模糊逻辑 控制器’，输入2的值应在[-6 6]范围内，但其值为-6.96325。

这种情况下，可以考虑对输入2的值进行修正或者规范化处理，使其符合范围要求。常见的处理方式包括：

1.截断处理：将输入2的值限制在[-6 6]范围内，即将其修正为-6。

2.归一化处理：将输入2的值进行线性变换，映射到[-1 1]范围内，即将其规范化为-0.9284167。

3.模糊化处理：将输入2的值模糊化为一个模糊集合，根据模糊逻辑运算得到控制器的输出。例如，可以将输入2的值划分为三个模糊集合：负大、零、正大，然后根据模糊逻辑规则计算控制器的输出。

相关问题

Matlab中模糊逻辑控制器输入过大

如果模糊逻辑控制器的输入过大，可以考虑对输入进行归一化处理。具体来说，可以将输入值除以一个固定的最大值，这样可以将输入值缩放到 [0,1] 区间内。另外，也可以考虑对输入进行截断处理，将过大的输入值截断到一个固定的最大值。

另外，如果输入值过大导致模糊逻辑控制器无法正常工作，也可以考虑调整模糊化函数和模糊规则，以适应不同的输入范围。例如，可以考虑采用更广泛的隶属函数，或者重新设计模糊规则，以适应更广泛的输入范围。

如何在MATLAB中用命令行搭建模糊逻辑控制器

要在MATLAB中用命令行搭建模糊逻辑控制器，可以按照以下步骤操作：

1. 定义输入变量和输出变量。例如，假设我们要设计一个温度控制器，输入变量为温度误差（e）和温度变化率（ec），输出变量为加热器功率（p）。

2. 定义模糊集和隶属函数。例如，可以定义三个模糊集：负大（NL）、零（ZL）和正大（PL），分别表示输入变量的值比较小、适中和比较大。对于每个模糊集，需要定义隶属函数。可以选择三角形隶属函数或高斯隶属函数等。

3. 构建模糊规则。根据经验或专家知识，可以构建一组模糊规则，将输入变量的值与输出变量的值联系起来。例如，可以定义如下规则：

如果 e 是 NL 和 ec 是 NL，则 p 是 PL。
如果 e 是 NL 和 ec 是 ZL，则 p 是 PL。
如果 e 是 NL 和 ec 是 PL，则 p 是 ZL。
如果 e 是 ZL 和 ec 是 NL，则 p 是 PL。
如果 e 是 ZL 和 ec 是 ZL，则 p 是 ZL。
如果 e 是 ZL 和 ec 是 PL，则 p 是 NL。
如果 e 是 PL 和 ec 是 NL，则 p 是 ZL。
如果 e 是 PL 和 ec 是 ZL，则 p 是 NL。
如果 e 是 PL 和 ec 是 PL，则 p 是 NL。

4. 创建模糊控制器对象。使用命令fuzzylogic.controller创建一个模糊控制器对象，并设置输入变量、输出变量、模糊集和模糊规则等属性。例如，可以使用如下命令创建一个模糊控制器对象：

controller = fuzzylogic.controller;

controller.input('error', [-10 10]);
controller.input('error_change', [-5 5]);
controller.output('power', [0 100]);

controller.input('error').membershipfunction('trimf', [-10 -5 0]);
controller.input('error').membershipfunction('trimf', [-5 0 5]);
controller.input('error').membershipfunction('trimf', [0 5 10]);

controller.input('error_change').membershipfunction('trimf', [-5 -2 0]);
controller.input('error_change').membershipfunction('trimf', [-2 0 2]);
controller.input('error_change').membershipfunction('trimf', [0 2 5]);

controller.rule([1 1], 3);
controller.rule([1 2], 3);
controller.rule([1 3], 2);
controller.rule([2 1], 3);
controller.rule([2 2], 2);
controller.rule([2 3], 1);
controller.rule([3 1], 2);
controller.rule([3 2], 1);
controller.rule([3 3], 1);

5. 输入变量值，获取输出变量值。使用命令fuzzylogic.eval计算输出变量值。例如，可以使用如下命令输入温度误差为-2，温度变化率为1，并获取加热器功率的推荐值：

input = [ -2 1 ];
output = fuzzylogic.eval(controller, input);

以上就是在MATLAB中用命令行搭建模糊逻辑控制器的步骤。需要注意的是，以上示例仅供参考，实际应用中需要根据具体问题进行调整和优化。