function f2=fuzzy_control(InputVector)
%函數實現模糊控制
%在線控制
%被控系統建模,系統的控制對象為K*esp(tds)/(T1s+1)(T2s+1)
num=20; 
den=conv([2 1],[3 1]); 
td=0.01;
[a1,b,c,d]=tf2ss(num,den); %把拉氏變換轉換為狀態方程 a1為系統狀態陣，由系統參數決定；
                            %b為系統輸入陣；c為輸出陣；d為直接輸出陣；
                            % x^=a1*x+b*u;  
                            % y=c*x+d*u;  y為輸出向量
x=[0;0];

%系統參數
T=0.01; %采樣時間間隔
h=T;
Nd=td/T; %系統的純延時
N=1000; 
R=ones(1,N);%系統的參考輸入   
    %采用模糊控制器的二階系統仿真
    e=0;
    de=0;    
    %量化因子,對系統的靜、動態性能有重要影響.增大Ke，相當于縮小誤差的基本論域，增強誤差的控制作用，導致上升速率加大，超調增大;
    %減小Ke，會使系統調節惰性變大;Kec(kd)增大，將增加系統穩定性，但Kec(kd)過大將導致系統的過渡過程時間變長，而Kec(kd)過小可能考之過大的超調和振蕩;
    %Ku相當于系統總的放大倍數，Ku增大系統響應速度增大，但過大會產生超調，Ku過小，系統穩態精度變差。
    ke=30; %30 
    kd=3; %20，量化因子
    ku=1.2; %，量化因子
  for k=1:N
        %輸入變量變換至論域
        e1=round(ke*e);     %x0
        de1=round(kd*de);   %y0
       if e1>=6
          e1=6;
       elseif e1<=-6
            e1=-6;
       end
       if de1>=6
          de1=6;
       elseif de1<=-6
            de1=-6;
       end
    e1 = e1 + 7;
    de1 = de1 + 7;
    out=InputVector(e1,de1);  %調用函數計算模糊控制輸出 z0
    uu(1,k)=ku*out; %Ku相當于系統總的放大倍數
    
    %延遲環節
    if k<=Nd
       u=0;
    else
       u=uu(1,k-Nd);
    end

    %控制作用于被控系統，計算系統輸出，采用龍格－庫塔法 解一階微分方程
    %初始條件為x=x[0]時,y＝y[0]
    %u為輸入矩陣
    %a1為系統狀態陣，由系統參數決定；
    %b為系統輸入陣；c為輸出陣；d為直接輸出陣；
    % x^=a1*x+b*u; x^為狀態向量
    % y=c*x+d*u;  y為輸出向量
    
    k0=a1*x+b*u;
    k1=a1*(x+h*k0/2)+b*u;
    k2=a1*(x+h*k1/2)+b*u;
    k3=a1*(x+h*k2)+b*u;
    x=x+(k0+2*k1+2*k2+k3)*h/6;
    
    y=c*x+d*u;      

    %計算系統輸出誤差及誤差倒數
    e1=e;
    e=R(1,k)-y;  
    de=(e-e1)/T;  
    yy(1,k)=y;
  end
 
  %------------------------------------------------------------------------
   
   %典型二階環節的控制輸出曲線
   kk=[1:N]*T;
   figure(2);
 %  plot(kk,R,'k',kk,yy,'r');
   plot(kk,R,'k',10,2,'r');
   xlabel('時間（0.01秒）');ylabel('輸出');