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。     

模糊神经网络控制器的仿真研究

简要介绍了一般模糊神经网络控制器的设计理论 ,仿真给出了基于 MATLAB控制器的模糊神经控制流程和算法 ,仿真实验表明该模糊神经网络控制器具有良好的动、静态性能、抗干扰性能和鲁棒性能     

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.     

建立在神经网络基础上的模糊控制器的设计

提出了建立在神经网络基础上的模糊控制器设计方法，这个控制器实际上是一个模糊控制规则被一个神经网络学习和联想使用的模糊控制器，从而获得一种比模糊推理更自然的使用人类经验的方法。仿真结果表明这种控制器是有效的。     

神经网络自组织模糊控制器的设计与仿真

研究和设计了神经网络自组织模糊控制器,用于实现车辆自动驾驶系统。该控制器基于MATLAB软件提供的自适应神经模糊推理系统,通过网络对道路位置坐标的离线学习,获取模糊控制规则库。训练好的控制器,在对被控车辆模拟控制的过程中,在线学习和调整控制参数,优化控制器的性能,以适应在不同道路轨迹变化下控制车辆自动转向的目的。最后通过MATLAB软件的仿真试验,验证该控制器对于被控车辆的有效性。     

一种新型的神经网络模糊控制器

针对模糊控制器的推理提出了一种新型的神经网络结构,分析了新网络的性能,训练后新网络能完成模糊控制器的推理。最后给出了神经网络模糊控制器仿真结果。     

Fuzzy控制器的设计与仿真计算

通过对Ｆｕｚｚｙ控制器的设计与仿真计算，探讨在工业控制中使用Ｆｕｚｚｙ控制器的特点。     

模糊控制器设计的新方法

针对模糊控制器设计中模糊关系矩阵计算量大，控制规则修改后需重新计算才能获得新的控制器查询表的问题，提出了一种利用电子表格进行模糊控制器辅助设计的算法。     

模糊神经网络PID控制器在污水处理中的应用

为建立实时响应快、动态调节性能大、鲁棒性强的污水处理自动控制模型,结合模糊逻辑推理控制、神经网络控制及常规PID（Proportion Integration Differentiation）控制技术,设计了模糊神经网络Fuzzy-PID污水处理控制器。仿真结果和实际应用显示,采用该控制器后,整个控制系统的收敛性、鲁棒性以及动态响应性等均有了很大的改善,系统具有较强的稳定性和自适应性。     

基于MATLAB的FUZZY控制器的设计和仿真

本文基于MATLAB软件，简述了模糊控制器的设计和仿真。在进行FUZZY控制时引入一个Ⅰ型积分环节用来消除模糊控制固有的静态偏差。此外，通过编写M文件的S函数，在线实现量化因子、比例因子自动调整，提升模糊控制的效果，同时给出了仿真实例，结果表明有较好的控制效果。     

城市废水生物处理过程的模糊神经网络控制

针对城市废水生物处理系统的复杂性,不确定性和难以建立准确的数学模型的特点,本文提出了一种用Ｂ－Ｐ神经网络来完成规则推理的模糊控制器。仿真结果表明,该系统具有良好的动态性能和较强的鲁棒性与容错性,具有实际工程应用的价值。     

模糊神经网络在机器人控制中的应用

为克服机器人控制过程中存在的许多不确定因素的影响,构造了一种新型模型神经网络结构,提出了一新算法,并将其应用于机器人控制,取得了满意的仿真效果,表明有极强的鲁棒性。     

一种基于神经网络识别差动态特性的自适应模糊控制器

在神经网络与模糊控制相结合的基础上,设计了一种基于神经网络识别误差动态特性的自适应模糊控制器,该控制器基于误差知识的控制,从系统误差的动态过程观点描述了误差特性,采用了神经网络实现误差知识的自适应获取。仿真结果表明,其控制性能明显优于普通的模糊控制器。     

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FPGA多变量模糊神经网络控制器设计

在对基于FPGA模糊神经网络控制的原理和设计中使用的算法进行分析后,对模糊神经网络控制器进行分层设计,设计模块主要包括模糊化模块、控制规则模块、归一化模块、权值-参数计算模块和去模糊化模块.在设计过程中遵循自顶向下的设计原则,并对各个模块设计进行优化处理,最后对整个系统进行设计综合.实验表明:该设计方案是可行的,不仅可...     

基于小波模糊神经网络的滑模控制器设计

针对一类非线性系统,采用小波模糊神经网络对控制对象辨识并提出了滑模控制器的设计方法.在系统存在外部干扰并有界时,利用李亚普诺夫方法证明了系统的稳定性.最后,通过MATLAB仿真验证了输出反馈控制具有良好的跟踪性能.     

空气悬架的神经网络模糊控制及仿真分析

空气悬架系统是一个非线性系统,该系统工作环境是时变性的。提出了基于神经网络的模糊控制策略,应用该控制策略对某一高级客车的空气悬架刚度进行控制,可以根据车辆振动响应的结果来判断车体的振动情况以后,实时调节空气悬架刚度,使车辆对路面的变化具有适应能力,从而改善汽车行驶平顺性。     

模糊神经网络系统的设计与应用研究

把模糊逻辑系统与神经网络相结合,形成结构像神经网络,功能似模糊逻辑系统的模糊神经网络系统,该系统具备了模糊逻辑系统和神经网络的优点,克服了单个系统的不足。再结合误差反向传递学习算法（BP算法）,调整模型参数及权值。最后应用模糊神经网络系统解决实际问题,经过若干次学习训练,使系统达到稳定,通过仿真结果可看出;将所设计的模糊神经网络系统应用在WTI原油价格预测中具有可行性与有效性。     

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.