多变量模糊神经网络控制器的研究

基于小波模糊神经网络的滑模控制器设计

很好的一篇论文 介绍了模糊神经网络的优点

基于FPGA多变量模糊神经网络控制器的研究，靖固，刘璐杨，介绍了一种基于FPGA的多变量模糊神经网络控制器的设计方法。首先对模糊神经网络控制的原理和设计中使用的算法进行分析，然后采用Ve

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

针对矿井掘进工作面通风的特点,文章提出了一种将模糊神经网络、遗传算法和PID控制相结合的局部通风机控制方法。该方法运用遗传算法优化模糊神经网络隶属度函数的中心值和宽度,借助BP算法优化连接权系数。实验

摘要:本文结合模糊控制的知识表达能力和神经网络的自学习自适应能力,把模糊控制技术、神经网络技术、计算机技术应用于温室控制系统的设计与研究,设计了温室模糊神经网络控制器。整个系统经实际运行表明,采用本文

衣文提出一种利用BP神经网络结合模糊控制的方法,对温室二氧化碳的输入量进行控制。这种方法克服了现有控制方法需要大量的数据传输、准确的数学模型等缺陷,并使用Matlab进行了仿真,仿真结果表明该方法有效

研究实验10模糊神经网络与模糊控制的算法研究 一研究问题描述 用模糊控制的方法对含有噪声的不稳定二阶系统进行控制并与PID方法的控制结果进行比较系统离散化方程为 二要求 1模糊神经网络结构的选择实现及

为提高多变量、非线性和强耦合系统的动态特性和解耦能力,根据解耦原理和神经网络思想,提出一种两级串联结构的自适应模糊神经网络解耦控制器.前级是基于智能权函数规则的自调整模糊控制器,后级是基于动态耦合特性

通过在 ANFIS 的归一化层与输出层之间加入递归层, 提出一种新型的动态模糊神经网络 ( DFNN) , 将模糊推理系统、 神经网络和III型控制有机地结合起来。给出了 DFNN 的网络结构,为基于

基于递归模糊神经网络的PEMFC温度控制研究

八旋翼飞机最优II型模糊神经网络控制器

为解决模糊神经网络在控制多变量系统时的规则组合爆炸问题, 提出用状态变量合成模糊神 经网络控制二级倒立摆。 该方法既能解决具有快速、 强非线性、 绝对不稳定系统的控制问题, 又能对状态 变量可按性质和

可以修改输入变量、输出变量的个数等。

（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。