温控系统模糊pid控制matlab

### 温控系统中模糊PID控制的MATLAB实现

#### 创建模糊逻辑控制器
为了创建一个用于温控系统的模糊PID控制器，在MATLAB环境中首先定义模糊推理系统(FIS)，设置输入变量（误差e及其变化率de/dt）、输出变量(u)以及隶属函数。

% 初始化FIS结构体
fis = mamfis('Name', 'TemperatureControl');

% 定义输入变量——误差 e 和其变化率 de_dt
addInput(fis, [-8 8], 'Name', 'Error');
addMF(fis, 'Error', 'gaussmf', [2 0], 'Name', 'NegativeBig');
addMF(fis, 'Error', 'trimf', [-4 0 4], 'Name', 'Zero');
addMF(fis, 'Error', 'gaussmf', [2 0], 'Name', 'PositiveBig');

addInput(fis, [-5 5], 'Name', 'DeltaE');
addMF(fis, 'DeltaE', 'trimf', [-3 -1.5 0], 'Name', 'Decreasing');
addMF(fis, 'DeltaE', 'trimf', [-1.5 0 1.5], 'Name', 'SmallChange');
addMF(fis, 'DeltaE', 'trimf', [0 1.5 3], 'Name', 'Increasing');

% 输出变量——控制量 u (即 PID 的增量)
addOutput(fis, [-15 15], 'Name', 'ControlAction');
addMF(fis, 'ControlAction', 'trimf', [-15 -7.5 0], 'Name', 'CoolingStrongly');
addMF(fis, 'ControlAction', 'trimf', [-7.5 0 7.5], 'Name', 'NoChange');
addMF(fis, 'ControlAction', 'trimf', [0 7.5 15], 'Name', 'HeatingStrongly');

#### 设定规则库并训练模型
接下来配置模糊规则表，这些规则决定了如何根据当前状态调整加热或冷却强度。之后利用`genfis`命令生成初始参数，并通过实验数据进一步优化调参过程[^1]。

ruleList = [
    1     1     1     1     1;
    1     2     1     2     1;
    1     3     1     3     1;
    2     1     2     1     1;
    2     2     2     2     1;
    2     3     2     3     1;
    3     1     3     1     1;
    3     2     3     2     1;
    3     3     3     3     1];
    
fis = addRule(fis, ruleList);

#### 构建仿真环境与测试
最后一步是在Simulink中建立动态模型来验证所设计的模糊PID控制器的效果。这通常涉及到构建被控对象(如空调房间热力学特性的一阶延迟环节),连接S-Function模块加载上述编写的m文件中的FIS对象作为控制器部分，进而观察不同工况下系统的响应情况[^2]。

% Simulink Model Setup Code Snippet
open_system('TempCtrlModel'); % 打开预先准备好的simulink model
set_param(gcb,'SimulationCommand','update')
set_param([gcs '/Fuzzy_PID_Controller'],'FISStructure',...
          matlab.fis.generateCodeGenerationData(fis));
sim('TempCtrlModel') % 运行仿真获取结果