模糊控制的论文很有用将传统PID和模糊·PID控制对比
首先介绍了PID 控制系统的工作原理,因PID 控制器结构简单、实现简单,控制效果良好,所以已得到 广泛应用。但当控制对象变化时,控制器的参数难以自动调整。为了使控制器具有较好的自适应性,可以采 用模
为实现车辆的智能控制提供理论基础,研究了碰撞预警算法.在分析不同驾驶员的驾驶行为的基础上,确定碰撞预警算法的报警准则,用于指导报警算法做出合理的报警.基于报警准则采用模糊神经网络方法,提出一种多输入、
基于RBF神经网络的电液伺服系统自适应滑模控制,玉洁,彭金柱,针对滑模控制不能直接处理电液伺服系统中的不确定性项,提出基于RBF神经网络的电液伺服系统滑模控制设计方法。利用RBF神经网络逼近
运用一种基于K-聚类算法的模糊径向基函数(RBF)神经网络对污水处理中的溶解氧质量浓度进行控制,该方法结合了模糊控制的推理能力强与神经网络学习能力强的特点,将模糊控制、RBF神经网络以及K-聚类学习算
基于激光对微型无人机实时远程充电的实际需求,以装载激光束发射系统的转动伺服电机为研究对象,在Matlab环境下,建立转台伺服电机的Simulink数学模型,采用PID控制与模糊逻辑控制相结合的方法,对
目前最常见的边缘检测算子是Sobel算子,但是它存在对非0°和非90°朝向的边缘检测时,其输出幅度不强、抗干扰和抗亮度变化弱的问题。通过仔细比较Sobel算子与猫(以及雪貂和猴)的初级视皮层的简单细胞
针对网络系统的大时滞和非线性特性,设计了一种新的拥塞控制算法,将PID神经元网络与内模控制相结合应用于主动队列管理中,并使用Lyapunov理论证明了此算法的稳定性。NS仿真结果表明,这种算法的稳态和
比较前卫的、难得的《神经网络与模糊控制》一书,pdf格式,或许会对你有所帮助的
神经网络、模糊控制的课件,内容讲解透析,是个好东西。
