- 1、本文档共25页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
智能控制课内实验报告
(3 次)
学 院: 自动化学院
班 级: 智能
姓 名:
学 号:
智能控制课内实验( 1)
模糊控制器的设计
学 院: 自动化学院
姓 名:
班 级:
学 号:
日 期: 2017-9-30
实验 1.1 模糊控制器的设计
一、实验目的
在 matlab 环境下,完成一个对水位控制的模糊控制器的设计。
二、实验内容
(1)确定控制器的输入、输出的隶属度函数
偏差 e(t) :e(t)=r(t) -c(t) 负反馈
三个模糊子集 “负大 ”( 水位高)、 “零 ”和 “正大 ”(水位低)。
偏差变化率: de ,
三个模糊子集 “负大 ”(高趋势)、 “零 ”和 “正大 ”(低趋势)。
控制量 u: “负大 ”、 “负中 ”、 “零 ”、 “正中 ”、 “正大 ”。
Matlab 操作方法:
打开 matlab 在命令行输入: fuzzy
出现下图界面:
在上图选择“ edit ”出现下图:选择“ Add Variable-- Input ”再添加输入
这样就建立了两个输入,一个输出的模糊控制器。
再修改输入、输出的各参数:
input1 改为 e ;input2 改为 de; output1 改为 u ; 如下图:
双击“ e ” , 修改模糊子集:
如下图修改 e 的负大:注意各参数的设置
修改好的 e 的模糊子集如下图:
用同样的方法修改 de 如下图:
修改 u 的方法如下图:需要 5 个模糊子集
添加模糊子集的方法:在“ edit ”菜单下选择“ Add Custom MF”
下图是对 ”O”这个模糊子集的设置:
设置好的 u 的模糊子集如下图:
(2) 添加规则的方法:
添加规则的界面如下:
这样一个模糊推理控制器就建立完毕了。
(3)利用模糊控制器可以得到规则曲面以及根据输入得到输出
如上图操作可以得到规则曲面:
如下图可以得到规则的推理结果:
改变上图 e 和 de 的值,可以看到 u 的不同的输出。
然后可以把该系统存为 tank.fis.
三、写出实验的心得体会
总结建立模糊控制器的方法。
实验 1.2 神经网络工具箱的应用
二.神经网络工具箱函数
最新版的 MATLAB神经网络工具箱为 Version4.0.3, 它几乎涵盖了所有的神
经网络的基本常用类型, 对各种网络模型又提供了各种学习算法, 我们可以根据
自己的需要调用工具箱中的有关设计与训练函数, 很方便地进行神经网络的设计
和仿真。目前神经网络工具箱提供的神经网络模型主要用于:
1. 数逼近和模型拟合;
2. 信息处理和预测;
3. 神经网络控制;
4. 故障诊断。
神经网络工具箱提供了丰富的工具函数,其中有针对某一种网络的,也有通
用的,下面列表中给出了一些比较重要的工具箱函数。
三.仿真实例
BP 网络是一种多层前馈神经网络,由输入层、隐层和输出层组成。 BP 网络
模型结构见图 1。网络同层节点没有任何连
文档评论(0)