模糊控制课程设计

四、 仿真结果以及分析

通过（fuzzy)模糊控制模块，可以和包含模糊控制器的fis文件联系起来，还可以随时改变输入输出论域，隶属度函数以及模糊规则。仿真结果如下图：图4-1和图4-2。

图4-1

分析如下：从图4-1仿真图中可以看出，仿真时间大概在1秒左右趋于平衡，但是图中曲线最终稳定在-2.3左右，而不是在0附近稳定，猜想曲线应该最终稳定于0附近。

图 4-2

分析如下：图4-1从图4-2仿真图中可以看出，仿真时间大概也在1秒左右趋于平衡，图中

曲线最终稳定在0.3左右，接近于0附近稳定，基本实现了仿真预期效果。

五、 结语

通过以上仿真实践的过程可以看出，对于倒立摆一类的包含非线性以及不稳定因素的控制系统模型，采用模糊控制的方法具有很强的适应性以及理想的控制效果，在此基础上，选用恰当的隶属度函数也是实现优化控制的重要条件。 在实际应用中，由于模型往往具有更多的复杂因素以及一些不可预测的干扰因素，所以有时需要简历更复杂的模糊控制方案以及更加精确的隶属度函数，有时也需要采用神经网络的算法结构来解决这样的实际问题，这些方法互相配合从而形成了较为完备的智能控制方案系统。

参考文献:

[1]韩力群.智能控制理论及应用 [2]胡寿松.自动控制原理简明教程

[3]陶永华. 新型PID 控制及其应用[M] . 北京:机械工业出版社, 2003.

[4]孙红兵,李生权,王瑜. 基于RBF 网络二级倒立摆系统PID 控制[J ] . 微计算机信息,2007 (6) : 72 - 75.

[5]刘豹. 现代控制理论[M].北京:机械工业出版社,1992.

[4]陈桂明，等．应用Mat]ab建模与仿真[M]．北京．科学出版社，2000． [5]闻新，等模糊逻辑工具葙的分析与应用[M]北京，科学出版社．2000．

[6]张志涌. 精通MATLAB [M ]. (第三版). 北京:北京航空航天大学出版社, 2000.