單片機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際意義的方法。模糊控制的采用解決了大量過去人們無法解決的問題，并且在工業(yè)控制、家用電器和各個領(lǐng)域已取得了令人觸目的成效。本書是一本系統(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)的開發(fā)軟件，用單片微型機實現(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)用的實際例子；反映了模糊控制目前的水平。 單片機模糊模糊控制目錄 ： 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模糊語言2.4.1 語言及語言的模糊性2.4.2 模糊語言2.4.3 語法規(guī)則和算子2.4.4 模糊條件語句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 語言變量的分檔3.2.2 語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)的分布存儲和容錯性3.5.3 神經(jīng)網(wǎng)絡(luò)的學習算法3.5.4 神經(jīng)網(wǎng)絡(luò)實現(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)存儲控制規(guī)則3.5.7 神經(jīng)網(wǎng)絡(luò)實現(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4.2.1 常規(guī)模糊控制器設(shè)計4.2.2 變結(jié)構(gòu)模糊控制器設(shè)計4.2.3 自組織模糊控制器設(shè)計4.2.4 自適應(yīng)模糊控制器設(shè)計4.3 模糊控制器的數(shù)學模型4.3.1 常規(guī)模糊控制器的數(shù)學模型4.3.2 模糊控制器數(shù)學模型的建立第五章 模糊控制系統(tǒng) 5.1 模糊系統(tǒng)的辨識和建模5.1.1 模糊系統(tǒng)辨識的數(shù)學基礎(chǔ)5.1.2 基于模糊關(guān)系方程的模糊模型辨識5.1.3 基于語言控制規(guī)則的模糊模型辨識5.2 模糊控制系統(tǒng)的設(shè)計5.2.1 模糊控制系統(tǒng)的一般設(shè)計過程5.2.2 模糊控制系統(tǒng)的典型設(shè)計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)字單片機與模糊控制6.1 數(shù)字單片機MC68HC705P96.1.1 MC68HC705P9單片機性能概論6.1.2 MC68HC705P9單片機基本結(jié)構(gòu)6.1.3 MC68HC705P9指令系統(tǒng)6.2 數(shù)字單片機模糊控制方式6.2.1 數(shù)字單片機與模糊控制關(guān)系6.2.2 數(shù)字單片機模糊控制方式第七章 模糊單片機與模糊控制7.1 模糊單片機NLX2307.1.1 模糊單片機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開發(fā)系統(tǒng)7.3 NLX230應(yīng)用例子第八章 模糊控制的開發(fā)軟件8.1 模糊推理機原理8.2 模糊推理機的算法8.3 模糊推理機結(jié)構(gòu)和清單8.4 模糊邏輯知識基發(fā)生器8.5 模糊推理開發(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9.4.1 模糊洗衣機控制系統(tǒng)邏輯結(jié)構(gòu)9.4.2 模糊洗衣機的模糊推理9.4.3 洗衣機物理量檢測方法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 模糊推理機理及運行結(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 模糊電阻觀測器10.3.4 模糊控制器及運行
上傳時間： 2014-12-28
上傳用戶：semi1981
深度包檢測技術(shù)通過對數(shù)據(jù)包內(nèi)容的深入掃描和檢測，能夠有效識別出隱藏在數(shù)據(jù)包有效載荷內(nèi)的非法數(shù)據(jù)，但該技術(shù)存在功耗非常大的缺點。針對該問題，提出了采用Bloom Filter（布隆過濾器）進行字符串模糊匹配方式，利用Bloom Filter將信息流中大部分正常流量過濾掉，從而減輕了后端的字符串精確匹配的壓力，降低了系統(tǒng)功耗，大大提高了處理速度。
上傳時間： 2013-11-04
上傳用戶：dazhihui66
根據(jù)橋式起重機的特點，建立了安全性評估指標體系。在模糊綜合評判的基礎(chǔ)上，引入BP神經(jīng)網(wǎng)絡(luò)，建立了起重機安全評估的模糊神經(jīng)網(wǎng)絡(luò)模型。采用改進的梯度下降動量BP算法對網(wǎng)絡(luò)進行計算，克服了常用BP算法收斂速度較慢的缺點。通過神經(jīng)網(wǎng)絡(luò)的多次學習訓練，評估因素權(quán)重得到了優(yōu)化。研究結(jié)果表明：訓練好的模糊神經(jīng)網(wǎng)絡(luò)很好地獲得并儲存了專家的知識、經(jīng)驗和判斷，可將此網(wǎng)絡(luò)應(yīng)用于橋式起重機的安全性評估。
標簽： 模糊神經(jīng)網(wǎng)絡(luò) 方法研究 起重機
上傳時間： 2013-10-12
上傳用戶：思索的小白
飛思卡爾模糊控制算法設(shè)計
標簽： 飛思卡爾 模糊控制技術(shù)
上傳時間： 2013-12-09
上傳用戶：15070202241
倒立擺系統(tǒng)是一種典型的控制系統(tǒng)模型，能夠?qū)嶋H與理論相結(jié)合，可以開發(fā)出新的控制算法來應(yīng)用在系統(tǒng)模型之上。采用模糊控制算法研究二級倒立擺系統(tǒng)的控制問題，設(shè)計模糊控制器控制倒立擺系統(tǒng)的穩(wěn)定。實踐證明，模糊控制算法對二級倒立擺系統(tǒng)是可行的
標簽： 倒立擺系統(tǒng) 智能控制 算法研究
上傳時間： 2013-10-12
上傳用戶：epson850
深度包檢測技術(shù)通過對數(shù)據(jù)包內(nèi)容的深入掃描和檢測，能夠有效識別出隱藏在數(shù)據(jù)包有效載荷內(nèi)的非法數(shù)據(jù)，但該技術(shù)存在功耗非常大的缺點。針對該問題，提出了采用Bloom Filter（布隆過濾器）進行字符串模糊匹配方式，利用Bloom Filter將信息流中大部分正常流量過濾掉，從而減輕了后端的字符串精確匹配的壓力，降低了系統(tǒng)功耗，大大提高了處理速度。
上傳時間： 2013-11-11
上傳用戶：英雄
目前開發(fā)人工只能的朋友一定會遇到bp算法中八進制的問題，這段程序很好的解決了這個問題。我目前在作模糊控制，神經(jīng)網(wǎng)絡(luò)，遺傳算法的課題，收集了很多相關(guān)程序，望同方向者探討一二。
上傳時間： 2014-01-13
上傳用戶：comua
粒子群優(yōu)化算法(PSO)是一種進化計算技術(shù)(evolutionary computation).源于對鳥群捕食的行為研究 PSO同遺傳算法類似，是一種基于疊代的優(yōu)化工具。系統(tǒng)初始化為一組隨機解，通過疊代搜尋最優(yōu)值。但是并沒有遺傳算法用的交叉(crossover)以及變異(mutation)。而是粒子在解空間追隨最優(yōu)的粒子進行搜索。詳細的步驟以后的章節(jié)介紹 同遺傳算法比較，PSO的優(yōu)勢在于簡單容易實現(xiàn)并且沒有許多參數(shù)需要調(diào)整。目前已廣泛應(yīng)用于函數(shù)優(yōu)化，神經(jīng)網(wǎng)絡(luò)訓練，模糊系統(tǒng)控制以及其他遺傳算法的應(yīng)用領(lǐng)域
標簽： evolutionary computation PSO 粒子群
上傳時間： 2015-03-28
上傳用戶：源弋弋
同遺傳算法比較，PSO的優(yōu)勢在于簡單容易實現(xiàn)并且沒有許多參數(shù)需要調(diào)整。目前已廣泛應(yīng)用于函數(shù)優(yōu)化，神經(jīng)網(wǎng)絡(luò)訓練，模糊系統(tǒng)控制以及其他遺傳算法的應(yīng)用領(lǐng)域
上傳時間： 2013-12-16
上傳用戶：eclipse
數(shù)據(jù)挖掘算法，fuzzy-K-means聚類算法源代碼，用于模糊聚類分析
標簽： 數(shù)據(jù)挖掘算法
上傳時間： 2015-04-11
上傳用戶：nanshan
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
