文章设计了一种基于FPGA的瓦斯浓度模糊控制系统,详细介绍了模糊控制算法以及该系统模糊控制规则的建立,并利用FPGA实现了模糊系统的控制,相对于传统的控制手段,该系统具有控制精度高、滞后性小的优点。

针对行车受不同负载的影响,导致行车定位不准确等因素,提出了一种模糊控制算法。以S7-300为控制核心实现了直接查表法的模糊控制决策。分析了模糊控制过程中的实现方法及模糊查询表的MATLAB的实现。并通过Simulink进行仿真实验表明,该模糊控制系统具有良好的稳定性。

【Matlab源码】模糊控制器的粒子群优化算法

针对现有多级胶带调速系统采用二维模糊控制算法存在调节速度与期望速度误差较大的问题,建立了自适应神经模糊推理系统模型,设计了一种基于自适应神经模糊推理系统模型的多级胶带调速系统。该调速系统以第1条胶带的瞬时流量和实时速度为输入量,以变频器的调节频率为输出量实现调速。Matlab仿真结果表明,引入自适应神经模糊推理系统模型的多级胶带调速系统的速度误差可控制在2%以下,运量与带速匹配率得到了优化,对现今煤矿企业的节能减排具有一定的应用价值。

针对传统直流带式输送机控制系统存在稳定性差以及可靠性低等问题,提出了一种基于PLC的直流带式输送机系统的自适应模糊控制策略。根据直流带式输送机的数学模型,采用自适应模糊控制算法来实现转速的快速跟踪控制。在此基础上设计了以PLC作为核心处理器的直流带式输送机硬件系统和软件系统。测试结果表明,提出的控制策略具有较好的调节性能。

改进动态窗口DWA算法，模糊控制自适应调整评价因子权重，matlab代码，完全自己编写 这段代码是一个基于动态窗口法（Dynamic Window Approach，DWA）的路径规划算法的实现。下面我将对代码进行分析，并解释算法的优势、需要注意的地方以及独特算法所用到的内容。 首先，代码开始时定义了一个地图map0，表示机器人的运动环境。地图中的0表示可通行的区域，1表示障碍物。接着，代码对地图进行了旋转，以保证地图和预期设置的地图一致。然后，获取了地图的高度和宽度。 接下来，代码设置了绘图的参数，并绘制了地图中的障碍物。障碍物的坐标保存在obstacle数组中。然后，代码定义了起始点和目标点，并在图中绘制了起始点和目标点。 接着，代码计算了机器人的初始航向角，使其朝向目标点，以防止陷入局部最优。然后，定义了机器人的状态，包括位置、航向、线速度和角速度。 代码中的dt表示仿真步长，predictT表示前向模拟时间。obs表示障碍物的坐标数组，collisionR表示碰撞半径。 接下来，代码定义了运动学的限制，包括最高速度、角速度、加速度、角加速度以及线速度和角速度的分辨率

确定隶属函数应遵守的一些基本原则： 1、表示隶属度函数的模糊集合必须是凸模糊集合 例:适中速度的集合是模糊集合。可表示为: “适中速度”= 0/30+0.5/40+1/50+0.5/60+0/70 从最大隶属度函数点向两边延伸时,其隶属函数的值是必须是单调递减的,而不允许有波浪形。 凸模糊集合：隶属函数呈单峰馒头形。

西安电子科技大学模糊控制应用示例课件，其中有PID控制和二阶模糊控制的应用举例及matlab程序

本实验设计一个含有模糊控制器的控制系统，并对该系统进行仿真，研究模糊控制器的设计方法。在此基础上自己设计5个语言变量的模糊控制器，控制系统的方框图如下：

用PLC实现模糊控制的两种程序设计方法,需要的请去知网下载阅读器