1、在空座空间中输入 name1=readfis('name2') 其中,name1是你自己随便取的,name2是已经保存的fis文件名,不加.fis
2、在simulink中,右击Fuzzy logic controller→look under mask,在新窗口的fis wizard 双击,输入name1,即可。
MATLAB(矩阵实验室)是MATrix LABoratory的缩写,是一款由美国The MathWorks公司出品的商业数学软件。MATLAB是一种用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境。除了矩阵运算、绘制函数/数据图像等常用功能外,MATLAB还可以用来创建用户界面及与调用其它语言(包括C、C++、Java、Python和FORTRAN)编写的程序。
从simulink library browser ——>fuzzy Logic Toolbox ——>fuzzy logical controller 拖到simulink中。双击 fuzzy logical controller ,输入做好的模糊控制器名称。把控制器放在系统的位置,就可以了,再运行simulink,步骤如下:
1、打开matlab软件;
2、输入一下指令,清空工作空间;clearclc
3、输入一下指令定义一个符号变量,如图所示;sysm x
4、输入一下指令,定义一个函数;f1=atan(x)
5、输入一下指令求解导函数的符号解;df1=diff(f1,x)
6、输入一下指令查看求导的结果,如图所示;subplot(1,2,1)ezplot(f1),grid onsubplot(1,2,2)ezplot(df1),grid on
注意事项:
第一个数字就是是第一个输入量所取的模糊子集的排序,第二个数字代表取二个输入量中所取的模糊子集的排序,第三个数字代表输出量中所取的模糊子集的排序,第四个数字代表这条规则被综合时的权重是1。
给你一个全MATLAB仿真的程序,没用到SIMULINKclose all
clear all
a=newfis('fuzzf')
f1=1
a=addvar(a,'input','e',[-3*f1,3*f1])
a=addmf(a,'input',1,'NB','zmf',[-3*f1,-1*f1])
a=addmf(a,'input',1,'NM','trimf',[-3*f1,-2*f1,0])
a=addmf(a,'input',1,'NS','trimf',[-3*f1,-1*f1,1*f1])
a=addmf(a,'input',1,'Z','trimf',[-2*f1,0,2*f1])
a=addmf(a,'input',1,'PS','trimf',[-1*f1,1*f1,3*f1])
a=addmf(a,'input',1,'PM','trimf',[0,2*f1,3*f1])
a=addmf(a,'input',1,'PB','smf',[1*f1,3*f1])
f2=1
a=addvar(a,'input','ec',[-3*f2,3*f2])
a=addmf(a,'input',2,'NB','zmf',[-3*f2,-1*f2])
a=addmf(a,'input',2,'NM','trimf',[-3*f2,-2*f2,0])
a=addmf(a,'input',2,'NS','trimf',[-3*f2,-1*f2,1*f2])
a=addmf(a,'input',2,'Z','trimf',[-2*f2,0,2*f2])
a=addmf(a,'input',2,'PS','trimf',[-1*f2,1*f2,3*f2])
a=addmf(a,'input',2,'PM','trimf',[0,2*f2,3*f2])
a=addmf(a,'input',2,'PB','smf',[1*f2,3*f2])
f3=1.5
a=addvar(a,'output','u',[-3*f3,3*f3])
a=addmf(a,'output',1,'NB','zmf',[-3*f3,-1*f3])
a=addmf(a,'output',1,'NM','trimf',[-3*f3,-2*f3,0])
a=addmf(a,'output',1,'NS','trimf',[-3*f3,-1*f3,1*f3])
a=addmf(a,'output',1,'Z','trimf',[-2*f3,0,2*f3])
a=addmf(a,'output',1,'PS','trimf',[-1*f3,1*f3,3*f3])
a=addmf(a,'output',1,'PM','trimf',[0,2*f3,3*f3])
a=addmf(a,'output',1,'PB','smf',[1*f3,3*f3])
rulelist=[1 1 1 1 1
1 2 1 1 1
1 3 2 1 1
1 4 2 1 1
1 5 3 1 1
1 6 3 1 1
1 7 4 1 1
2 1 1 1 1
2 2 2 1 1
2 3 2 1 1
2 4 3 1 1
2 5 3 1 1
2 6 4 1 1
2 7 5 1 1
3 1 2 1 1
3 2 2 1 1
3 3 3 1 1
3 4 3 1 1
3 5 4 1 1
3 6 5 1 1
3 7 5 1 1
4 1 2 1 1
4 2 3 1 1
4 3 3 1 1
4 4 4 1 1
4 5 5 1 1
4 6 5 1 1
4 7 6 1 1
5 1 3 1 1
5 2 3 1 1
5 3 4 1 1
5 4 5 1 1
5 5 5 1 1
5 6 6 1 1
5 7 6 1 1
6 1 3 1 1
6 2 4 1 1
6 3 5 1 1
6 4 5 1 1
6 5 6 1 1
6 6 6 1 1
6 7 7 1 1
7 1 4 1 1
7 2 5 1 1
7 3 5 1 1
7 4 6 1 1
7 5 6 1 1
7 6 7 1 1
7 7 7 1 1]
a=addrule(a,rulelist)
a1=setfis(a,'DefuzzMethod','mom')%Defuzzy
writefis(a1,'fuzzf')
a2=readfis('fuzzf')
Ulist=zeros(7,7)
for i=1:7
for j=1:7
e(i)=-4+i
ec(j)=-4+j
Ulist(i,j)=evalfis([e(i),ec(j)],a2)
end
end
figure(1)
plotfis(a2)
figure(2)
plotmf(a,'input',1)
figure(3)
plotmf(a,'input',2)
figure(4)
plotmf(a,'output',1)
这里简单说明一下:首先是编写2个输入,1个输出的隶属度函数;接下来的是模糊规则,一共49条;然后用解模糊函数得出控制量U,这里输出的U就直接是精确量了,解模糊用到得规则是取隶属度最大的那个数即MOM算法。
显示的三个图形窗口分别是:模糊控制器内部原理图,以及2个输入,1个输出的隶属度函数图。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)