4步教你学会使用matlab模糊控制工具箱

使用 Matlab 模糊控制工具箱设计模糊控制器 本文将详细介绍如何使用 Matlab 模糊控制工具箱设计模糊控制器，通过四个步骤，读者可以快速掌握使用 Matlab 模糊控制工具箱设计模糊控制器的方法。 1. 确定模糊控制器结构 在设计模糊控制器之前，我们需要确定模糊控制器的结构，即确定输入、输出量。在这里，我们可以选择标准的二维控制结构，即输入为误差 e 和误差变化 ec，输出为控制量 u。注意这里的变量还都是精确量。相应的模糊量为 E，EC 和 U，我们可以选择增加输入（Add Variable）来实现双入单出控制结构。 2. 输入输出变量的模糊化 模糊化是将输入输出的精确量转化为对应语言变量的模糊集合。在这里，我们需要确定描绘输入输出变量语言值的模糊子集，如{NB，NM，NS，ZO，PS，PM，PB}，并设置输入输出变量的论域，例如我们可以设置误差 E（此时为模糊量）、误差变化 EC、控制量 U 的论域均为{-3，-2，-1，0，1，2，3}；然后我们为模糊语言变量选取相应的隶属度函数。在模糊控制工具箱中，我们在 Member Function Edit 中即可完成这些步骤。 3. 模糊推理决策算法设计 模糊推理决策算法设计是根据模糊控制规则进行模糊推理，并决策出模糊输出量。首先要确定模糊规则，即专家经验。对于我们这个二维控制结构以及相应的输入模糊集，我们可以制定 49 条模糊控制规则（一般来说，这些规则都是现成的，很多教科书上都有），如图。制定完之后，会形成一个模糊控制规则矩阵，然后根据模糊输入量按照相应的模糊推理算法完成计算，并决策出模糊输出量。 4. 对输出模糊量的解模糊 模糊控制器的输出量是一个模糊集合，通过反模糊化方法判决出一个确切的精确量，凡模糊化方法很多，我们这里选取重心法。 解决常见报错 在使用 Matlab 模糊控制工具箱设计模糊控制器时，经常会出现一些报错，例如 MinMax blocks do not accept 'boolean' signals 等。解决方案包括在 fis 编辑器中建立好规则后，file-export-to workspace；对于 7.0 版本，simulink 模型窗口菜单中，Simulation-Configuration Parameters-Implement logic signals as boolean data 前面默认的勾选去掉；对于 6.5 及以前版本，则是在 SIMULATION -SIMULATION PARAMETERS-ADVANCED 中将 boolean logic signals 选为 off。 使用 Matlab 模糊控制工具箱设计模糊控制器可以分为四个步骤，即确定模糊控制器结构、输入输出变量的模糊化、模糊推理决策算法设计和对输出模糊量的解模糊。同时，我们也需要注意一些常见的报错和解决方案，以便更好地使用 Matlab 模糊控制工具箱设计模糊控制器。