2对某种产品的质量进行抽查评估。现随机选出5个产品x1,x2,x3,x4,x5进行检验,它们质量情况分别为

智能技术第一次实验 1 把课件上的程序进行仿真（注意：模糊系统的设置可以通过图形设计而无需编程） ，并熟 悉模糊控制的过程 方法 1 利用最常用的梯形隶属度函数表示 “年轻” ， “中年 ”， “老年” ， “很年轻” ， “非常老” 等模糊量 程序： 结果： 方法 2 利用广义钟型函数表示“年轻” ， “中年” ， “老年” 程序： 结果： 2 对某种产品的质量进行抽查评估。现随机选出 5 个产品 x1,x2,x3,x4,x5 进行检验,它们 质量情况分别为: x180,x272,x365,x4 98,x553 这就确定了一个模糊集合 Q,表示该组产品的“质量水平 ”这个模糊概念的隶属程度。试写 出该模糊集。 该模糊集为：Q=(X1,0.8),(X2,0.72),(X3,0.65),(X4,0.98),(X5,0.53) 3 设系统为 )14(20)(ssH 设计该系统的模糊控制器，并将控制效果与传统 PID 进行比较，注意在选择不同隶属度函 数和不同控制参数的情况下所获得的控制效果。 程序： num=20; den=8,6,1; a1,b,c,d=tf2ss(num,den); x=0;0; %系统参数 T=0.01; h=T; N=500; umin=0.07; umax=0.7; td=0.02; Nd=0;%td/T R=1.5*ones(1,N);%参考输入 e=0;de=0;ie=0;kp=100;ki=2;kd=6; for k=1:N uu1(1,k)=-(kp*e+ki*ie+kd*de); %延迟环节 if kumax u=sign(u)*umax; end k0=a1*x+b*u; k1=a1*(x+h*k0/2)+b*u; k2=a1*(x+h*k1/2)+b*u; k3=a1*(x+h*k2)+b*u; x=x+(k0+2*k1+2*k2+k3)*h/6; y=c*x+d*u; %计算误差、微分和积分 e1=e; e=y(1,1)-R(1,k); de=(e-e1)/T; ie=e*T+ie; yy1(1,k)=y; end %定义输入与输出变量及其隶属度函数 a=newfis(simple); a=addvar(a,input,e,-6 6); a=addvar(a,input,de,-6 6); a=addvar(a,output,u,-3 3); a=addmf(a,input,1,NB,trapmf,-6,- 6,-5,-3); a=addmf(a,input,1,NS,trapmf,-5,- 3,-2,0); a=addmf(a,input,1,ZR,trimf,- 2,0,2); a=addmf(a,input,1,PS,trapmf,0,2, 3,5); a=addmf(a,input,1,PB,trapmf,3,5, 6,6); a=addmf(a,input,2,NB,trapmf,-6,- 6,-5,-3); a=addmf(a,input,2,NS,trapmf,-5,- 3,-2,0); a=addmf(a,input,2,ZR,trimf,- 2,0,2); a=addmf(a,input,2,PS,trapmf,0,2, 3,5); a=addmf(a,input,2,PB,trapmf,3,5, 6,6); a=addmf(a,output,1,NB,trapmf,- 3,-3,-2,-1); a=addmf(a,output,1,NS,trimf,-2,- 1,0); a=addmf(a,output,1,ZR,trimf,- 1,0,1); a=addmf(a,output,1,PS,trimf,0,1, 2); a=addmf(a,output,1,PB,trapmf,1,2,3 ,3); rr=5 5 4 4 3; 5 4 4 3 3; 4 4 3 3 2; 4 3 3 2 2; 3 3 2 2 1; r1=zeros(numel(rr),3); k=1; for i=1:size(rr,1) for j=1:size(rr,2) r1(k,:)=i,j,rr(i,j); k=k+1; end end r,s=size(r1); r2=ones(r,2); rulelist=r1,r2; a=addrule(a,rulelist); %采用模糊控制器的二阶系统仿真 e=0; de=0; ke=100;kd=0.1;ku=6; for k=1:N %输入变量变换至论域 e1=ke*e; de1=kd*de; if e1=6 e1=6; elseif e1=6 de1=6; elseif de1=-6 de1=-6; end %模糊推理 in=e1 de1; u=ku*evalfis(in,a); uu(1,k)=u; %计算系统输出 k0=a1*x+b*u; k1=a1*(x+h*k0/2)+b*u; k2=a1*(x+h*k1/2)+b*u; k3=a1*(x+h*k2)+b*u; x=x+(k0+2*k1+2*k2+k3)*h/6; y=c*x+d*u; yy(1,k)=y; %计算系统输出误差及误差导数 e1=e; e=y-R(1,k); de=(e-e1)/T; end %典型二阶环节的模糊控制输出曲线 kk=T*1:N; plot(kk,yy,h,kk,yy1