模糊pid编程matab

模糊PID控制是一种基于模糊逻辑的PID控制算法，它可以更好地适应非线性、不确定性、时变性系统的控制。MATLAB是一种功能强大的数学计算软件，可以用来实现模糊PID控制。

以下是一个使用MATLAB实现模糊PID控制的示例代码：

% 定义输入和输出变量
input = [-10, 10];
output = [-1, 1];

% 创建模糊控制器
fis = newfis('fis','mamdani','min','max','min','max','centroid');

% 添加模糊规则
rule1 = [1 1 1 1 1]; % 如果偏差小、变化小，则输出为小
rule2 = [2 2 2 2 1]; % 如果偏差中等、变化中等，则输出为小
rule3 = [3 3 3 3 2]; % 如果偏差大、变化大，则输出为大
rule4 = [1 2 1 1 1]; % 如果偏差小、变化中等，则输出为小
rule5 = [2 3 2 2 2]; % 如果偏差中等、变化大，则输出为大
rule6 = [1 3 2 1 1]; % 如果偏差小、变化大，则输出为小
rule7 = [2 1 1 2 1]; % 如果偏差中等、变化小，则输出为中
rule8 = [3 2 2 3 2]; % 如果偏差大、变化中等，则输出为大
rule9 = [3 1 2 2 2]; % 如果偏差大、变化小，则输出为中
rule10 = [1 1 2 1 1]; % 如果偏差小、变化小，则输出为小
rule11 = [2 2 1 2 1]; % 如果偏差中等、变化中等，则输出为中
rule12 = [3 3 2 3 2]; % 如果偏差大、变化大，则输出为大
rule13 = [2 1 2 2 1]; % 如果偏差中等、变化小，则输出为小
rule14 = [3 2 1 3 2]; % 如果偏差大、变化中等，则输出为中
rule15 = [3 1 1 3 2]; % 如果偏差大、变化小，则输出为小
fis = addRule(fis,[rule1; rule2; rule3; rule4; rule5; rule6; rule7; rule8; rule9; rule10; rule11; rule12; rule13; rule14; rule15]);

% 训练模糊控制器
opt = anfisOptions('InitialFIS', fis, 'Epochs', 20, 'DisplayANFISInformation', 0);
data = readtable('input.csv');
[x, y] = size(data);
data = table2array(data);
in = data(:,1:2);
out = data(:,3);
fis = anfis(in, out, opt);

% 使用模糊PID控制器进行控制
dt = 0.01;
t = 0:dt:10;
r = 0.5*sin(2*pi*t);
y = zeros(size(t));
e = zeros(size(t));
de = zeros(size(t));
ie = zeros(size(t));
u = zeros(size(t));
for i = 1:length(t)-1
    e(i) = r(i) - y(i);
    de(i) = (e(i) - e(i-1))/dt;
    ie(i) = ie(i-1) + e(i)*dt;
    u(i) = evalfis([e(i), de(i)], fis);
    y(i+1) = y(i) + u(i)*dt;
end

% 绘制结果
figure;
subplot(2,1,1);
plot(t,y,'LineWidth',2);
hold on;
plot(t,r,'r--','LineWidth',2);
xlabel('Time (s)');
ylabel('Output');
legend('Output','Reference');
grid on;
subplot(2,1,2);
plot(t,u,'LineWidth',2);
xlabel('Time (s)');
ylabel('Input');
grid on;

以上代码实现了一个简单的模糊PID控制器，包括模糊规则的定义、模糊控制器的训练和控制过程的实现。通过修改模糊规则和训练数据，可以应用到不同的控制问题中。