1、已知某一炉温控制系统,要求温度保持在 600 度恒定。 针对该控制系统有以下控制经验: (1)若炉温低于 600 度,则升压;低的越多升压越高。 (2)若炉温高于 600 度,则降压;高的越多降压越低。 (3)若炉温等于 600 度,则保持电压不变。 设模糊控制器为一维控制器,输入语言变量为误差,输出为 控制电压。输入、输出变量的量化等级为 7级,取 5个模糊 集。试设计隶属度函数误差变化划分表、控制电压变化划分 表和模糊控制规则表。 解: 1)确定变量 定义理想温度为 600℃,实际温度为 T,则温度误差为 E=600-T。 将温度误差 E作为输入变量 2)输入量和输出量的模糊化 将偏差 E分为 5 个模糊集: NB、NS、ZO、PS、PB,分别为 负小、负大、零、正小、正大。将偏差 E的变化分为 7个等 级: -3 -2 -1 0 1 2 3,从而得到温度模糊表如表 1所示。 表
智能控制实验报告 实验题目: BP神经网络设计 学 院:电气工程学院 班 级: 姓 名: 学 号: 实验题目: BP神经网络设计 实验目的: 1、熟悉和掌握 BP神经网络的应用; 2、熟悉 MATLAB 工作环境,熟悉命令窗口。 实验原理:设计一个简单的 BP网络,实现对非线性函数的逼近,通过改变该函 数的参数以及 BP网络隐层神经元的数目,来观察训练时间以及训练 误差的变化情况。 实验仪器:计算机 MATLAB 软件 实验步骤:采用 Matlab 实现的 BP网络逼近步骤如下: 1、将要逼近的非线性函数设为正弦函数 >>k=1; >> p=[-1:.05:1]; >> t=sin(k*pi*p); >> plot(p,t,'-') >> title('要逼近的非线性函数 '); >> xlabel('时间 '); >> ylabel('非线性函数 '); 2、网络建立 应用