下载

1下载券

加入VIP
  • 专属下载特权
  • 现金文档折扣购买
  • VIP免费专区
  • 千万文档免费下载

上传资料

关闭

关闭

关闭

封号提示

内容

首页 基于MATLAB的模糊控制系统设计

基于MATLAB的模糊控制系统设计.doc

基于MATLAB的模糊控制系统设计

lh880808
2013-01-22 0人阅读 举报 0 0 暂无简介

简介:本文档为《基于MATLAB的模糊控制系统设计doc》,可适用于人文社科领域

实验一基于MATLAB的模糊控制系统设计实验内容()基于MATLAB图形模糊推理系统设计小费模糊推理系统()飞机下降速度模糊推理系统设计()水箱液位模糊控制系统设计及仿真运行。实验步骤小费模糊推理系统设计()在MATLAB的命令窗口输入fuzzy命令打开模糊逻辑工具箱的图形用户界面窗口新建一个Madmdani模糊推理系统。()增加一个输入变量将输入变量命名为service、food输出变量为tip这样建立了一个两输入单输出模糊推理系统框架。()设计模糊化模块:双击变量图标打开MembershipFgunctionEditor窗口分别将两个输入变量的论域均设为,,输出论域为,。通过增加隶属度函数来进行模糊空间划分。输入变量service划分为三个模糊集:poor、good和excellent隶属度函数均为高斯函数参数分别为、,和输入变量food划分为两个模糊集:rancid和delicious隶属度函数均为梯形函数参数分别为和输出变量tip划分为三个模糊集:cheap、average和generous隶属度函数均为三角形函数参数分别为、和。()设置模糊规则:打开RuleEditor窗口通过选择添加三条模糊规则:①if(serviceispoor)or(foodisrancid)then(tipischeap)②if(serviceisgood)then(tipisaverage)③if(serviceisexcellent)or(foodisdelicious)then(tipisgenerous)三条规则的权重均为()模糊推理参数均使用默认值通过曲面观察器(SurfaceViewer)查看小费模糊推理的输入输出关系曲面。通过规则观察器(RuleViewer)查看对具体输入的模糊推理及输出情况输入各种不同的数据查看模糊推理情况及输出数据。()增加规则查看曲面的变化、推理输出的变化。飞机下降速度模糊推理系统设计()打开模糊推理逻辑工具箱的图形用户界面新建一个Sugeno模糊推理系统。()将输入变量命名为height输出变量为speed这是一个SISO模糊推理系统。()设计模糊化模块:分别将输入变量的论域设为,输出论域不用修改。模糊空间划分:输入变量height分为五个模糊集:mf(高斯函数)、mf(π函数)、mf(π函数)、mf(π函数)和mf(S函数)输出变量speed分为五个与输入模糊空间对应的线性函数:mf()、mf()、mf()、mf()和mf()()设置模糊规则:打开RuleEditor窗口通过选择添加五条模糊规则:①if(heightismf)then(speedismf)②if(heightismf)then(speedismf)③if(heightismf)then(speedismf)④if(heightismf)then(speedismf)⑤if(heightismf)then(speedismf)五条的权重均为模糊推理参数均使用默认值通过曲面观察器(SurfaceViewer)查看飞机降落速度模糊推理的输入输出关系曲面。通过规则观察器(RuleViewer)查看对具体输入的模糊推理及输出情况输入各种不同的数据查看模糊推理情况及输出数据。()修改规则、隶属度函数参数查看曲线的变化修改参数使输入输出关系曲线拟合二次曲线更好。水箱液位模糊控制系统设计及仿真运行()打开模糊逻辑工具箱的图形用户界面窗口新建一个Madmdani模糊推理系统。()增加一个输入变量将输入变量命名为level、rate输出变量为valve这样建立了一个两输入单输出模糊推理系统,保存为tank()fis。()设计模糊化模块:将输入变量rate的论域设为,,另外两个变量采用论域,。通过增加隶属度函数来进行模糊空间划分。输入变量level划分为三个模糊集:high、okay和low隶属度函数均为高斯函数参数分别为、和输入变量rate划分为三个模糊集:negative、none和delicious隶属度函数均为高斯函数参数分别为、和输出变量valve划分为五个模糊集:closefast、closeslow、nochange、openslow和openfast隶属度函数均为三角形函数参数分别为、、、和。()设置模糊规则:打开RuleEditor窗口通过选择添加三条模糊规则:①if(levelisokay)then(valveisnochange)②if(levelislow)then(valveisopenfast)③if(levelishigh)then(valveisclosefast)④if(levelisokay)and(rateispositive)then(valveiscloseslow)⑤if(levelisokay)and(rateisnegative)then(valveispoenslow)五条的权重均为。()修改部分模糊推理参数:And采用乘(pord)、Or采用概率或(probor)、Implication采用乘(pord)其余均由默认值通过曲面观察器(SurfaceViewer)查看水箱液位模糊推理的输入输出关系曲面。通过规则观察器(RuleViewer)查看对具体输入的模糊推理及输出情况输入各种不同的数据查看模糊推理情况及输出数据。实验三基于MATLAB的神经网络设计实验内容()利用MATLAB的神经网络工具箱设计感知器实现线性两分类()利用MATLAB的神经网络工具箱编程设计前馈神经网络逼近平方函数。实验步骤.感知器实现线性分类设计()问题描述:已知二维平面上的六个样本点(,)、(,)、(,)、(,)、(,)、(,)。它们的标签(目标值)为:t=编程设计感知器实现样本点的分类。()在MATLAB中新建M文件编程:建立变量保存六个样本的二维输入值、目标值变量保存样本的目标值。()利用newp建立一个两输入单输出的感知器。()利用六个训练样本训练感知器。()显示建立的感知器分类面用测试样本进行分类测试。参考程序如下:p=t=ptest=net=newp(minmax(p),)netrt=train(net,p,t)iw=netIW{}b=netb{}epoch=trepochperf=trperfpauseplotpv(p,t)plotpc(netiw{},netb{})pauset=sim(net,ptest)lotpv(ptest,t)plotpc(iw,b)设计前馈神经网络逼近平方函数()问题描述:设计前馈神经网络在x∈,区间上逼近函数y=x²()在MATLAB中新建M文件编程:产生个随机训练样本及函数值。()利用newff建立一个两输入单输出两层前馈网络隐藏五个神经元。()设计训练参数训练神经网络。()对神经网络进行仿真测试显示输出曲线。()观察过拟合现象:如果采用个隐层神经元测试性能如何?参考程序如下:rand('state',sum(*clock))p=*rand(,)t=p^Testp=::net=newff(,,{'tansig''purelin'},'trainlm')nettrainParamepochs=nettrainParamgoal=nettrainParamshow=net=train(net,p,t)y=sim(net,p)plot(p,t,'r',p,y,'')pausey=sim(net,Testp)plot(TTestp,y,'k')

用户评价(0)

关闭

新课改视野下建构高中语文教学实验成果报告(32KB)

抱歉,积分不足下载失败,请稍后再试!

提示

试读已结束,如需要继续阅读或者下载,敬请购买!

文档小程序码

使用微信“扫一扫”扫码寻找文档

1

打开微信

2

扫描小程序码

3

发布寻找信息

4

等待寻找结果

我知道了
评分:

/13

基于MATLAB的模糊控制系统设计

VIP

在线
客服

免费
邮箱

爱问共享资料服务号

扫描关注领取更多福利