![智能控制:理论基础、算法设计与应用](https://wfqqreader-1252317822.image.myqcloud.com/cover/210/31476210/b_31476210.jpg)
3.4 模糊控制应用实例——洗衣机的模糊控制
下面以模糊洗衣机洗涤时间的模糊控制系统设计为例进行介绍,其控制是一个开环的决策过程,模糊控制按以下步骤进行。
1.确定模糊控制器的结构
选用单变量二维模糊控制器,控制器的输入为衣物的污泥和油脂,输出为洗涤时间。
2.定义输入输出模糊集
将污泥分为3个模糊集,即SD(污泥少)、MD(污泥中)和LD(污泥多),取值范围为[0,100]。
3.定义隶属函数
选用如下隶属函数
![](https://epubservercos.yuewen.com/5343CC/17035792805330906/epubprivate/OEBPS/Images/Figure-P58_12395.jpg?sign=1738880887-O4MlCJHwi1LQUuo5DjwOCThcC5TiKUAM-0-dd5c792763ea3aac43e82462cc369e40)
采用三角形隶属函数可实现污泥的模糊化。采用MATLAB进行仿真,仿真程序见chap3_3.m,仿真结果如图3.11所示。
![](https://epubservercos.yuewen.com/5343CC/17035792805330906/epubprivate/OEBPS/Images/Figure-P58_3068.jpg?sign=1738880887-rjgQKuqCuTL48xVZTuzpkgkJcjSF12qr-0-5d2c47d76f288560463dc5b235f43003)
图3.11 污泥隶属函数
污泥隶属函数设计仿真程序:chap3_3.m
![](https://epubservercos.yuewen.com/5343CC/17035792805330906/epubprivate/OEBPS/Images/Figure-P59_12397.jpg?sign=1738880887-nozl89A4f33jPH1LXDW7v7KWGCbzhqJZ-0-0cfef1b3cf876389e9dd9004cdb3b975)
将油脂分为3个模糊集,分别为NG(无油脂)、MG(油脂中)和LG(油脂多),取值范围为[0,100]。选用如下隶属函数
![](https://epubservercos.yuewen.com/5343CC/17035792805330906/epubprivate/OEBPS/Images/Figure-P59_12398.jpg?sign=1738880887-Puz0EDDrEAoXzURC0OfgLCvLYfYUPe8L-0-cf3b13b95ec43d60f3483a1e40d40792)
采用三角形隶属函数实现油脂的模糊化,如图3.12所示,仿真程序同chap3_3.m。
![](https://epubservercos.yuewen.com/5343CC/17035792805330906/epubprivate/OEBPS/Images/Figure-P59_3085.jpg?sign=1738880887-fWZWL0tjK0RllRJpWmFm965eICZ9Ul8W-0-0a57e64befd696d0743cc972713ed697)
图3.12 油脂隶属函数
将洗涤时间分为5个模糊集即VS(很短)、S(短)、M(中等)、L(长)和VL(很长),取值范围为[0,60],选用如下隶属函数
![](https://epubservercos.yuewen.com/5343CC/17035792805330906/epubprivate/OEBPS/Images/Figure-P59_12399.jpg?sign=1738880887-ppfQqHqezmogI72Aiyx5wHDo5fu77Xl9-0-0ca8f0940c83654468ace3c629bbf183)
采用三角形隶属函数实现洗涤时间的模糊化,如图3.13所示,仿真程序见chap3_4.m。
![](https://epubservercos.yuewen.com/5343CC/17035792805330906/epubprivate/OEBPS/Images/Figure-P60_3104.jpg?sign=1738880887-knwU1dKLlBWgtAjW8Ib5dneAeyuVZlCa-0-a1e5d18a6107bee1f6a76e7ebc8097da)
图3.13 洗涤时间隶属函数
采用MATLAB仿真,可实现洗涤时间隶属函数的设计。仿真程序见chap3_4.m。
洗涤时间隶属函数设计仿真程序:chap3_4.m
%Define N+1 triangle membership function clear all; close all; z=0:0.1:60; u=trimf(z,[0,0,10]); figure(1); plot(z,u); u=trimf(z,[0,10,25]); hold on; plot(z,u); u=trimf(z,[10,25,40]); hold on; plot(z,u); u=trimf(z,[25,40,60]); hold on; plot(z,u); u=trimf(z,[40,60,60]); hold on; plot(z,u); xlabel('z)'; ylabel('Degree of membership');
4.建立模糊控制规则
根据人的操作经验设计模糊规则,模糊规则设计的标准为“污泥越多,油脂越多,洗涤时间越长”、“污泥适中,油脂适中,洗涤时间适中”以及“污泥越少,油脂越少,洗涤时间越短”。
5.建立模糊控制表
根据模糊规则的设计标准,建立模糊规则表,如表3.7所示。
表3.7 模糊洗衣机的洗涤规则
![](https://epubservercos.yuewen.com/5343CC/17035792805330906/epubprivate/OEBPS/Images/Figure-T61_3249.jpg?sign=1738880887-5YeUuwMDlmJVhl1zKoLYeAiGSa0CUe8U-0-9e8798765e723764ba16bc3d45a88693)
第*条规则为“IF衣物污泥少且没有油脂THEN洗涤时间很短”。
6.模糊推理
模糊推理分以下几步进行。
(1)规则匹配。
假定当前传感器测得的信息为:x0(污泥)=60,y0(油脂)=70,分别代入所属的隶属函数中求隶属度
![](https://epubservercos.yuewen.com/5343CC/17035792805330906/epubprivate/OEBPS/Images/Figure-P61_12402.jpg?sign=1738880887-0viXbx7aNaC0q1cVUcqMNFkS5cAQ0RRZ-0-475043e6f46230984867264da39e8ca9)
![](https://epubservercos.yuewen.com/5343CC/17035792805330906/epubprivate/OEBPS/Images/Figure-P61_12403.jpg?sign=1738880887-h6D1ZJiNnkkIt91R8n5TOlENlS1QMiuh-0-c778a987457cbee7b5176821ab4da869)
通过上述4种隶属度,可得到4条相匹配的模糊规则,如表3.8所示。
表3.8 模糊推理结果
![](https://epubservercos.yuewen.com/5343CC/17035792805330906/epubprivate/OEBPS/Images/Figure-T61_3250.jpg?sign=1738880887-QKqDS92aQNSqjyIbcIsAAMGV1BuCIcRa-0-1918be4035a86eb6f721e5c286ab9451)
(2)规则触发。
由表3.8可知,被触发的规则有如下4条
Rule1:IF y is MD and x is MG then z is M
Rule2:IF y is MD and x is LG then z is L
Rule3:IF y is LD and x is MG then z is L
Rule4:IF y is LD and x is LG then z is VL
(3)规则前提推理。
在同一条规则内,前提之间通过“与”的关系得到规则结论,前提之间通过取小运算,得到每一条规则总前提的可信度:
Rule1前提的可信度为min(4/5,3/5)=3/5
Rule2前提的可信度为min(4/5,2/5)=2/5
Rule3前提的可信度为min(1/5,3/5)=1/5
Rule4前提的可信度为min(1/5,2/5)=1/5
由此得到洗衣机规则前提可信度表,即规则强度表,如表3.9所示。
表3.9 规则前提可信度
![](https://epubservercos.yuewen.com/5343CC/17035792805330906/epubprivate/OEBPS/Images/Figure-T62_3528.jpg?sign=1738880887-R3CgN4E9Ks4dgXJHQWd1K3gqDcR4fz7s-0-35e7b46f4efffa9b6960ec58c8ffc1b4)
(4)将上述两个表进行“与”运算。
得到每条规则总的输出,如表3.10所示。
表3.10 规则总的可信度
![](https://epubservercos.yuewen.com/5343CC/17035792805330906/epubprivate/OEBPS/Images/Figure-T62_3529.jpg?sign=1738880887-qCi538PE4OoTgDFgyw0nQDFbwtSYm0oB-0-46c84c9cb397576e68da42234aef281a)
(5)模糊系统总的输出。
模糊系统总的输出为各条规则推理结果的并,即
![](https://epubservercos.yuewen.com/5343CC/17035792805330906/epubprivate/OEBPS/Images/Figure-P62_12405.jpg?sign=1738880887-D2ndqxlHEjeFtcfNHmZaIzVwIcwTCOM9-0-957a9be343f826dd110bc5cec822bd56)
(6)反模糊化。
模糊系统总的输出μagg(z)实际上是3个规则推理结果的并集,需要进行反模糊化,才能得到精确的推理结果。下面以最大平均法为例,进行反模糊化。
将带入洗涤时间隶属函数中的μM(z),得到规则前提隶属度
与规则结论隶属度μM(z)的交点
![](https://epubservercos.yuewen.com/5343CC/17035792805330906/epubprivate/OEBPS/Images/Figure-P62_12407.jpg?sign=1738880887-wrH3L1pHCSnneGgcrudoUd1e6FVwqyUi-0-c183285bd8b873da511d2a895f063a67)
得:z1=19,z2=31。
采用最大平均法,可得精确输出
![](https://epubservercos.yuewen.com/5343CC/17035792805330906/epubprivate/OEBPS/Images/Figure-P62_12409.jpg?sign=1738880887-zHYykE6HW1V3IfCVWJj6NCcpv0JZsCR7-0-cebef75a0b78f2d81f916b32ffbe711f)
采用MATLAB中模糊控制工具箱可设计洗衣机模糊控制系统。洗衣机模糊控制系统仿真程序见chap3_5.m。
取x=60,y=70,反模糊化采用重心法,模糊推理结果为33.6853。利用命令showrule可观察规则库,利用命令ruleview可实现模糊控制的动态仿真,如图3.14所示。
![](https://epubservercos.yuewen.com/5343CC/17035792805330906/epubprivate/OEBPS/Images/Figure-P63_3478.jpg?sign=1738880887-dHd5WwyKevI0NCJp5PtnfP53r2B6Zr1X-0-3438745b729a64f0bced03399fc4e1ca)
图3.14 动态仿真模糊系统
洗衣机模糊控制系统仿真程序:chap3_5.m
![](https://epubservercos.yuewen.com/5343CC/17035792805330906/epubprivate/OEBPS/Images/Figure-P64_12417.jpg?sign=1738880887-m9D2wtbN3WNjNvUnNXAfcVWINFnIVapZ-0-656908f52c8a4e22074eb3b372e57d1c)