非线性控制2.0——模糊逼近

非线性控制2.0——模糊逼近一 逼近器的种类及由来 1 常用逼近器 1 多项式逼近器 2 神经网络逼近器 3 模糊逼近器 2 研究意义 对于参数不确定系统 可以利用自适应控制或者鲁棒控制解决 通过李亚普洛夫法构造自适应率

大家好,我是讯享网,很高兴认识大家。

一、逼近器的种类及由来

1. 常用逼近器

(1)多项式逼近器;

(2)神经网络逼近器;

(3)模糊逼近器。

2. 研究意义

对于参数不确定系统,可以利用自适应控制或者鲁棒控制解决,通过李亚普洛夫法构造自适应率,或者参数变化范围有界时,可以利用鲁棒控制的思维使得系统对于该参数不敏感;而对于模型不确定(难以确定模型或者其部分准确表达式),模糊逼近(万能逼近)或者神经网络逼近则可解决这类问题。对于模型不确定,实际应用中比较普遍,实用性大。与输出调节或则自适应控制都可以结合起来,解决含有模型未知的输出调节控制或者自适应控制。

3. 模糊逼近优势

模糊逼近能够充分利用语言的信息能力,构造较为容易,但其缺陷在于模糊规则制定需要丰富经验,而且模糊规则作为逼近的核心因素之一,模糊规则的优劣也直接影响着模糊逼近误差。

神经网络逼近器或者更为先进的机器学习算法逼近较模糊逼近精度可能更好,但在拟合非线性函数时,需要依赖庞大的数据集(集合越丰富,拟合程度越高),而且其构造较为复杂,实际应用难度也较大。

二、模糊逼近器设计步骤

步骤1:设二维模糊系统g(x)
讯享网为集合U=\left [ \alpha _{1},\beta _{1} \right ]\times \left [ \alpha _{2},\beta _{2} \right ]\subset R^{2}上的一个函数,其解析式形式未知。

 

 

三、实例仿真与分析

 

%%————————————————————————————————————%% %功能:模糊逼近 %时间:2020年5月16日 %作者:Peng Jin %版本:V1.0 %————————————————————————————---———————%% %% Fuzzy approaching clear all; close all; clc T=0.1; x1=-1:T:1; x2=-1:T:1; L=2; h=0.05; N=L/h+1; for i=1:1:N %N MF for j=1:1:N e1(i)=-1+L/(N-1)*(i-1); e2(j)=-1+L/(N-1)*(j-1); gx(i,j)=sin((e1(i))*pi)+cos((e2(j))*pi)+sin(e1(i)*pi)*cos(e2(j)*pi) end end df=zeros(L/T+1,L/T+1); cf=zeros(L/T+1,L/T+1); for m=1:1:N %u1 change from 1 to N if m==1 u1=trimf(x1,[-1,-1,-1+L/(N-1)]); %First u1 elseif m==N u1=trimf(x1,[1-L/(N-1),1,1]); %Last u1 else u1=trimf(x1,[e1(m-1),e1(m),e1(m+1)]); end figure(1); hold on; plot(x1,u1); xlabel('x1');ylabel('Membership function'); for n=1:1:N %u2 change from 1 to N if n==1 u2=trimf(x2,[-1,-1,-1+L/(N-1)]); %First u2 elseif n==N u2=trimf(x2,[1-L/(N-1),1,1]); %Last u2 else u2=trimf(x2,[e2(n-1),e2(n),e2(n+1)]); end figure(2); hold on; plot(x2,u2); xlabel('x2'); ylabel('Membership function'); for i=1:1:L/T+1 for j=1:1:L/T+1 d=df(i,j)+u1(i)*u2(j); df(i,j)=d; c=cf(i,j)+gx(m,n)*u1(i)*u2(j); cf(i,j)=c; end end end end %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% for i=1:1:L/T+1 for j=1:1:L/T+1 f(i,j)=cf(i,j)/df(i,j); y(i,j)=sin((x1(i))*pi)+cos((x2(j))*pi)+sin(x1(i)*pi)*cos(x2(j)*pi) end end figure(3); subplot(211); surf(x1,x2,f); title('f(x)'); subplot(212); surf(x1,x2,y); title('g(x)'); figure(4); surf(x1,x2,f-y); title('Approaching error') 

讯享网

 

 

 

 

 

 

 

小讯
上一篇 2025-04-06 17:14
下一篇 2025-01-17 15:55

相关推荐

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/77664.html