-
Notifications
You must be signed in to change notification settings - Fork 37
/
fuzzy_PID.cpp
413 lines (390 loc) · 10.6 KB
/
fuzzy_PID.cpp
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
#include"fuzzy_PID.h"
FuzzyPID::FuzzyPID(float e_max,float de_max,float kp_max,float ki_max,float kd_max,float Kp0,float Ki0,float Kd0):
target(0),actual(0),emax(e_max),demax(de_max),delta_Kp_max(kp_max),delta_Ki_max(ki_max),delta_Kd_max(kd_max),e_mf_paras(NULL),de_mf_paras(NULL),
Kp_mf_paras(NULL),Ki_mf_paras(NULL),Kd_mf_paras(NULL)
{
e=target-actual;
e_pre_1=0;
e_pre_2=0;
de=e-e_pre_1;
Ke=(N/2)/emax;
Kde=(N/2)/demax;
Ku_p=delta_Kp_max/(N/2);
Ku_i=delta_Ki_max/(N/2);
Ku_d=delta_Kd_max/(N/2);
mf_t_e="No type";
mf_t_de="No type";
mf_t_Kp="No type";
mf_t_Ki="No type";
mf_t_Kd="No type";
Kp=Kp0;
Ki=Ki0;
Kd=Kd0;
A=Kp+Ki+Kd;
B=-2*Kd-Kp;
C=Kd;
}
FuzzyPID::FuzzyPID(float *fuzzyLimit,float *pidInitVal)
{
target=0;
actual=0;
e=0;
e_pre_1=0;
e_pre_2=0;
de=e-e_pre_1;
emax=fuzzyLimit[0];
demax=fuzzyLimit[1];
delta_Kp_max=fuzzyLimit[2];
delta_Ki_max=fuzzyLimit[3];
delta_Kd_max=fuzzyLimit[4];
Ke=(N/2)/emax;
Kde=(N/2)/demax;
Ku_p=delta_Kp_max/(N/2);
Ku_i=delta_Ki_max/(N/2);
Ku_d=delta_Kd_max/(N/2);
mf_t_e="No type";
mf_t_de="No type";
mf_t_Kp="No type";
mf_t_Ki="No type";
mf_t_Kd="No type";
e_mf_paras=NULL;
de_mf_paras=NULL;
Kp_mf_paras=NULL;
Ki_mf_paras=NULL;
Kd_mf_paras=NULL;
Kp=pidInitVal[0];
Ki=pidInitVal[1];
Kd=pidInitVal[2];
A=Kp+Ki+Kd;
B=-2*Kd-Kp;
C=Kd;
}
FuzzyPID::~FuzzyPID()
{
delete [] e_mf_paras;
delete [] de_mf_paras;
delete [] Kp_mf_paras;
delete [] Ki_mf_paras;
delete [] Kd_mf_paras;
}
//三角隶属度函数
float FuzzyPID::trimf(float x,float a,float b,float c)
{
float u;
if(x>=a&&x<=b)
u=(x-a)/(b-a);
else if(x>b&&x<=c)
u=(c-x)/(c-b);
else
u=0.0;
return u;
}
//正态隶属度函数
float FuzzyPID::gaussmf(float x,float ave,float sigma)
{
float u;
if(sigma<0)
{
cout<<"In gaussmf, sigma must larger than 0"<<endl;
}
u=exp(-pow(((x-ave)/sigma),2));
return u;
}
//梯形隶属度函数
float FuzzyPID::trapmf(float x,float a,float b,float c,float d)
{
float u;
if(x>=a&&x<b)
u=(x-a)/(b-a);
else if(x>=b&&x<c)
u=1;
else if(x>=c&&x<=d)
u=(d-x)/(d-c);
else
u=0;
return u;
}
//设置模糊规则Matrix
void FuzzyPID::setRuleMatrix(int kp_m[N][N],int ki_m[N][N],int kd_m[N][N])
{
for(int i=0;i<N;i++)
for(int j=0;j<N;j++)
{
Kp_rule_matrix[i][j]=kp_m[i][j];
Ki_rule_matrix[i][j]=ki_m[i][j];
Kd_rule_matrix[i][j]=kd_m[i][j];
}
}
//设置模糊隶属度函数的子函数
void FuzzyPID::setMf_sub(const string & type,float *paras,int n)
{
int N_mf_e,N_mf_de,N_mf_Kp,N_mf_Ki,N_mf_Kd;
switch(n)
{
case 0:
if(type=="trimf"||type=="gaussmf"||type=="trapmf")
mf_t_e=type;
else
cout<<"Type of membership function must be \"trimf\" or \"gaussmf\" or \"trapmf\""<<endl;
if(mf_t_e=="trimf")
N_mf_e=3;
else if(mf_t_e=="gaussmf")
N_mf_e=2;
else if(mf_t_e=="trapmf")
N_mf_e=4;
e_mf_paras=new float [N*N_mf_e];
for(int i=0;i<N*N_mf_e;i++)
e_mf_paras[i]=paras[i];
break;
case 1:
if(type=="trimf"||type=="gaussmf"||type=="trapmf")
mf_t_de=type;
else
cout<<"Type of membership function must be \"trimf\" or \"gaussmf\" or \"trapmf\""<<endl;
if(mf_t_de=="trimf")
N_mf_de=3;
else if(mf_t_de=="gaussmf")
N_mf_de=2;
else if(mf_t_de=="trapmf")
N_mf_de=4;
de_mf_paras=new float [N*N_mf_de];
for(int i=0;i<N*N_mf_de;i++)
de_mf_paras[i]=paras[i];
break;
case 2:
if(type=="trimf"||type=="gaussmf"||type=="trapmf")
mf_t_Kp=type;
else
cout<<"Type of membership function must be \"trimf\" or \"gaussmf\" or \"trapmf\""<<endl;
if(mf_t_Kp=="trimf")
N_mf_Kp=3;
else if(mf_t_Kp=="gaussmf")
N_mf_Kp=2;
else if(mf_t_Kp=="trapmf")
N_mf_Kp=4;
Kp_mf_paras=new float [N*N_mf_Kp];
for(int i=0;i<N*N_mf_Kp;i++)
Kp_mf_paras[i]=paras[i];
break;
case 3:
if(type=="trimf"||type=="gaussmf"||type=="trapmf")
mf_t_Ki=type;
else
cout<<"Type of membership function must be \"trimf\" or \"gaussmf\" or \"trapmf\""<<endl;
if(mf_t_Ki=="trimf")
N_mf_Ki=3;
else if(mf_t_Ki=="gaussmf")
N_mf_Ki=2;
else if(mf_t_Ki=="trapmf")
N_mf_Ki=4;
Ki_mf_paras=new float [N*N_mf_Ki];
for(int i=0;i<N*N_mf_Ki;i++)
Ki_mf_paras[i]=paras[i];
break;
case 4:
if(type=="trimf"||type=="gaussmf"||type=="trapmf")
mf_t_Kd=type;
else
cout<<"Type of membership function must be \"trimf\" or \"gaussmf\" or \"trapmf\""<<endl;
if(mf_t_Kd=="trimf")
N_mf_Kd=3;
else if(mf_t_Kd=="gaussmf")
N_mf_Kd=2;
else if(mf_t_Kd=="trapmf")
N_mf_Kd=4;
Kd_mf_paras=new float [N*N_mf_Kd];
for(int i=0;i<N*N_mf_Kd;i++)
Kd_mf_paras[i]=paras[i];
break;
default: break;
}
}
//设置模糊隶属度函数的类型和参数
void FuzzyPID::setMf(const string & mf_type_e,float *e_mf,
const string & mf_type_de,float *de_mf,
const string & mf_type_Kp,float *Kp_mf,
const string & mf_type_Ki,float *Ki_mf,
const string & mf_type_Kd,float *Kd_mf)
{
setMf_sub(mf_type_e,e_mf,0);
setMf_sub(mf_type_de,de_mf,1);
setMf_sub(mf_type_Kp,Kp_mf,2);
setMf_sub(mf_type_Ki,Ki_mf,3);
setMf_sub(mf_type_Kd,Kd_mf,4);
}
//实现模糊控制
float FuzzyPID::realize(float t,float a)
{
float u_e[N],u_de[N],u_u[N];
int u_e_index[3],u_de_index[3];//假设一个输入最多激活3个模糊子集
float delta_Kp,delta_Ki,delta_Kd;
float delta_u;
target=t;
actual=a;
e=target-actual;
de=e-e_pre_1;
e=Ke*e;
de=Kde*de;
/* 将误差e模糊化*/
int j=0;
for(int i=0;i<N;i++)
{
if(mf_t_e=="trimf")
u_e[i]=trimf(e,e_mf_paras[i*3],e_mf_paras[i*3+1],e_mf_paras[i*3+2]);//e模糊化,计算它的隶属度
else if(mf_t_e=="gaussmf")
u_e[i]=gaussmf(e,e_mf_paras[i*2],e_mf_paras[i*2+1]);//e模糊化,计算它的隶属度
else if(mf_t_e=="trapmf")
u_e[i]=trapmf(e,e_mf_paras[i*4],e_mf_paras[i*4+1],e_mf_paras[i*4+2],e_mf_paras[i*4+3]);//e模糊化,计算它的隶属度
if(u_e[i]!=0)
u_e_index[j++]=i; //存储被激活的模糊子集的下标,可以减小计算量
}
for(;j<3;j++)u_e_index[j]=0; //富余的空间填0
/*将误差变化率de模糊化*/
j=0;
for(int i=0;i<N;i++)
{
if(mf_t_de=="trimf")
u_de[i]=trimf(de,de_mf_paras[i*3],de_mf_paras[i*3+1],de_mf_paras[i*3+2]);//de模糊化,计算它的隶属度
else if(mf_t_de=="gaussmf")
u_de[i]=gaussmf(de,de_mf_paras[i*2],de_mf_paras[i*2+1]);//de模糊化,计算它的隶属度
else if(mf_t_de=="trapmf")
u_de[i]=trapmf(de,de_mf_paras[i*4],de_mf_paras[i*4+1],de_mf_paras[i*4+2],de_mf_paras[i*4+3]);//de模糊化,计算它的隶属度
if(u_de[i]!=0)
u_de_index[j++]=i; //存储被激活的模糊子集的下标,可以减小计算量
}
for(;j<3;j++)u_de_index[j]=0; //富余的空间填0
float den=0,num=0;
/*计算delta_Kp和Kp*/
for(int m=0;m<3;m++)
for(int n=0;n<3;n++)
{
num+=u_e[u_e_index[m]]*u_de[u_de_index[n]]*Kp_rule_matrix[u_e_index[m]][u_de_index[n]];
den+=u_e[u_e_index[m]]*u_de[u_de_index[n]];
}
delta_Kp=num/den;
delta_Kp=Ku_p*delta_Kp;
if(delta_Kp>=delta_Kp_max) delta_Kp=delta_Kp_max;
else if(delta_Kp<=-delta_Kp_max) delta_Kp=-delta_Kp_max;
Kp+=delta_Kp;
if(Kp<0)Kp=0;
/*计算delta_Ki和Ki*/
den=0;num=0;
for(int m=0;m<3;m++)
for(int n=0;n<3;n++)
{
num+=u_e[u_e_index[m]]*u_de[u_de_index[n]]*Ki_rule_matrix[u_e_index[m]][u_de_index[n]];
den+=u_e[u_e_index[m]]*u_de[u_de_index[n]];
}
delta_Ki=num/den;
delta_Ki=Ku_i*delta_Ki;
if(delta_Ki>=delta_Ki_max) delta_Ki=delta_Ki_max;
else if(delta_Ki<=-delta_Ki_max) delta_Ki=-delta_Ki_max;
Ki+=delta_Ki;
if(Ki<0)Ki=0;
/*计算delta_Kd和Kd*/
den=0;num=0;
for(int m=0;m<3;m++)
for(int n=0;n<3;n++)
{
num+=u_e[u_e_index[m]]*u_de[u_de_index[n]]*Kd_rule_matrix[u_e_index[m]][u_de_index[n]];
den+=u_e[u_e_index[m]]*u_de[u_de_index[n]];
}
delta_Kd=num/den;
delta_Kd=Ku_d*delta_Kd;
if(delta_Kd>=delta_Kd_max) delta_Kd=delta_Kd_max;
else if(delta_Kd<=-delta_Kd_max) delta_Kd=-delta_Kd_max;
Kd+=delta_Kd;
if(Kd<0)Kd=0;
A=Kp+Ki+Kd;
B=-2*Kd-Kp;
C=Kd;
delta_u=A*e+B*e_pre_1+C*e_pre_2;
delta_u=delta_u/Ke;
if(delta_u>=0.95*target)delta_u=0.95*target;
else if(delta_u<=-0.95*target)delta_u=-0.95*target;
e_pre_2=e_pre_1;
e_pre_1=e;
return delta_u;
}
void FuzzyPID::showMf(const string & type,float *mf_paras)
{
int tab;
if(type=="trimf")
tab=2;
else if(type=="gaussmf")
tab==1;
else if(type=="trapmf")
tab=3;
cout<<"函数类型:"<<mf_t_e<<endl;
cout<<"函数参数列表:"<<endl;
float *p=mf_paras;
for(int i=0;i<N*(tab+1);i++)
{
cout.width(3);
cout<<p[i]<<" ";
if(i%(tab+1)==tab)
cout<<endl;
}
}
void FuzzyPID::showInfo()
{
cout<<"Info of this fuzzy controller is as following:"<<endl;
cout<<"基本论域e:["<<-emax<<","<<emax<<"]"<<endl;
cout<<"基本论域de:["<<-demax<<","<<demax<<"]"<<endl;
cout<<"基本论域delta_Kp:["<<-delta_Kp_max<<","<<delta_Kp_max<<"]"<<endl;
cout<<"基本论域delta_Ki:["<<-delta_Ki_max<<","<<delta_Ki_max<<"]"<<endl;
cout<<"基本论域delta_Kd:["<<-delta_Kd_max<<","<<delta_Kd_max<<"]"<<endl;
cout<<"误差e的模糊隶属度函数参数:"<<endl;
showMf(mf_t_e,e_mf_paras);
cout<<"误差变化率de的模糊隶属度函数参数:"<<endl;
showMf(mf_t_de,de_mf_paras);
cout<<"delta_Kp的模糊隶属度函数参数:"<<endl;
showMf(mf_t_Kp,Kp_mf_paras);
cout<<"delta_Ki的模糊隶属度函数参数:"<<endl;
showMf(mf_t_Ki,Ki_mf_paras);
cout<<"delta_Kd的模糊隶属度函数参数:"<<endl;
showMf(mf_t_Kd,Kd_mf_paras);
cout<<"模糊规则表:"<<endl;
cout<<"delta_Kp的模糊规则矩阵"<<endl;
for(int i=0;i<N;i++)
{
for(int j=0;j<N;j++)
{
cout.width(3);
cout<<Kp_rule_matrix[i][j]<<" ";
}
cout<<endl;
}
cout<<"delta_Ki的模糊规则矩阵"<<endl;
for(int i=0;i<N;i++)
{
for(int j=0;j<N;j++)
{
cout.width(3);
cout<<Ki_rule_matrix[i][j]<<" ";
}
cout<<endl;
}
cout<<"delta_Kd的模糊规则矩阵"<<endl;
for(int i=0;i<N;i++)
{
for(int j=0;j<N;j++)
{
cout.width(3);
cout<<Kd_rule_matrix[i][j]<<" ";
}
cout<<endl;
}
cout<<endl;
cout<<"误差的量化比例因子Ke="<<Ke<<endl;
cout<<"误差变化率的量化比例因子Kde="<<Kde<<endl;
cout<<"输出的量化比例因子Ku_p="<<Ku_p<<endl;
cout<<"输出的量化比例因子Ku_i="<<Ku_i<<endl;
cout<<"输出的量化比例因子Ku_d="<<Ku_d<<endl;
cout<<"设定目标target="<<target<<endl;
cout<<"误差e="<<e<<endl;
cout<<"Kp="<<Kp<<endl;
cout<<"Ki="<<Ki<<endl;
cout<<"Kd="<<Kd<<endl;
cout<<endl;
}