基于遗传算法的模糊神经网络控制器的仿真

对遗传算法（GA）和模糊神经网络控制器的结构进行了说明,为了克服以反向传播算法（BP）的缺点,通过遗传算法对模糊神经网络控制器的参数进行优化,亦即对模糊神经网络进行训练,用通过优化后的模糊神经网络控制器控制一个带有纯滞后的非线性对象,仿真结果证实了其性能较常规模糊控制器优越。     

应用模糊神经网络完成模糊控制器的设计和仿真

介绍了模糊神经网络的基本结构,讨论了利用模糊刘经网络技术通过离线学习的设计模糊控制器的方法。     

模糊控制器的设计与仿真

将MATLAB提供的Simulink与Fuzzy Toobox有机结合,方便有效地实现对一阶线性时滞系统的模糊控制器的设计和仿真.     

一种自适应模糊PID控制器的仿真研究

以某大时滞工业过程为研究对象，提出了一种自适应模糊PID控制器，并用MATLAB进行了仿真。理论分析与仿真结果表明，该自适应模糊PID控制相对于常规PID控制具有良好的控制性能。     

一种基于模糊神经网络的PID控制器

利用神经网络自学习自适应能力和快速计算能力,提出一种基于模糊神经网络的PID智能控制器．该系统将模糊技术、神经网络与PID控制结合起来,实现了PID控制的自适应和智能化．通过仿真实验表明,该控制方案与传统PID控制系统相比,无论是超调量还是稳定时间,效果都要好得多．     

基于MATLAB的神经网络的仿真

文章详细论述了利用MATLAB神经网络工具箱设计BP网络的方法和步骤.根据需要调用相关程序,从而避免了编写复杂而庞大的算法程序.     

基于蚁群优化算法的模糊神经网络控制器及仿真研究

提出了一种基于蚁群优化算法的模糊神经网络控制系统,并介绍了模糊神经网络控制器的结构及其参数的蚁群优化算法.仿真结果表明了该方法的可行性和有效性.     

应用MATLAB设计模糊控制器及仿真

模糊控制不依赖对象的精确数学模型而且模糊控制系统可以通过计算机仿真，本文在MATLAB环境下设计了水泥回转窑的模糊控制器并对它进行了仿真，结果表明MATLAB是进行模糊逻辑控制系统设计与仿真的强力工具。     

基于模糊工具箱和SIMULINK的模糊控制系统计算机仿真

将MATLAB中的模糊工具箱和SIMULINK结合起来对模糊控制系统进行计算机仿真,阐述了仿真的建模方法、基本步骤和应注意的问题,并举例说明。使模糊控制系统的计算机仿真从建立系统的仿真模型到仿真结果的图形化处理变得非常简便、直观和方便。     

基于遗传算法的模糊神经网络PID控制器研究

研究对象是某类型贴片机的位置控制系统,运用基于遗传算法的模糊神经网络 PID控制器对其位置系统进行控制.着重介绍了基于联接机制的模糊神经网络的结构,以及遗传算法对模糊神经网络的网络结构和隶属度函数的优化.通过实例详细地给出了优化过程和优化结果,并通过仿真结果,充分地说明了模糊神经网络的优异性能以及遗传算法在多目标寻优中的强大优势.     

基于模糊神经网络的模式识别方法

讨论了3种模糊神经元和由其构成的模糊神经网络的基本原理及其学习和自适应机制,针对模糊模式识别问题,建立了一种基于BP学习算法的模糊神经网络模式识别系统,该系统兼有模糊逻辑控制和神经网络两种技术的优点,提高了模糊模式识别的准确性。     

基于神经网络实现模糊控制的方法

介绍了一般模糊控制器的结构和主要组成部分的工作原理，介绍了实现模糊控制的查表法，硬件表用模糊控制器和软件模糊推理法的特点。     

模糊神经网络的舰载雷达辐射源识别方法

采用模糊神经网络方法,对舰载雷达辐射源进行识别,将模糊系统确定模糊推理规则以及如何推理决策作为黑盒子,只需给出模糊化的输入,即可得到决策输出．该方法具有简捷方便、快速、准确的优点,特别适用于复杂的识别问题。     

模糊神经网络及其在温度控制系统中的应用

根据模糊系统的结构,构造等价结构的神经网络,针对工程实际应用中模糊控制对于时变参数非线性系统缺乏在线自学习或自调整能力的缺陷,设计了一种增强模糊控制规则自学习能力的模糊神经网络控制器．仿真研究和模拟实验证明了方法的可行性．     

一种基于遗传神经元网络的模糊控制系统

针对常用的基于BP网络的模糊控制器对模糊控制规则的学习难以达到理想效果的缺陷,采用遗传算法生成前向神经元网络,可同时对网络的极值与结构进行学习,基于此基础的神经网络模型控制系统具有良好的自适应特性。     

基于模糊神经网络的焊缝缺陷识别方法的研究

通过对射线底片焊缝缺陷特征分析，提出了用于焊缝缺陷识别的模糊神经网络模型，并介绍了隶属度的构造和BP网络学习算法，用52个典型缺陷样本训练该模型后，对8个缺陷样本进行识别试验，试验结果表明，该方法能够提高介于模糊边界模式分类时的识别率，对焊缝缺陷识别的效果优于分类识别法。     

一种基于自适应神经元的模糊变结构控制器

融合模糊控制、变结构控制和自适应神经元,提出了一种基于自适应神经元的模糊变结构控制器。该控制器选用时变开关超平面,利用自适应神经元在线学习模糊变结构控制规则,并采用模糊推理合成消除颤振。仿真结果证明：这种控制器动态响应快,超调小,无颤振现象,系统鲁棒性强。     

电力短期负荷预报模糊神经网络模型的研究

电力系统负荷预报模型因负荷构成及采用的关键技术不同而各异。本文介绍了几种短期负荷预报模糊网络模型的建模方法和特点,讨论模糊神经网络预报模型建模中的一些重要问题,供有关人员参考。