پس از آن اقدام به تعریف متغیر ها تصمیم گیری با بهره گرفتن از دستور lmivar مینماییم.
برای مثال نامعادله ماتریسی خطی  را در نظر بگیرید.در اینجا  یک ماتریس ثابت و  ماتریس متغیر های تصمیم گیری میباشد. تابع lmivar این اجازه را به ما میدهد که چندین فرم مختلف از ماتریس تصمیم را تعریف نماییم. به عنوان مثال فرض میکنیم که  یک ماتریس متقارن با ساختار قطری بصورت زیر باشد:

در این مورد  دارای  بلوک قطری میباشد. اگر در این مثال  را برابر ۴ در نظر بگیریم و ابعاد ماتریس های  به ترتیب برابر ۱،۳،۵و۲ و همگی غیرصفر باشند،  با بهره گرفتن از ستورات زیر تعریف میشود:
structureX=[5,1;3,1;1,0,2,1]
X=lmivar(1,structureX);
در دستورات فوق تعداد سطر های structureX بیانگر آنست که  دارای ۴ بلوک میباشد. اولین المان از سطر  ابعاد بلوک  موجود در  را مشخص میکند. دومین المان از بلوک  نوع بلوک را تعیین مینماید: ۱ برای بلوک کامل، ۰ برای اسکالر و -۱ برای بلوک صفر. عدد ۱ در دستور lmivar این موضوع را بیان میکند که  یک ماتریس متقارن با ساختار قطری میباشد.
حال چنانچه ساختار متغیر مورد نظر مربعی نباشد و به عنوان مثال ساختاری مستطیلی شکل با ۳ سطر و ۵ سطون داشته باشد دستور مربوطه به شکل زیر خواهد بود:
lmivar=(2,)
در گام بعد باید LMI ها را بصورت تک تک تعریف نماییم. برای مثال اگر LMI بخش قبل یعنی  را در نظر بگیریم این LMI با دستورات زیر تعریف میگردد:
typeLMI1=;
lmiterm(typeLMI1,C,C’);
همانطور که مشاهده میشود در ساده ترین حالت lmiterm سه آرگومان میپذیرد. اولین آرگومان یک بردار  میباشد. اولین ستون این بردار شماره LMI مورد تعریف را مشخص میکند که در این مورد LMI شماره ۱ در حال تعریف میباشد. ستون دوم و سوم این بردار موقعیت ترم مورد تعریف در LMI را مشخص میکنند و ستون چهارم شماره متغیر تصمیم گیری موجود در ترم مورد نظر را مشخص میکند. آرگومان های دوم و سوم این دستور ضرایب سمت چپ و راست ماتریس تصمیم گیری میباشند. چنانچه بخواهیم نامعادله ماتریسی خطی  را تعریف نماییم دستورات بصورت زیر خواهند بود
typeLMI1=[-1 1 1 1];
lmiterm(typeLMI1,C,C’);
بعنوان یک مثال پیچیده تر به منظور آشنایی بیشتر با دستورات دو LMI زیر را در نظر میگیریم:

که در آنها  و  ماتریس های تصمیم گیری میباشند. ساختار  را مانند قبل در نظر گرفته و  را یک ماتریس کامل متقارن با بعد ۴ در نظر میگیریم. مجموعه دستورات زیر این دو LMI را تعریف میکنند:
structureX = [5,1;3,1;1,0;2,1];
X = lmivar(1,structureX);
structureS = [4,1]
S = lmivar(1,structureS);
lmiterm(,A,A’); % term AXA’
lmiterm(,B’,C); % term B’SC
lmiterm(,1,D); % term XD
lmiterm(,D’,1); % term D’X
lmiterm(,1,1); % term S
typeLMI2 = [-1 1 1 1];
lmiterm(typeLMI2,E,E’); % term EXE’
در این مثال به وضوح مشخص است که ترم های دوم و سوم آرگومان اول lmiterm مکان ترم مورد تعریف را در LMI مشخص میکنند.
گام نهایی استفاده از دستور زیر به منظور ایجاد LMI ها میباشد:
LMIs=getlmis;
اکنون نوبت به حل LMI ها میرسد. بطور کلی سه نوع حل کننده LMI در نرم افزار MATLAB مورد استفاده قرار میگیرند که عبارتند از feasp ، mincx و gevp که اولین مورد یعنی feasp برای حل مسئله امکان پذیری LMI ها بصورت زیر مورد استفاده قرار میگیرد:
[tmin,xfeasp]=feasp(LMIs);
که xfeasp شامل متغیر های تصمیم و tmin متغیری است که باید در بهینه سازی منفی گردد.
اکنون برای مشاهده متغیر ها بایستی آنها را به فرم ماتریسی دربیاوریم که این کار با دستور زیر برای مثال قبل امکان پذیر است:
X=dec2mat(LMIs,xfeasp,X);
S=dec2mat(LMIs,xfeasp,S);
پس از این با اجرای فایل نوشته شده نرم افزار به ما میگوید که آیا نامعادلات ماتریسی خطی نوشته شده به ازای پارامتر های موجود امکان پذیر میباشند یا خیر و ما میتوانیم با مشاهده نتایج خواسته های خود را دنبال نماییم.
۲- مدل فازی تاکاگی- سوگنو و جبران سازی موازی توزیع شده
۲-۱- مقدمه
در سال های اخیر شاهد رشد سریع محبوبیت سیستم های کنترل فازی در کاربرد های مهندسی بوده ایم. کاربرد های موفقیت آمیز و بیشمار کنترل فازی موجب انجام فعالیت های گسترده در زمینه آنالیز و طراحی سیستم های کنترل فازی شده است.
این فصل به معرفی مفاهیم پایه، آنالیز و فرایند های طراحی مدل فازی تاکاگی- سوگنو^[۱۰] و جبران سازی موازی توزیع شده^[۱۱] میپردازد. این فصل با معرفی مدل فازی تاکاگی- سوگنو آغاز شده و با روند ایجاد چنین مدل هایی دنبال میشود. سپس یک طراحی کنترل کننده فازی مبتنی بر مدل (model-based) که از مفهوم ” جبران سازی موازی توزیع شده” بهره میبرد، تشریح شده است.

1. 1. مدل فازی تاکاگی- سوگنو

تشریح روند طراحی را با نمایش دادن یک سیستم غیر خطی توسط مدل فازی تاکاگی- سوگینو آغاز میکنیم.
مدل پیشنهاد شده توسط تاکاگی و سوگنو توسط قوانین فازی اگر- آنگاه^[۱۲] که رابطه محلی خطی ورودی- خروجی یک سیستم غیر خطی را نشان میدهند، توصیف میشود. مشخصه اصلی یک مدل فازی تاکاگی- سوگنو بیان دینامیک های محلی^[۱۳] هر قانون فازی^[۱۴] توسط یک مدل خطی سیستم است. مدل فازی کلی سیستم با ترکیب فازی مدل های خطی سیستم حاصل میشود.
i امین قانون از مدل فازی T-S برای سیستم های فازی پیوسته به شکل زیر است: