自己设计的模糊PID

自己的PID基于模糊控制的设想一.能够识别传递函数还有输入形式，利用if,else函数来整定随即参数。然后再模糊控制与神经网络控制相结合，能够做出快速响应。ifchap8_4nL()==[14]崙函数的分母最高灰为四次方时假，且输入为吕in函数sp=O.71*0.88*1.21*1/3;ki=56.2*0.9*1.0022*1/30;sd=l150.2*0.01;elseifchap8_4m()==[13]禎函數的分母最高次为三次方时假，且输入为吕in函数ip=0.02*1/3;si=l.5*1/30；Kd=610.1505*1/30:elseifchap8_4m()==£24]%S函数的分母最高次为三次方时假，且输入为阶跃函数sp=4.1*0.2*1/3;zi=C.9*0.5*1/30；Kd=754.1505*1/30;enda=newfisfuzzpidJ);黑创造一个新的模糊推断a=addvar[a,JinputJJ「[-匚1]);矗忝加一个变重已a=addjnfla、'inputJj1JJzmf'3[-1,-1/3]);%建立隶厲函数a=addnif{..a.3JinputJ,1/V/gaussmf?,[pi/lSj0]);a=addnif[a,'inputJ、1JPTsmf',[1/3^1]);a=addvar(a^JinputJj?ecJ3[T,1]);雳滋加一个变里已ua=addjnf(a,JinputJj2JJzmf'j[-1,-1/3]);%建立隶厲函数a=addnif{..a.3JinputJ,2/V/gaussmf?,[pi/lSj0]);a=addjnf[a,'inputJ)&，F，Jsmf',[1/3^1]);a=addvar(a,JoutputJJkpJtip*[-8.d,8.3]);%添加—个变重kpa=addmf(a,JoutputJ』1』T『打zmfJ,ip*[-8.33-2.49]);%建立隶属函數a=addnif[a,JoutputJ1//trimfJ,Kp*[-4.15,口,4.15]);a=addjnf[a,'outputJ：1JPTsmf',sp*[2.49,8.3]);a=addvar(a,JoutputJJkiJtzi*[-6Q,60]);%添加一个变里hia=addmf血JoutputJ,&TFJzmfJ」si#[-60,-20]);霁建立隶属函数a=addnif[a,'outputJ2*寸JtrimfJ,Ki*[-40^口,40]);a=addjnf[a,'outputJ)FJsmf',si*[20^60]);a=addvar(a,JoutputJJkdJ3xd*[-0.<N2»0.002]);舟滋加一个变重kia=addmf怎JoutputJ』昂T『打zmfJ」sd*[-0.002^0]);州建立隶厲函数a=addnif{..a.3'outputJ壮J€JtrimfJ,Kd*[-0.001^0j0.001]);a=addjnf(a；,JoutputJj乳，P，』：吕mf：」sd*QD.0(J2]); 我把模糊控制和神经网络结合了一下，利用模糊规则作为学习速率。如:k_pid=evalfis([e_l,ec_l],a);%计算模糊推理输出结果函数kp(k)=kpO+ap*k_pid(l)*e_l*u_l;%ap为局部整定参数与k_pid(l)(模糊推理出来的值)相乘作为学习速率(该方法解决了直接用模糊控制难以整定的问题)，利用导师学习还有控制规律来修改kp参数ki(k)=ki0+ai*k_pid(2)*e_l*u_l;kd(k)=kd0+ad*k_pid(3)*e_l*u_l;addk=abs(kp(k)+ki(k)+kd(k));u(k)=u_l+K*(kp(k)*e_l/addk+ki(k)*ei/addk+kd(k)*ec_l/(ts*addk));上面的代码中ap，ai，Ad的代码如下所示：M=2;g=2;ifM==1&g==0%输入为sin函数的，分母最高次为四次的s函数K=0.085%全局调整elseifM==2&g==1%输入为sin函数的，分母最高次为三次的s函数K=0.2;ap=0.91;ai=0.001