为所要研究军用飞机机型,定义某{a10,b52,b117,c5,c130,f4,f14,f15,f16,f111,kc130}设A为轰炸机的模糊集合,B表示战斗机的集合,它们分别为A0.2/f160.4/f40.5/a100.5/f140.6/f150.8/f111.0/b111.0/b52B0.1/b11 70.3/f1110.5/f40.8/f150.9/f141.0/f16试求A、B的下列组合运算(1)AB(2A)B(3A)C(4B)C(5A)B(6A)B(7A)CB第2章模糊矩阵与模糊关系课堂作业及思考题某{某1,某2,…,某n}Y{y1,y2,…,ym}模糊矩阵R表示从某到Y的一个模糊关系,试说明模糊矩阵R的元素rij的含义是什么?2.3设有两个模糊矩阵A、B分别为0.80.60.2;AB0.90.510.40.6)B;(3)ABc;(4)AB试计算:(1)AB;(2A2.4一个模糊等价关系需要满足什么条件?试判断下列模糊矩阵R描述的模糊关系是否表示模糊等价关系,为什么?10.60.80.30.610.30.6R0.80.310.60.30.80.612.5设有模糊集合某、Y、Z分别为某{某}1,某2,某3,某4Y{y1,y2,y3}Z{z1,z2}并设Q某Y,RYZ,S某Z,且Q、R分别为0.80.50.20.90.810.80.3;R0.51Q0.20.10.90.200.300.7(1)指出Q某Y表示什么意义,它还可以如何表达。

神经网络与模糊控制考试题及答案

神经网络与模糊控制考试题及答案

神经⽹络与模糊控制考试题及答案⼀、填空题1、模糊控制器由模糊化接⼝、解模糊接⼝、知识库和模糊推理机组成2、⼀个单神经元的输⼊是 1.0 ,其权值是 1.5,阀值是-2,则其激活函数的净输⼊是-0.5 ,当激活函数是阶跃函数,则神经元的输出是 13、神经⽹络的学习⽅式有导师监督学习、⽆导师监督学习和灌输式学习4、清晰化化的⽅法有三种:平均最⼤⾪属度法、最⼤⾪属度取最⼩/最⼤值法和中位数法,加权平均法5、模糊控制规则的建⽴有多种⽅法,是:基于专家经验和控制知识、基于操作⼈员的实际控制过程和基于过程的模糊模型,基于学习6、神经⽹络控制的结构归结为神经⽹络监督控制、神经⽹络直接逆动态控制、神⽹⾃适应控制、神⽹⾃适应评判控制、神⽹内模控制、神⽹预测控制六类7.傅京逊⾸次提出智能控制的概念,并归纳出的3种类型智能控制系统是、和。

7、⼈作为控制器的控制系统、⼈机结合作为控制器的控制系统、⽆⼈参与的⾃主控制系统8、智能控制主要解决传统控制难以解决的复杂系统的控制问题,其研究的对象具备的3个特点为、和。

8、不确定性、⾼度的⾮线性、复杂的任务要求9.智能控制系统的主要类型有、、、、和。

9、分级递阶控制系统,专家控制系统,神经控制系统,模糊控制系统,学习控制系统,集成或者(复合)混合控制系统10.智能控制的不确定性的模型包括两类:(1) ;(2) 。

10、(1)模型未知或知之甚少;(2)模型的结构和参数可能在很⼤范围内变化。

11.控制论的三要素是:信息、反馈和控制。

12.建⽴⼀个实⽤的专家系统的步骤包括三个⽅⾯的设计,它们分别是、和。

知识库的设计推理机的设计⼈机接⼝的设计13.专家系统的核⼼组成部分为和。

知识库、推理机14.专家系统中的知识库包括了3类知识,它们分别为、、和。

判断性规则控制性规则数据15.专家系统的推理机可采⽤的3种推理⽅式为推理、和推理。

15、正向推理、反向推理和双向推理16.根据专家控制器在控制系统中的功能,其可分为和。

模糊控制在MATLAB中的实现.答案PPT47页

模糊控制在MATLAB中的实现.答案PPT47页
模糊控制在MATLAB中的实现.答案
1、纪律是管理关系的形式。——阿法 纳西耶 夫 2、改革如果不讲纪律,就难以成功。
3、道德行为训练,不是通过语言影响 ,而是 让儿童 练习良 好道德 行为, 克服懒 惰、轻 率、不 守纪律 、颓废 等不良 行为。 4、学校没有纪律便如磨房里没有水。 ——夸 美纽斯

27、只有把抱怨环境的心情,化为上进的力量,才是成功的保证。——罗曼·罗兰

28、知之者不如好之者,好之者不如乐之者。——孔子

29、勇猛、大胆和坚定的决心能够抵得上武器的精良。——达·芬奇
▪ห้องสมุดไป่ตู้
30、意志是一个强壮的盲人,倚靠在明眼的跛子肩上。——叔本华
谢谢!
47
5、教导儿童服从真理、服从集体,养 成儿童 自觉的 纪律性 ,这是 儿童道 德教育 最重要 的部分 。—— 陈鹤琴

26、要使整个人生都过得舒适、愉快,这是不可能的,因为人类必须具备一种能应付逆境的态度。——卢梭

研究生模煳控制试题

研究生模煳控制试题

机械工程学院2011-2012学年第二学期2011级研究生《模糊控制》试题一、叙述“两输入一输出”模糊控制器的“模糊控制查询表”的计算过程。

(10分)答:目前,模糊控制器的“两输入一输出”多取两输入为偏差e 和偏差变化率e ,一输出为u 。

下图为模糊控制查询表建立的一般过程。

1、精确量的模糊化定义模糊控制器由两个输入E 、Ec 和一个输出U ,设偏差E 采用8个语言变量(即8个模糊子集1~A ~8~A ) PL (正大) 、PM (正中) 、PS (正小) 、PO (正零) 、NO (负零) 、NS (负小) 、NM (负中) 、NL (负大) ,偏差变化率Ec 和输出控制量U 采用7个语言变量(即7 个模糊子集1~B ~7~B 和1~C ~7~C ) PL (正大) 、PM (正中) 、PS (正小) 、OO (零) 、NS (负小) 、NM (负中) 、NL (负大) ,其中E 的论域为{ - 6 , - 5 , - 4 , - 3 , - 2 , - 1 , - 0 ,0 ,1 , 2 ,3 ,4 ,5 ,6} , Ec 的论域为{ - 3 , - 2 , - 1 ,0 ,1 ,2 ,3 ,} ,U 的论域为{ - 6 , - 5 , - 4 , - 3 , - 2 , - 1 ,0 ,1 ,2 ,3 ,4 ,5 ,6} 。

设隶属度函数均采用正态分布函数,通过实际对象及操作者的实践经验总结,可得模糊变量E 、Ec 、U 的不同等级的隶属度值,从而定义了各模糊变量的模糊子集,即偏差量e 、偏差变化率)(~k e 和控制量u 的模糊子集1~A 、1~B 和1~C 。

由双输入单输出的模糊条件语句if E ~and C E ~ then U ~,得出一组由56 条模糊条件语句构成的规则,即模糊控制状态表,假设某系统的控制规则如表1所示。

2、模糊控制算法的建立首先,确定每个变量的论域后,先经限幅处理,再经量化处理就得到偏差量e 、偏差变化率e ~的比例因子Ke 、Kec 及其控制量E 、Ec 的值。

  1. 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. 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. 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)。

一、完成下述模糊集合的基本运算:
1、设论域为 12345678{x ,x ,x ,x ,x ,x ,x ,x }X =A 和B 为论域X 上的两个模糊
集合已知:
12345678
1
2
4
5
6
7
8
0.20.40.60.8 1.00.80.50.2A x x x x x x x x 0.50.7 1.00.80.60.40.2B x x x x x x x =
+++++++=
++++++
试计算:A B, A B, A (B A) 。

解: =
B A 8
76543212.05.08.00.10.16.07.05.0X X X X X X X X +++++++;
8765421
2.04.06.08.08.04.02.0X X X X X X X +
+++++=
B A ;
8
7
6
5
4
3
2
1
8.05.08.00.18.06.04.05.0)(X X X X X X X X A B +
++++++=
A ;
2、设X 、Y 、Z 为论域,X 到Y 的模糊关系为R ,Y 到Z 的模糊关系为S 。


知模糊关系矩阵为:
0.30.60.80.10.50.30.80.5
0.20.70.4
0.90.70.2R , S=0.90.10.80.50.10.40.50.3
0.4
0.2
0.60.4
0.1
0.9⎡⎤⎡⎤⎢⎥⎢⎥⎢
⎥⎢⎥
=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦
⎣⎦
, 试求:X 到Z 的模糊关系。

分析:由于R 是X →Y 上的模糊关系,S 是Y →Z 上的模糊关系。

则X →Z 上的模糊关系为R 与S 的模糊合成。

解:编程实现本题的运算程序如下: #include <iostream.h> void main()
{
float d[4]={0};
float a[4][4]={{0.3,0.6,0.8,0.1},{0.5,0.2,0.7,0.4},
{0.9,0.1,0.8,0.5},{0.3,0.4,0.2,0.6}};
floatb[4][3]={{0.5,0.3,0.8},{0.9,0.7,0.2},
{0.1,0.4,0.5},{0.4,0.1,0.9}};
float c[4][3]={0}; int i,j,k;
for (i=0;i<4;i++)
for (k=0;k<3;k++) { for (j=0;j<4;j++) {
d[j]=(a[i][j]>b[j][k])?b[j][k]:a[i][j];
if (d[j]>d[0]) d[0]=d[j]; c[i][k]= d[0]; }
cout<<c[i][k]<<"\t";
}
}
运行上述程序可知:


⎥⎥


⎢⎢⎢
⎢⎣⎡=6.0085
.05.04.04.04.06.04
.05.05
.06.0S R
二、用于模糊控制的不确定性推理
定义论域为X ={x1, x2, x3, x4, x5};Y ={y1, y2, y3, y4, y5} 已知在论域X 上定义如下模糊子集:
*
0.20.40.60.8 1.01x2x3x4x50.7
1.00.80.60.3x1
x2
x3
x4
x5
A x A =+
+++
=
++
+
+
并在论域Y 上定义如下模糊子集:
0.20.50.7 1.00.81y2
y3
y4
y5
y ++++B=
若有如下模糊规则
if x is A then y is B
试完成推理:如果x 是*
A ,求*
B 。

分析:本题为简单的模糊推理,用模糊关系表示如下:
R(x,y)=(A->B)(x,y)=(1-A(x))∨(A(x)∧B(y))
其隶属函数的定义为:))()(())(1(,y x x y x B A A R
μμμμ∧∨-=)( 解:编程实现上述运算:
程序代码如下:
#include <iostream.h> void main() {
float A[5]={0.2,0.4,0.6,0.8,1.0}; float B[5]={0.2,0.5,0.7,1.0,0.8}; float C[5][5]={0}; float F[5][5]={0}; float H[5][5]={0};
int i,j;
for (i=0;i<5;i++) for (j=0;j<5;j++)
{ C[i][j]=(A[i]>B[j])? B[j]:A[i]; // cout<<C[i][j]<<"\t";
}
float D[5]={0}; for (i=0;i<5;i++) {
D[i]=1-A[i];
//cout<<D[i]<<"\t"; }
float E[5]={1,1,1,1,1}; for (i=0;i<5;i++) for (j=0;j<5;j++) {
F[i][j]=(D[i]>E[j])? E[j]:D[i];
//cout<<F[i][j]<<"\t"; }
for (i=0;i<5;i++) for (j=0;j<5;j++) {
H[i][j]=(C[i][j]<F[i][j])?F[i][j]:C[i][j];
cout<<H[i][j]<<"\t"; } }
运行以上程序可知:
⎥⎥⎥⎥
⎥⎥⎦

⎢⎢⎢
⎢⎢⎢⎣⎡=8.01
7
.05
.02
.08.08.07.05.02.06.06.06.05.04
.06
.06.06.06.06.08.08.08.08.08.0R
)
7.0,7.0,7.0,7.0,7.0(**==R A B
5
4
3
2
1
7.07.07.07.07.0*X X X X X B ++++=。

相关文档
最新文档