模糊自适应控制MATLAB实现

clear		% Clear all variables in memory
eold=0; 	% Intial condition used to calculate c
rold=0; 	% Intial condition used to calculate r
yeold=0; 	% Intial condition used to calculate yc
ymold=0; 	% Initial condition for the first order reference model

% Next initialize parameters for the fuzzy controller

nume=11; 	% Number of input membership functions for the e
			% universe of discourse
numc=11; 	% Number of input membership functions for the c
			% universe of discourse

ge=1/2;gc=1/2;gu=5;
		% Scaling gains for tuning membership functions for
		% universes of discourse for e c and u respectively
		% These are tuned to improve the performance of the FMRLC
we=0.2*（1/ge）;
	% we is half the width of the triangular input membership
	% function bases （note that if you change ge the base width
	% will correspondingly change so that we always end
	% up with uniformly distributed input membership functions）
	% Note that if you change nume you will need to adjust the
	% “0.2“ factor if you want membership functions that
	% overlap in the same way.
wc=0.2*（1/gc）;
	% Similar to we but for the c universe of discourse
base=0.4*gu;
	% base width of output membership fuctions of the fuzzy
	% controller

% Place centers of membership functions of the fuzzy controller:

%  Centers of input membership functions for the e universe of
% discourse for  of fuzzy controller （a vector of centers）
ce=[-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1]*（1/ge）;

% Centers of input membership functions for the c universe of
% discourse for  of fuzzy controller （a vector of centers）
cc=[-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1]*（1/gc）;
gf=0;

fuzzyrules=[-1  -1   -1   -1  -1    -1  -0.8 -0.6 -0.4 -0.2  0;
	    -1  -1   -1   -1  -1   -0.8 -0.6 -0.4 -0.2   0  0.2;
	    -1  -1   -1   -1  -0.8 -0.6 -0.4 -0.2   0   0.2 0.4;
	    -1  -1   -1  -0.8 -0.6 -0.4 -0.2   0   0.2  0.4 0.6;
	    -1  -1  -0.8 -0.6 -0.4 -0.2   0   0.2  0.4  0.6 0.8;
	    -1 -0.8 -0.6 -0.4 -0.2   0   0.2  0.4  0.6  0.8  1;
	  -0.8 -0.6 -0.4 -0.2   0   0.2  0.4  0.6  0.8   1   1;
	  -0.6 -0.4 -0.2   0   0.2  0.4  0.6  0.8   1    1   1;
	  -0.4 -0.2   0   0.2  0.4  0.6  0.8   1    1    1   1;
	  -0.2  0    0.2  0.4  0.6  0.8   1    1    1    1   1;
	   0   0.2   0.4  0.6  0.8   1    1    1    1    1   1]*gu*gf;

% Next we define some parameters for the fuzzy inverse model

gye=1/2;gyc=1/2;
	% Scaling gains for the error and change in error for
	% the inverse model
	% These are tuned to improve the performance of the FMRLC
gp=0.2;

numye=11; 	% Number of input membership functions for the ye
			% universe of discourse
numyc=11; 	% Number of input membership functions for the yc
			% universe of discourse

wye=0.2*（1/gye）;	% Sets the width of the membership functions for
					% ye from center to extremes
wyc=0.2*（1/gyc）;	% Sets the width of the membership functions for
					% yc from center to extremes
invbase=0.4*gp; % Sets the base of