基于RBF 的模糊神经网络控制器设计与仿真分析

针对一类不确定时滞系统研究滑模控制的实现问题。对于实际应用对象的时滞特性采取了特殊的线性变换，将原时滞系统转化为无时滞系统。通过设计二次型性能指标计算得到了最优的切换函数，并使用RBF神经网络实现了滑

提供《基于半物理仿真的RBF神经网络滑模控制.pdf》完整技术工程技术资料下载（归档大小 335 K），包含相关硬件原理图参考、开发文档或源代码工程。

·基于模糊神经网络的位置控制器设计

应用仿人智能鲁棒性高、能对付难控对象的控制特点，结合模糊RBF 神经网络控制技术，提出仿人模糊神经网络控制方法，对PID 控制器参数进行优化调节。该方法采用仿人智能的多模态控制思想，对PID

传统PID 的控制参数难以精确整定，且依赖于对象的精确数学模型，适应性较差，对复杂过程不能保证其控制精度。针对工业控制领域中大滞后系统，采用传统PID 控制不能获得满意的控制效果，提出基于RB

提供《模糊控制与神经网络.pdf》完整技术工程技术资料下载（归档大小 9725 K），包含相关硬件原理图参考、开发文档或源代码工程。