智能控制作業(yè).doc

《智能控制作業(yè).doc》由會員分享，可在線閱讀，更多相關《智能控制作業(yè).doc（23頁珍藏版）》請在裝配圖網(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。針對該控制系統(tǒng)有以下控制經(jīng)驗： （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為7級，取5個模糊集。試設計隸屬度函數(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個模糊集：NB、NS、ZO、PS、PB，分別為負小、負大、零、正小、正大。將偏差E的變化分為7個等級：-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 -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個模糊集：NB、NS、ZO、PS、PB，分別為負小、負大、零、正小、正大。將電壓u的變化分為7個等級：-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 -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,為下列兩個系統(tǒng)設計模糊控制器使其穩(wěn)態(tài)誤差為零，超調(diào)量不大于1%，輸出上升時間≤0.3s。假定被控對象的傳遞函數(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個模糊集，分別為NB ,NM, NS, NZ, PZ, PS, PM, PB; de分為7個模糊集，分別為NB ,NM ,NS, Z ,PS ,PM ,PB; u分為7個模糊集，分別為NB ,NM ,NS, Z ,PS ,PM ,PB; MATLAB中的設置界面如下： 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，觀察輸出結果 運行結果為 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”所決定的模糊關系R，以及輸入為 時的輸出C1。 解： ∴ 5 利用兩層BP神經(jīng)網(wǎng)絡完成對[-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： 仿真結果如下： 圖1為原函數(shù)與網(wǎng)絡訓練前后仿真結果的比較（圖中紅色曲線代表訓練前的網(wǎng)絡，綠色代表訓練后的網(wǎng)絡，藍色代表原函數(shù)） 圖1 原函數(shù)與網(wǎng)絡訓練前后的仿真結果 圖2為誤差曲線 圖2 誤差曲線