神经网络模糊控制资料

以数学和物理方法以及信息处理的角度对人脑神经网络进行抽象，并建立某种简化模型，就称为人工神经网络（ArtificialNeuralNetwork，缩写ANN）

（4）反模糊化器（Defuzzification）把输出的模糊量转化为实际用于控制的清晰量。

在提出广义模糊推理概念的基础上, 提出并分析了广义模糊径向基(RBF)神经网络模型, 给出 了该网络的广义学习算法。仿真结果验证了广义模糊RBF 神经网络模型具有良好的函数逼近能力, 所 提出的学习算

本文件主要包括相关神经网络知识的详细讲解，基于MATLAB和python实现的相关代码。在详细讲解中，主要从基本概念，理论推导以及相关公式推导的方式进行讲解。除此之外，还有一些通俗易懂的案例帮助读者进

MATLAB神经网络学习资料，PDF电子版

基于神经网络和混沌理论的短时交通流预测神经网络使用BPNN，混沌理论用于短时交通特征的预测模型

个人收集的神经网络算法（包括BP神经网络）相关资料打包，都是自己看过觉得有用的，欢迎下载。

本文主要是学习BP神经网络的一个总结,其本身也是机器学习中比较基础、适合入门的模型。 目前本人对于机器学习也还只是入门状态,对于很多名词仍然是一知半解(感觉机器学习中的很多术语本身也是模棱两可的),对

模糊神经网络的MATLAB程序。MATLAB的编程，描述

王士同、韩斌早期的论文，通过建模实例验证．使用本文改进的学习算法进行学习后建立的模糊系统．有着更强的泛化能力和更高的逼近精度。