2、-50,50]，ec基本论域取[-20,20]，刹车控制量输出u基本论域取[-30,30]，这里我将这三个变量按照下面的公式进行离散化：其中，，n为离散度。E、ec和u均取离散度n=3，离散化后得到三个量的语言值论域分别为：E=EC=U={-3,-2,-1,0,1,2,3}其对应语言值为{NB,NM,NS,ZO,PS,PM,PB}2.确定隶属度函数E/EC和U取相同的隶属度函数即：说明：边界选择钟形隶属度函数，中间选用三角形隶属度函数，图像略实际EC和E输入值若超出论域围，则取相应的端点值。3.模糊控制规则由隶属度函
3、数可以得到语言值隶属度（通过图像直接可以看出）如下表：表1：E/EC和U语言值隶属度向量表-3-2-10123NB10.500000P0NM010.50000P1NS00.510.5000P2ZO000.510.500P3PS0000.510.50P4PM00000.510P5PB000000.51P6设置模糊规则库如下表：表2：模糊规则表UEEC—NBNMNSZOPSPMPBNBPBPBPMPMPSZOZONMPBPMPMPSZOZONSNSPMPMPSPSZONSNSZOPMPSPSZOZONSNMPSPSPSZ
4、OZOZONSNMPMPSZOZOZONSNMNBPBZOZOZONS*NMNMNB3.模糊推理由模糊规则表3可以知道输入E与EC和输出U的模糊关系，这里我取两个例子做模糊推理如下：if(EisNB)and(ECisNM)then(UisPB)那么他的模糊关系子矩阵为：其中，,即表1中NB对应行向量，同理可以得到，,if(EisNVBorNB)and(ECisNVB)then(UisPVB)结果略按此法可得到27个关系子矩阵，对所有子矩阵取并集得到模糊关系矩阵如下：由R可以得到模拟量输出为：4.去模糊化由上面得到的模
5、拟量输出为1×7的模糊向量，每一行的行元素（u（zij））对应相应的离散变量zj，则可通过加权平均法公式解模糊：从而得到实际刹车控制量的精确值u。油门控制：油门控制采用增量式PID控制，即：只需要设置、、三个参数即可输出油门控制量。二、程序实现及参数调节clearall%************************模糊算法%/*********隶属度向量*****%P0=[1,0.5,0,0,0,0,0];%*********NBP1=[0,1,0.5,0,0,0,0];%*********NMP2=[0,0.5
6、,1,0.5,0,0,0];%*********NSP3=[0,0,0.5,1,0.5,0,0];%*********ZOP4=[0,0,0,0.5,1,0.5,0];%*********PSP5=[0,0,0,0,0.5,1,0];%*********PMP6=[0,0,0,0,0,0.5,1];%*********PB%***********语言值*****%NB=-3;NM=-2;NS=-1;ZO=0;PS=1;PM=2;PB=3;%/*********模糊规则表*****%Pg=[PBPBPMPMPSZOZO
7、;PBPMPMPSZOZONS;PMPMPSPSZONSNS;PMPSPSZOZONSNM;PSPSZOZOZONSNM;PSZOZOZONSNMNB;ZOZOZONSNMNMNB];%/*********根据规则表计算模糊关系矩阵*****%R1_=dikaer(xbing(P0,P1),7,P0,7);R1_=reshape(R1_,1,49);R1=dikaer(R1_,49,P6,7);R2_=dikaer(xbing(P2,P3),7,P0,7);R2_=reshape(R2_,1,49);R2=dikae
8、r(R2_,49,P5,7);R3_=dikaer(P0,7,P1,7);R3_=reshape(R3_,1,49);R3=dikaer(R2_,49,P6,7);R4_=dikaer(xbing(P1,P2),7,P1,7);R4_=reshape(R4_,1,49);R4=dikaer(R4_,49,P5,7);R5_=dikaer(P3,
