北航模糊控制理论作业：C++实现双输入单输出系统

"北航智能控制理论及应用课程的第一次大作业，主要涉及模糊控制理论，要求用C++编程实现。作业内容包括基于双输入单输出系统的模糊控制算法，使用了重心法进行模糊决策，并提供了部分C++代码实现模糊推理和合成规则。" 模糊控制是一种基于模糊逻辑的控制方法，它在处理不确定性和非线性问题时表现出优越性。在这个作业中，系统被设计为双输入单输出，即有两个输入变量（可能是系统状态的误差和误差变化率）和一个输出变量（控制量）。模糊控制的核心在于定义模糊集合、控制规则以及推理过程。 1. 模糊集合与控制规则 控制规则是基于模糊逻辑的条件-动作规则，例如：“如果误差E属于某模糊集合，且误差变化率EC也属于特定模糊集合，则控制量U应属于另一模糊集合”。这里的模糊集合通常由语言变量表示，如“小”、“中”、“大”等，它们在误差、误差变化率和控制量的论域上有所定义。 2. 模糊推理 模糊推理过程通过模糊关系来实现，这里使用了直积操作，即将行向量与列向量对应元素相乘并取最小值。接着，通过模糊推理合成规则得到控制器输出的变化量，这个过程中可能涉及到并运算（先取小再取大）。 3. 模糊决策（重心法） 模糊决策用于将模糊输出转化为实际的控制信号。输入计算公式是基于离散论域上的点及其对应的隶属度函数值，通过重心法求得。重心法是模糊集合理论中一种常见的求解模糊集中心的方法，它将模糊集的每个元素与相应的隶属度函数值相乘，然后对结果求和。 4. C++实现 提供的C++代码片段展示了如何处理模糊控制表格数据，包括最大值函数、模糊关系矩阵的最大化操作（MaxR函数），以及构建模糊推理矩阵（MakeAB和MakeRi函数）等。这些函数用于读取和处理输入数据，实现模糊推理过程。 通过完成这个作业，学生将深入理解模糊控制的基本原理和实现步骤，同时锻炼C++编程能力，尤其是处理数组和矩阵操作的能力。此外，这也是将理论知识应用于实际问题的一个实例，有助于提高学生的实践技能和解决复杂问题的能力。