Min-Max模糊神经网络的应用研究

基于模糊神经网络PID的全向移动小车研究，常晓婷，唐火红，针对目前全向移动小车存在运动不稳定问题，设计了一款模糊神经网络PID控制器。首先，根据麦克纳姆轮的结构特性，对全向移动小车进

简要介绍结合了神经网络的模糊PID控制器所具有的优越性

基于模糊神经网络的锅炉汽包水位控制研究，对研究模糊神经网络的朋友有帮助

针对 AGV 在轨迹跟踪过程中出现的问题，通过对小车运动学模型进行分析，采用 T-S 模糊神 经网络模型，设计了一种模糊神经网络控制器，利用 Matlab 软件进行仿真，并与普通 PID 控制器进行对

基于递归模糊神经网络的PEMFC温度控制研究

提出一种M I MO 系统的模糊神经网络控制器结构, 阐述了基本设计思想和具体算法过程。应 用实例仿真结果表明, 它可用于控制强耦合带时延多变量系统, 并使系统具有良好的动态和静态性能。

为解决大滞后系统控制难度大的问题，设计了专家-模糊自适应PID控制器，这种控制器既具有模糊PID控制器高精度、稳定性、鲁棒性高的优点，又具有专家控制器进入稳定状态快的特点。对双容大滞后系统控制的仿真实

提出了一种用RBF神经网络模型监控刀具状态的方法，并以实例验证了RBF网络的有效性。

在分析GM（1，1）模型的建模机理的基础上，指出了传统建模方法的不足，即发现了预测数据序列中的第一点的值并不能用原始数据序列中第一点的值来代替，因为存在误差，同时给出了误差项的一般表达式，然后基于BP

粗集理论能够优选数据,但容错性与推广能力比较弱;而神经网络具有较强的自组织、容错以及推理能力,却不能优选数据。把这两种理论结合起来,使之发挥各自优势,然后把它们用于图像融合之中,并提出了一种基于粗神经