华北科技学院基础部综合性实验
实验报告
课程名称计算智能
实验学期 2013 至 2014 学年第 2 学期学生所在系部基础部
年级 12 专业班级计算B121 学生姓名郭春元学号 201209014115 任课教师杨文光
实验成绩
《计算智能》课程综合性实验报告
开课实验室：数学应用实验室2014 年7月12 日
实验题目自动倒车简易模糊差值控制
一、实验目的
1.了解一些算法，知道matlab的应用
2.上机实验操作，熟悉matlab的程序
二、设备与环境
Matlab软件。

三、实验内容及要求
内容：针对倒车问题的程序模仿实验。

第一步：简易模糊插值的控制方法：
对于双输入单输出系统而言，设输入量x，y的论域分别为X，Y，输出变量为z，论域为Z。

基于模糊控制系统可以表示成为一个二元分片插值函数：
第二步：模型的建立
对输入变量y的实际物理论域[-10,10]划分为5个三角模糊集，对输入变量θ的实际物理论域[-pi,pi]划分为7个三角模糊集，对于输出变量（即控制量）η的实际物理论域[-pi/9,pi/9]划分为7个单点模糊集，具体隶属函数见下图：
这是输入变量y的隶属函数模糊集模型
这是输入变量θ的隶属函数模糊集模型的建立
这是控制量η的隶属函数的模糊集模型
有这三个隶属函数就可以对这个模型进行控制。

第三步：自动倒车仿真实验
在matlab软件编写程序不难实现倒车模型在各种倒车环境下仿真曲线，自动倒车的方程函数如下：
控制规则：
有matlab程序可以知道倒车图像：
5
10
15
20
25
8.28.48.68.89
9.29.49.69.81010.2x/m
y /m
θ=pi/3 y=10m
510
152025
8.599.5
10
x/m
y /m
θ=pi/4 y=10m
050100
150200250-10
-8-6-4-20
24
6
x/m
y /m
050100
150200250
-10
-8-6-4-20
2
4
6
x/m
y /m
不同的角度和初始变量的值对应的倒车图像不同。

第四步：根据仿真实验找到合适的初值：
在完成自动倒车的模型建立和规则数据集的提取工作后，根据以上图像的核心函数知道：
为了更好的实现仿真实验的拟合更好的位置纵坐标的y 量化因子k （y ）=0.4，输入量θ的量化因子k （θ）=2，控制量η的比例因子k （η）=20. 由上知道：
在倒车实验中，均采用相同的量化因子和比例因子，显示出各种参数具
有很好的普遍性。

Matlab程序如下：
clc
clear all;
N=5000;
h=0.05;
l=4;
v=1;
x(1)=0;
y(1)=-10;
z(1)=pi/2;
a=readfis('Untitled2');
for t=1:N
if y(t)>=10
y(t)=10;
elseif y(t)<=-10
y(t)=-10;
end
if z(t)>=pi
z(t)=pi;
elseif z(t)<=-pi
z(t)=-pi;
end
x(t+1)=x(t)+h*v*cos(z(t));
y(t+1)=y(t)-v*h*sin(z(t));
et(t)=evalfis([y(t),z(t)],a);
z(t+1)=z(t)+(v/l)*h*tan(et(t));
end
plot(x,y)
xlabel('x/m');ylabel('y/m');
总结：
这学期，杨文光老师的指导教学我们学习了《计算智能》这门课程，起初对这门课很是不理解。

然而，杨老师严谨的教学方法让我们找到了学习的方向和动力，也知道了什么是计算智能。

计算智能（简称CI）并不是一个新的术语，早在1988年加拿大的一种刊物便以CI为名。

这门课程讨论了神经网络、模式识别与智能之间的关系，并将留能分为一片关于计算留能和人工留能的区别文章，对于神经网络（ICNN）、模糊系统（FuZZ）和进化计算（ICEc）三个年度性议合为一体。

特别是“蚁群算法”很是重要它可以解决和多问题比如：TSP问题
等的求解，蚁群算法都发挥了很大的作用，还有“遗传算法”这些很有用的算法。

在科学发展的旅程中扮演着重要的角色。

在这一学期的学习中，我深深地体会到了科学的强大，知识的无穷。

我要学的还有很多啊！我要努力好好地去学习那些属于我的知识。

教师评价
评定项目 A B C D 评定项目 A B C D 算法正确界面美观，布局合理
程序结构合理操作熟练
语法、语义正确解析完整
实验结果正确文字流畅
报告规范题解正确
其他：
评价教师签名:
年月日。