單片機模糊模糊控制是目前在控制領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，并且在工業控制、家用電器和各個領域已取得了令人觸目的成效。本書是一本系統地介紹模糊控制的理論、技術、方法和應用的著作；內容包括模糊控制基礎、模糊控制器、模糊控制系統、模糊控制系統的穩定性、模糊控制系統的開發軟件，用單片微型機實現模糊控制的技術和方法，模糊控制在家用電器和工業上應用的實際例子；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、神經網絡集成電路的發展 1.1 模糊邏輯及其集成電路的發展1.1.1 模糊邏輯的誕生和發展1.1.2 模糊集成電路的發展進程1.2 神經網絡及其集成電路的發展1.2.1 神經網絡的形成歷史1.2.2 神經網絡集成電路的發展1.3 模糊邏輯和神經網絡的結合1.3.1 模糊邏輯和神經網絡結合的意義1.3.2 模糊邏輯和神經網絡結合的前景第二章 模糊邏輯及其理論基礎 2.1 模糊集合與隸屬函數2.1.1 模糊集合概念2.1.2 隸屬函數2.1.3 分解定理與擴張定理2.1.4 模糊數2.2 模糊關系、模糊矩陣與模糊變換2.2.1 模糊關系2.2.2 模糊矩陣2.2.3 模糊變換2.3模糊邏輯和函數2.3.1模糊命題2.3.2模糊邏輯2.3.3模糊邏輯函數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 模糊推理的強度轉移法第三章 模糊控制基礎 3.1 模糊控制的系統結構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 中位數法3.3.3 重心法3.4 模糊控制規則及控制算法3.4.1 模糊控制規則的格式3.4.2 模糊控制規則的生成3.4.3 模糊控制規則的優化3.4.4 模糊控制算法3.5 模糊控制的神經網絡方法3.5.1 神經元和神經網絡3.5.2 神經網絡的分布存儲和容錯性3.5.3 神經網絡的學習算法3.5.4 神經網絡實現的模糊控制3.5.5 神經網絡構造隸屬函數3.5.6 神經網絡存儲控制規則3.5.7 神經網絡實現模糊化、反模糊化第四章 模糊控制器 4.1 模糊控制器結構4.2 模糊控制器設計4.2.1 常規模糊控制器設計4.2.2 變結構模糊控制器設計4.2.3 自組織模糊控制器設計4.2.4 自適應模糊控制器設計4.3 模糊控制器的數學模型4.3.1 常規模糊控制器的數學模型4.3.2 模糊控制器數學模型的建立第五章 模糊控制系統 5.1 模糊系統的辨識和建模5.1.1 模糊系統辨識的數學基礎5.1.2 基于模糊關系方程的模糊模型辨識5.1.3 基于語言控制規則的模糊模型辨識5.2 模糊控制系統的設計5.2.1 模糊控制系統的一般設計過程5.2.2 模糊控制系統的典型設計5.3 模糊控制系統的穩定性5.3.1 穩定性分析的Lyapunov直接法5.3.2 語言規則描述的模糊控制系統的穩定性5.3.3 關系方程描述的模糊控制系統的穩定性第六章 數字單片機與模糊控制6.1 數字單片機MC68HC705P96.1.1 MC68HC705P9單片機性能概論6.1.2 MC68HC705P9單片機基本結構6.1.3 MC68HC705P9指令系統6.2 數字單片機模糊控制方式6.2.1 數字單片機與模糊控制關系6.2.2 數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的結構及引腳7.1.3 NLX230的模糊推理方式7.1.4 NLX230的內部寄存器7.1.5 NLX230的操作及接口技術7.2 NLX230開發系統7.3 NLX230應用例子第八章 模糊控制的開發軟件8.1 模糊推理機原理8.2 模糊推理機的算法8.3 模糊推理機結構和清單8.4 模糊邏輯知識基發生器8.5 模糊推理開發環境8.5.1 FIDE的工作條件8.5.2 FIDE的結構8.5.3 FIDE的工作過程第九章 模糊控制在家用電器中的應用9.1 模糊控制的電冰箱9.1.1 電冰箱模糊控制系統結構9.1.2 模糊控制規則和模糊量9.1.3 控制系統的電路結構9.1.4 控制規則的自調整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 模糊控制的邏輯結構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 控制電路的結構框圖9.3.2 微波爐的模糊量與推理9.3.3 微波爐控制電路結構原理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邏輯結構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 布質和布量的模糊推理第十章 模糊控制在工程上的應用10.1 模糊參數自適應PID控制器10.1.1 自校正PID控制器10.1.2 模糊參數自適應PID控制系統結構10.1.3 模糊控制規則的產生10.1.4 模糊推理機理及運行結果10.2 恒溫爐模糊控制10.2.1 恒溫爐模糊控制的系統結構10.2.2 模糊控制器及控制規則的形成10.2.3 模糊控制器的校正10.3 感應電機模糊矢量控制10.3.1 模糊矢量控制系統結構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
標簽： 單片機 模糊邏輯 控制
上傳時間： 2014-12-28
上傳用戶：semi1981
深度包檢測技術通過對數據包內容的深入掃描和檢測，能夠有效識別出隱藏在數據包有效載荷內的非法數據，但該技術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，降低了系統功耗，大大提高了處理速度。
標簽： FPGA 過濾器 字符串 模糊匹配
上傳時間： 2013-11-04
上傳用戶：dazhihui66
根據橋式起重機的特點，建立了安全性評估指標體系。在模糊綜合評判的基礎上，引入BP神經網絡，建立了起重機安全評估的模糊神經網絡模型。采用改進的梯度下降動量BP算法對網絡進行計算，克服了常用BP算法收斂速度較慢的缺點。通過神經網絡的多次學習訓練，評估因素權重得到了優化。研究結果表明：訓練好的模糊神經網絡很好地獲得并儲存了專家的知識、經驗和判斷，可將此網絡應用于橋式起重機的安全性評估。
標簽： 模糊神經網絡 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計
標簽： 飛思卡爾 模糊控制技術
上傳時間： 2013-12-09
上傳用戶：15070202241
倒立擺系統是一種典型的控制系統模型，能夠將實際與理論相結合，可以開發出新的控制算法來應用在系統模型之上。采用模糊控制算法研究二級倒立擺系統的控制問題，設計模糊控制器控制倒立擺系統的穩定。實踐證明，模糊控制算法對二級倒立擺系統是可行的
標簽： 倒立擺系統 智能控制 算法研究
上傳用戶：epson850
上傳時間： 2013-11-11
上傳用戶：英雄
目前開發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，神經網絡，遺傳算法的課題，收集了很多相關程序，望同方向者探討一二。
標簽： 人工 算法 八進制
上傳時間： 2014-01-13
上傳用戶：comua
粒子群優化算法(PSO)是一種進化計算技術(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化工具。系統初始化為一組隨機解，通過疊代搜尋最優值。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的粒子進行搜索。詳細的步驟以后的章節介紹 同遺傳算法比較，PSO的優勢在于簡單容易實現并且沒有許多參數需要調整。目前已廣泛應用于函數優化，神經網絡訓練，模糊系統控制以及其他遺傳算法的應用領域
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的優勢在于簡單容易實現并且沒有許多參數需要調整。目前已廣泛應用于函數優化，神經網絡訓練，模糊系統控制以及其他遺傳算法的應用領域
標簽： 算法 比較
上傳時間： 2013-12-16
上傳用戶：eclipse
數據挖掘算法，fuzzy-K-means聚類算法源代碼，用于模糊聚類分析
標簽： 數據挖掘算法
上傳時間： 2015-04-11
上傳用戶：nanshan
蟲蟲下載站版權所有 京ICP備2021023401號-1
