MATLAB基于实验设计的模糊控制建模研究(2)
2．4试验设计方法的优缺点 8
2．4．1随机区组设计 8
2．4．2正交实验设计 8
2．4．3均匀实验设计 8
2．4．4拉丁超立方 8
3．模糊控制介绍 9
3．1模糊控制原理 9
3．2模糊控制的特点 9
3．2．1模糊控制的优点 9
3．2．2模糊控制的缺点 10
3．3模糊控制的现状 10
3．3．1常规模糊控制 10
3．3．2高性能模糊控制 11
3．3．3复合模糊控制 11
3．4基本模糊控制器的设计步骤及方法 12
3.4.1确定输人输出的模糊子集及其论域 12
3.4.2选择控制规则 13
3.4.3确定各模糊子集的隶属函数 13
3.4.4设计模糊控制器的算法结构 14
3.4.5计算采样时刻的偏差和偏差变化 14
3.4.6偏差和偏差变化的模糊化 15
3.4.7进行模糊决策 15
3．5模糊控制器的设计方法 16
3.5.1 查表法设计模糊系统 16
3.5.2 梯度下降法设计模糊系统 17
3.5.3 递推最小二乘法设计模糊系统 18
3.5.4聚类法设计模糊系统 18
4．基于DOE的模糊建模方法 19
4.1 问题描述 19
4.2 具体实验设计步骤 19
4.2.1选取实验数据 19
4.2.2选取实验设计方法 20
4.2.3拟合建模 22
4.2.4模糊控制建模 27
4．3建模结果分析 29
4.3.1拟合结果分析 29
4.3.2模糊控制建模结果分析 31
4．4模糊控制建模改进 34
4.4.1提出改进方法 34
4．4．2改进结果 34
5.结论和展望 39
5．1结论 39
5．2展望 39
致谢 40
附录 41
参考文献 48
1．绪论
1．1建模方法综述
21世纪的社会是信息社会，其影响最终将要比十九世纪由社转向工业社会更加深刻。因此，数据分析的作用越来越重要。实际中在量信息或海量信息对应着大量的数据或者海量数据，从这些数据在寻求需要的问题答案就是所谓的数据建模[1]。
建模采用的主要方法有：
（1） 机理分析法。机理分析法是根据对客观事物特性的认识从基本物理定律以及系统的结构数据来推导出模型。机理分析法可细分为以下几类：比例分析法，代数方法，逻辑方法，常微分方程。
（2） 数据分析法。数据分析法是指通过对量测数据的统计分析，找出与数据拟合最好的模型。数据分析法也细分为：回归分析法，时序分析法。回归分析是指对具有相关关系的现象，根据其关系形态选择一个合适的数学模型，用来近似地表示变量间的平均变化关系的一种统计方法。
（3） 层次分析法。层次分析法是美国著名的运筹学家T．L．Saaty教授于20世纪70年代初首先提出的一种定性与定量分析相结合的多准则决策方法。该方法是社会、经济系统决策的有效工具，目前在工程计划、资源分配、方案排序、政策制定、冲突问题、性能评价等方面都有广泛的应用。层次分析法的核心问题是排序，包括递阶层次结构原理、测度原理和排序原理。