《智能控制作業(yè).doc》由會(huì)員分享，可在線閱讀，更多相關(guān)《智能控制作業(yè).doc（23頁珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、已知某一爐溫控制系統(tǒng)，要求溫度保持在600度恒定。針對(duì)該控制系統(tǒng)有以下控制經(jīng)驗(yàn)： （1） 若爐溫低于600度，則升壓；低的越多升壓越高。 （2） 若爐溫高于600度，則降壓；高的越多降壓越低。 （3） 若爐溫等于600度，則保持電壓不變。 設(shè)模糊控制器為一維控制器，輸入語言變量為誤差，輸出為控制電壓。輸入、輸出變量的量化等級(jí)為7級(jí)，取5個(gè)模糊集。試設(shè)計(jì)隸屬度函數(shù)誤差變化劃分表、控制電壓變化劃分表和模糊控制規(guī)則表。 解：1）確定變量 定義理想溫度為600℃，實(shí)際溫度為T，則溫度誤差為E=600-T。 將溫度誤差E作為輸入變量 2）輸入量和輸出量的模糊化 將偏差E分為5個(gè)模糊集：NB、NS、ZO、PS、PB，分別為負(fù)小、負(fù)大、零、正小、正大。將偏差E的變化分為7個(gè)等級(jí)：-3 -2 -1 0 1 2 3，從而得到溫度模糊表如表1所示。 表1 溫度變化E劃分表 隸屬度 變化等級(jí) -3 -2 -1 0 1 2 3 模糊集 PB 0 0 0 0 0 0.5 1 PS 0 0 0 0 1 0.5 0 ZO 0 0 0.5 1 0.5 0 0 NS 0 0.5 1 0 0 0 0 NB 1 0.5 0 0 0 0 0 控制電壓u也分為5個(gè)模糊集：NB、NS、ZO、PS、PB，分別為負(fù)小、負(fù)大、零、正小、正大。將電壓u的變化分為7個(gè)等級(jí)：-3 -2 -1 0 1 2 3，從而得到電壓變化模糊表如表2所示。 表2 電壓變化u劃分表 隸屬度 變化等級(jí) -3 -2 -1 0 1 2 3 模糊集 PB 0 0 0 0 0 0.5 1 PS 0 0 0 0 1 0.5 0 ZO 0 0 0.5 1 0.5 0 0 NS 0 0.5 1 0 0 0 0 NB 1 0.5 0 0 0 0 0 表3 模糊控制規(guī)則表 E PB PS ZO NS NB u PB PS ZO NS NB 2、利用MATLAB,為下列兩個(gè)系統(tǒng)設(shè)計(jì)模糊控制器使其穩(wěn)態(tài)誤差為零，超調(diào)量不大于1%，輸出上升時(shí)間≤0.3s。假定被控對(duì)象的傳遞函數(shù)分別為： 解： 在matlab窗口命令中鍵入fuzzy，得到如下鍵面： 設(shè)e的論域范圍為[-1 1]，de的論域范圍為[-0.1 0.1]，u的論域范圍為[0 2]。 將e分為8個(gè)模糊集，分別為NB ,NM, NS, NZ, PZ, PS, PM, PB; de分為7個(gè)模糊集，分別為NB ,NM ,NS, Z ,PS ,PM ,PB; u分為7個(gè)模糊集，分別為NB ,NM ,NS, Z ,PS ,PM ,PB; MATLAB中的設(shè)置界面如下： 模糊規(guī)則的確定： 模糊控制器的輸出量 在simulink中調(diào)用模糊控制器，觀察輸出結(jié)果 運(yùn)行結(jié)果為 Scope Scope1 Scope2 3、利用去模糊化策略，分別求出模糊集A的值。模糊集A的定義為： 解：（1）面積重心法 （2）面積等分法 （3） 最大隸屬度平均法 （4） 最大隸屬度取最小法 （5） 最大隸屬度取最大法 4、設(shè)論域x={a1，a2，a3}，y={b1，b2，b3}，z={c1，c2}已知 ， 試確定“If A AND B then C”所決定的模糊關(guān)系R，以及輸入為 時(shí)的輸出C1。 解： ∴ 5 利用兩層BP神經(jīng)網(wǎng)絡(luò)完成對(duì)[-π，π]區(qū)間上正弦函數(shù)逼近，隱層函數(shù)取S型傳輸函數(shù)，輸出層的激活函數(shù)取線性傳輸函數(shù)。（采用神經(jīng)網(wǎng)絡(luò)工具箱提供的函數(shù)完成） 解：根據(jù)條件在MATLAB環(huán)境下，采用神經(jīng)網(wǎng)絡(luò)工具箱提供的函數(shù)完成正弦函數(shù)逼近如下： 程序代碼如下： 仿真結(jié)果如下： 圖1為原函數(shù)與網(wǎng)絡(luò)訓(xùn)練前后仿真結(jié)果的比較（圖中紅色曲線代表訓(xùn)練前的網(wǎng)絡(luò)，綠色代表訓(xùn)練后的網(wǎng)絡(luò)，藍(lán)色代表原函數(shù)） 圖1 原函數(shù)與網(wǎng)絡(luò)訓(xùn)練前后的仿真結(jié)果 圖2為誤差曲線 圖2 誤差曲線