單片機(jī)模糊模糊控制是目前在控制領(lǐng)域所采用的三種智能控制方法中最具實(shí)際意義的方法。模糊控制的采用解決了大量過(guò)去人們無(wú)法解決的問(wèn)題，并且在工業(yè)控制、家用電器和各個(gè)領(lǐng)域已取得了令人觸目的成效。本書(shū)是一本系統(tǒng)地介紹模糊控制的理論、技術(shù)、方法和應(yīng)用的著作；內(nèi)容包括模糊控制基礎(chǔ)、模糊控制器、模糊控制系統(tǒng)、模糊控制系統(tǒng)的穩(wěn)定性、模糊控制系統(tǒng)的開(kāi)發(fā)軟件，用單片微型機(jī)實(shí)現(xiàn)模糊控制的技術(shù)和方法，模糊控制在家用電器和工業(yè)上應(yīng)用的實(shí)際例子；反映了模糊控制目前的水平。 單片機(jī)模糊模糊控制目錄 ： 第一章 模糊邏輯、神經(jīng)網(wǎng)絡(luò)集成電路的發(fā)展 1.1 模糊邏輯及其集成電路的發(fā)展1.1.1 模糊邏輯的誕生和發(fā)展1.1.2 模糊集成電路的發(fā)展進(jìn)程1.2 神經(jīng)網(wǎng)絡(luò)及其集成電路的發(fā)展1.2.1 神經(jīng)網(wǎng)絡(luò)的形成歷史1.2.2 神經(jīng)網(wǎng)絡(luò)集成電路的發(fā)展1.3 模糊邏輯和神經(jīng)網(wǎng)絡(luò)的結(jié)合1.3.1 模糊邏輯和神經(jīng)網(wǎng)絡(luò)結(jié)合的意義1.3.2 模糊邏輯和神經(jīng)網(wǎng)絡(luò)結(jié)合的前景第二章 模糊邏輯及其理論基礎(chǔ) 2.1 模糊集合與隸屬函數(shù)2.1.1 模糊集合概念2.1.2 隸屬函數(shù)2.1.3 分解定理與擴(kuò)張定理2.1.4 模糊數(shù)2.2 模糊關(guān)系、模糊矩陣與模糊變換2.2.1 模糊關(guān)系2.2.2 模糊矩陣2.2.3 模糊變換2.3模糊邏輯和函數(shù)2.3.1模糊命題2.3.2模糊邏輯2.3.3模糊邏輯函數(shù)2.4模糊語(yǔ)言2.4.1 語(yǔ)言及語(yǔ)言的模糊性2.4.2 模糊語(yǔ)言2.4.3 語(yǔ)法規(guī)則和算子2.4.4 模糊條件語(yǔ)句2.5 模糊推理2.5.1 模糊推理的CRI法2.5.2 模糊推理的TVR法2.5.3 模糊推理的直接法2.5.4 模糊推理的精確值法2.5.5 模糊推理的強(qiáng)度轉(zhuǎn)移法第三章 模糊控制基礎(chǔ) 3.1 模糊控制的系統(tǒng)結(jié)構(gòu)3.2 精確量的模糊化3.2.1 語(yǔ)言變量的分檔3.2.2 語(yǔ)言變量值的表示方法3.2.3 精確量轉(zhuǎn)換成模糊量3.3 模糊量的精確化3.3.1 最大隸屬度法3.3.2 中位數(shù)法3.3.3 重心法3.4 模糊控制規(guī)則及控制算法3.4.1 模糊控制規(guī)則的格式3.4.2 模糊控制規(guī)則的生成3.4.3 模糊控制規(guī)則的優(yōu)化3.4.4 模糊控制算法3.5 模糊控制的神經(jīng)網(wǎng)絡(luò)方法3.5.1 神經(jīng)元和神經(jīng)網(wǎng)絡(luò)3.5.2 神經(jīng)網(wǎng)絡(luò)的分布存儲(chǔ)和容錯(cuò)性3.5.3 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法3.5.4 神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的模糊控制3.5.5 神經(jīng)網(wǎng)絡(luò)構(gòu)造隸屬函數(shù)3.5.6 神經(jīng)網(wǎng)絡(luò)存儲(chǔ)控制規(guī)則3.5.7 神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)模糊化、反模糊化第四章 模糊控制器 4.1 模糊控制器結(jié)構(gòu)4.2 模糊控制器設(shè)計(jì)4.2.1 常規(guī)模糊控制器設(shè)計(jì)4.2.2 變結(jié)構(gòu)模糊控制器設(shè)計(jì)4.2.3 自組織模糊控制器設(shè)計(jì)4.2.4 自適應(yīng)模糊控制器設(shè)計(jì)4.3 模糊控制器的數(shù)學(xué)模型4.3.1 常規(guī)模糊控制器的數(shù)學(xué)模型4.3.2 模糊控制器數(shù)學(xué)模型的建立第五章 模糊控制系統(tǒng) 5.1 模糊系統(tǒng)的辨識(shí)和建模5.1.1 模糊系統(tǒng)辨識(shí)的數(shù)學(xué)基礎(chǔ)5.1.2 基于模糊關(guān)系方程的模糊模型辨識(shí)5.1.3 基于語(yǔ)言控制規(guī)則的模糊模型辨識(shí)5.2 模糊控制系統(tǒng)的設(shè)計(jì)5.2.1 模糊控制系統(tǒng)的一般設(shè)計(jì)過(guò)程5.2.2 模糊控制系統(tǒng)的典型設(shè)計(jì)5.3 模糊控制系統(tǒng)的穩(wěn)定性5.3.1 穩(wěn)定性分析的Lyapunov直接法5.3.2 語(yǔ)言規(guī)則描述的模糊控制系統(tǒng)的穩(wěn)定性5.3.3 關(guān)系方程描述的模糊控制系統(tǒng)的穩(wěn)定性第六章 數(shù)字單片機(jī)與模糊控制6.1 數(shù)字單片機(jī)MC68HC705P96.1.1 MC68HC705P9單片機(jī)性能概論6.1.2 MC68HC705P9單片機(jī)基本結(jié)構(gòu)6.1.3 MC68HC705P9指令系統(tǒng)6.2 數(shù)字單片機(jī)模糊控制方式6.2.1 數(shù)字單片機(jī)與模糊控制關(guān)系6.2.2 數(shù)字單片機(jī)模糊控制方式第七章 模糊單片機(jī)與模糊控制7.1 模糊單片機(jī)NLX2307.1.1 模糊單片機(jī)NLX230性能概況7.1.2 NLX230的結(jié)構(gòu)及引腳7.1.3 NLX230的模糊推理方式7.1.4 NLX230的內(nèi)部寄存器7.1.5 NLX230的操作及接口技術(shù)7.2 NLX230開(kāi)發(fā)系統(tǒng)7.3 NLX230應(yīng)用例子第八章 模糊控制的開(kāi)發(fā)軟件8.1 模糊推理機(jī)原理8.2 模糊推理機(jī)的算法8.3 模糊推理機(jī)結(jié)構(gòu)和清單8.4 模糊邏輯知識(shí)基發(fā)生器8.5 模糊推理開(kāi)發(fā)環(huán)境8.5.1 FIDE的工作條件8.5.2 FIDE的結(jié)構(gòu)8.5.3 FIDE的工作過(guò)程第九章 模糊控制在家用電器中的應(yīng)用9.1 模糊控制的電冰箱9.1.1 電冰箱模糊控制系統(tǒng)結(jié)構(gòu)9.1.2 模糊控制規(guī)則和模糊量9.1.3 控制系統(tǒng)的電路結(jié)構(gòu)9.1.4 控制規(guī)則的自調(diào)整9.2 模糊控制的電飯鍋9.2.1 煮飯的工藝過(guò)程曲線9.2.2 模糊控制的邏輯結(jié)構(gòu)9.2.3 模糊量和模糊推理9.2.4 控制軟件框圖9.3 模糊控制的微波爐9.3.1 控制電路的結(jié)構(gòu)框圖9.3.2 微波爐的模糊量與推理9.3.3 微波爐控制電路結(jié)構(gòu)原理9.3.4 控制軟件原理及框圖9.4 模糊控制的洗衣機(jī)9.4.1 模糊洗衣機(jī)控制系統(tǒng)邏輯結(jié)構(gòu)9.4.2 模糊洗衣機(jī)的模糊推理9.4.3 洗衣機(jī)物理量檢測(cè)方法9.4.4 布質(zhì)和布量的模糊推理第十章 模糊控制在工程上的應(yīng)用10.1 模糊參數(shù)自適應(yīng)PID控制器10.1.1 自校正PID控制器10.1.2 模糊參數(shù)自適應(yīng)PID控制系統(tǒng)結(jié)構(gòu)10.1.3 模糊控制規(guī)則的產(chǎn)生10.1.4 模糊推理機(jī)理及運(yùn)行結(jié)果10.2 恒溫爐模糊控制10.2.1 恒溫爐模糊控制的系統(tǒng)結(jié)構(gòu)10.2.2 模糊控制器及控制規(guī)則的形成10.2.3 模糊控制器的校正10.3 感應(yīng)電機(jī)模糊矢量控制10.3.1 模糊矢量控制系統(tǒng)結(jié)構(gòu)10.3.2 矢量控制的基本原理10.3.3 模糊電阻觀測(cè)器10.3.4 模糊控制器及運(yùn)行
上傳時(shí)間： 2014-12-28
上傳用戶(hù)：semi1981
用matlab做的一個(gè)模糊天氣預(yù)報(bào)系統(tǒng)，包括模糊推理及其仿真
標(biāo)簽： matlab 模糊 天氣預(yù)報(bào)
上傳時(shí)間： 2015-12-25
上傳用戶(hù)：zhouli
本論文在較為系統(tǒng)地分析模糊神經(jīng)網(wǎng)絡(luò)理論和遺傳算法基本原理的基礎(chǔ)上，，提出一種基于補(bǔ)償模糊神經(jīng)網(wǎng)絡(luò)的控制方法，通過(guò)補(bǔ)償模糊推理和快速學(xué)習(xí)算法的引入，構(gòu)造補(bǔ)償模糊神經(jīng)網(wǎng)絡(luò)控制器，實(shí)現(xiàn)模糊網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)的優(yōu)化及matlab仿真。
標(biāo)簽： 論文 分 模糊神經(jīng)網(wǎng)絡(luò)
上傳時(shí)間： 2016-02-17
上傳用戶(hù)：xiaoxiang
模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的構(gòu)建，訓(xùn)練，進(jìn)行模糊推理計(jì)算。
標(biāo)簽： 模糊神經(jīng) 網(wǎng)絡(luò)結(jié)構(gòu)
上傳時(shí)間： 2014-01-12
上傳用戶(hù)：yiwen213
模糊控制C源程序，改程序?qū)崿F(xiàn)模糊初始化，模糊推理和計(jì)算
上傳時(shí)間： 2017-04-08
上傳用戶(hù)：hasan2015
模糊pid仿真，先運(yùn)行模糊推理系統(tǒng)設(shè)計(jì)程序a.m，并調(diào)入內(nèi)存，然后運(yùn)行模糊控制程序b.m,對(duì)pid控制參數(shù)進(jìn)行整定。
上傳時(shí)間： 2013-12-23
上傳用戶(hù)：yzy6007
利用Matlab工具箱設(shè)計(jì)模糊控制器 49條模糊控制規(guī)則形成一個(gè)模糊控制規(guī)則矩陣，然后根據(jù)模糊輸入量按照相應(yīng)的模糊推理算法完成計(jì)算，并決策出模糊輸出量。 輸出模糊量的解模糊方法選取重心法。
標(biāo)簽： Matlab 模糊控制 工具箱 模糊控制器
上傳時(shí)間： 2014-01-05
上傳用戶(hù)：ommshaggar
適合模糊學(xué)習(xí)初學(xué)者，模糊學(xué)習(xí)分為： 模糊化、模糊規(guī)則、模糊推理、反模糊這幾個(gè)過(guò)程。
上傳時(shí)間： 2018-08-09
上傳用戶(hù)：kinghannah
摘要：無(wú)線傳感器網(wǎng)絡(luò)（Wireless Sensor Networks，wSN是由許多具有低功率無(wú)線收發(fā)裝置的傳感器節(jié)點(diǎn)組成，它們監(jiān)測(cè)采集周邊環(huán)境信息并傳送到基站進(jìn)行處理在某一時(shí)刻通過(guò)wSN采集的數(shù)據(jù)量非常大，如何正確、高效地處理這些數(shù)據(jù)成為當(dāng)前WSN研究中的一個(gè)熱點(diǎn)。傳感器節(jié)點(diǎn)一般部署在惡劣環(huán)境中，一些偶然因素會(huì)使采集的數(shù)據(jù)中出現(xiàn)不準(zhǔn)確的數(shù)據(jù)，用戶(hù)依據(jù)這樣的數(shù)據(jù)很難準(zhǔn)確判斷出被測(cè)對(duì)象的真實(shí)狀態(tài)。基于模糊理論的決策級(jí)數(shù)據(jù)融合算法能夠很好的解決這個(gè)問(wèn)題本文以國(guó)家863研究項(xiàng)目《基于無(wú)線傳感器網(wǎng)絡(luò)的鐵路危險(xiǎn)貨物在途安全狀態(tài)監(jiān)測(cè)技術(shù)研究》為背景，結(jié)合鐵路運(yùn)輸中棉花在途狀態(tài)監(jiān)測(cè)系統(tǒng)的開(kāi)發(fā)，在分析了當(dāng)前有效的決策級(jí)數(shù)據(jù)融合技術(shù)基礎(chǔ)上，提出了基于模糊理論的決策級(jí)數(shù)據(jù)融合算法，該算法通過(guò)對(duì)采集數(shù)據(jù)進(jìn)行處理和分析，以獲得準(zhǔn)確的被測(cè)對(duì)象狀態(tài)的描述。本文的主要工作包括：（1）分析了WSN中傳統(tǒng)的決策級(jí)數(shù)據(jù)融合算法，如自適應(yīng)加權(quán)數(shù)據(jù)融合算法和算術(shù)平均數(shù)數(shù)據(jù)融合算法，總結(jié)這兩種算法的優(yōu)缺點(diǎn)和檢測(cè)系統(tǒng)的需求，進(jìn)步明確理想算法應(yīng)達(dá)到的目標(biāo)。（2）提出了基于模糊理論的兩階段數(shù)據(jù)融合算法：該算法第一階段利用基于貼近度的數(shù)據(jù)融合算法進(jìn)行同類(lèi)數(shù)據(jù)的融合校準(zhǔn)，這一階段的目的是剔除錯(cuò)誤的和可信度較差的數(shù)據(jù)，得到相對(duì)更加準(zhǔn)確的數(shù)據(jù)，第二階段利用模糊推理對(duì)第個(gè)階段得到的異類(lèi)數(shù)據(jù)進(jìn)行融合推理，得到被測(cè)對(duì)象當(dāng)前狀態(tài)的描述，為決策提供支持（3）結(jié)合實(shí)測(cè)數(shù)據(jù)仿真本文所提出的算法，結(jié)果證明與傳統(tǒng)的融合算法相比，可以更加準(zhǔn)確的描述被測(cè)對(duì)象狀態(tài)
標(biāo)簽： 無(wú)線傳感器
上傳時(shí)間： 2022-03-17
上傳用戶(hù)：
船舶自動(dòng)操舵儀又稱(chēng)自動(dòng)舵，用來(lái)保持船舶在給定航向或航跡上航行，是船舶操縱的關(guān)鍵設(shè)備。船舶自動(dòng)舵尚沒(méi)有專(zhuān)用的故障診斷系統(tǒng)，當(dāng)前的維修方法不能滿足快速保障和應(yīng)急保障的需要。本文結(jié)合某型自動(dòng)舵微機(jī)通道故障診斷科研項(xiàng)目，重點(diǎn)論述某型自動(dòng)舵數(shù)字控制系統(tǒng)的故障診斷設(shè)計(jì)與實(shí)現(xiàn)，研究了基于模糊推理的船舶自動(dòng)舵故障診斷專(zhuān)家系統(tǒng)和基于支持向量機(jī)的船舶自動(dòng)舵模擬電路故障診斷方法。 對(duì)某型自動(dòng)舵充分調(diào)研，在了解系統(tǒng)軟、硬件的總體技術(shù)要求和指標(biāo)的基礎(chǔ)上，建立檢測(cè)對(duì)象的數(shù)學(xué)模型和物理模型。確定故障檢測(cè)的對(duì)象特點(diǎn)，為系統(tǒng)故障仿真、參數(shù)辨識(shí)做好準(zhǔn)備，并為后續(xù)的故障檢測(cè)、診斷方法研究提供了參考。 結(jié)合某型自動(dòng)舵數(shù)字控制系統(tǒng)實(shí)際情況，確定其故障診斷系統(tǒng)采用分層遞階結(jié)構(gòu)。系統(tǒng)底層為基于嵌入式微處理器的信號(hào)檢測(cè)單元，負(fù)責(zé)獲取微機(jī)通道的總線控制權(quán)以及信號(hào)預(yù)處理；系統(tǒng)中間層為通訊子系統(tǒng)，負(fù)責(zé)對(duì)底層多個(gè)檢測(cè)單元信息集中傳送；系統(tǒng)頂層為故障診斷和顯示子系統(tǒng)，負(fù)責(zé)對(duì)微機(jī)通道的信息進(jìn)行綜合評(píng)價(jià)，得出最終診斷結(jié)論。 船舶自動(dòng)舵系統(tǒng)結(jié)構(gòu)繁雜，很多故障很難用精確的公式將它表示出來(lái)，提出了基于模糊推理的船舶自動(dòng)舵故障診斷專(zhuān)家系統(tǒng)，提高了自動(dòng)舵故障診斷準(zhǔn)確性。該系統(tǒng)將模糊數(shù)學(xué)、模糊診斷原理及專(zhuān)家經(jīng)驗(yàn)相結(jié)合，采用模糊產(chǎn)生式知識(shí)表示法，確定模糊關(guān)系矩陣及語(yǔ)義距離，設(shè)計(jì)相關(guān)硬件平臺(tái)，實(shí)現(xiàn)了船舶自動(dòng)舵故障診斷模糊專(zhuān)家系統(tǒng)的各個(gè)功能模塊。 為解決船舶自動(dòng)舵模擬電路故障診斷復(fù)雜多樣難于辨識(shí)的問(wèn)題，提出了基于支持向量機(jī)的故障診斷方法。該方法通過(guò)電路仿真分析，給出了各故障模式下電壓頻率響應(yīng)，提取具有代表性的故障特征，建立了以支持向量機(jī)為基礎(chǔ)的模擬電路故障診斷模型。實(shí)驗(yàn)結(jié)果證明，該方法可有效診斷模擬電路中的元件故障，且對(duì)于元件容差引起的故障診斷模型的不確定性具有較強(qiáng)的魯棒性，滿足非線性電路的故障診斷要求。
標(biāo)簽： 自動(dòng) 故障診斷 系統(tǒng)設(shè)計(jì)
上傳時(shí)間： 2013-04-24
上傳用戶(hù)：evil
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
