前面我们已经利用模糊控制工具箱设计好了一个模糊控制器（假定我们存为fuzzy1.fis），参见：

 4步教你学会使用matlab模糊控制工具箱

下面我们检验一下，看看我们的控制器到底怎么样。以一个简单的电机控制为例，我们在Simulink中建立了它的模糊控制系统如下：

在用这个控制器之前，需要用readfis指令将fuzzy1.fis加载到matlab的工作空间，比如我们用这样的指令：myFLC=readfis（‘fuzzy1.fis’）；就创建了一个叫myFLC的结构体到工作空间，并在fuzzy logic controller中参数设为：myFLC。

可以看到，在模糊控制器的输入和输出均有一个比例系数，我们叫它量化因子，它反映的是模糊论域范围与实际范围之间的比例关系，例如，模糊控制器输入输出的论域范围均为[-3，3]，而实际误差的范围是[-10，10]，误差变化率范围是[-100，100]，控制量的范围是[-24，24]，那么我们就可以算出量化因子分别为0.3，0.03，8。量化因子的选取对于模糊控制器的控制效果有很大的影响，因此要根据实际情况认真选取哦。

好，现在我们可以设定仿真步长，比如定步长的10ms，就可以运行了。

运行后，产生这样一个错误：

MinMax blocks do not accept 'boolean' signals. The input signal(s) of block 'test_fuzzy/Fuzzy Logic  Controller/FIS Wizard/Defuzzification1/Max (COA)' must be one of the MATLAB 'uint8', 'uint16', 'uint32', 'int8', 'int16', 'int32', 'single', or 'double' data types

我想很多朋友做模糊控制的时候都会遇到这个情况。没关系，这里提供两个解决办法：

1．直接在Defuzzification1这个模块中的那个比较环节后加入数据类型转换模块，将boolean转化为double型，或者双击那个比较模块，选中show additional parameters，将输出数据类型改为specify via dialog，然后选uint(8)即可；但是在仿真之后，又会发现很多地方都存在这个问题，因此你不得不一个一个去修改，如果你不怕累的话。

2．第二个方法是最简单的，直接在simulation parameters->advanced将boolean logic signals选为off，强烈推荐你用这个。

好了，这些都解决了，我们就可以仿真了，例如给个方波信号，可以得到仿真曲线如下

 >>http://blog.sina.com.cn/xianfa110

相关文章：