单片机模糊模糊控制是目前在控制领域所采用的三种智能控制方法中最具实际意义的方法。模糊控制的采用解决了大量过去人们无法解决的问题，并且在工业控制、家用电器和各个领域已取得了令人触目的成效。本书是一本系统地介绍模糊控制的理论、技术、方法和应用的著作；内容包括模糊控制基础、模糊控制器、模糊控制系统、模糊控制系统的稳定性、模糊控制系统的开发软件，用单片微型机实现模糊控制的技术和方法，模糊控制在家用电器和工业上应用的实际例子；反映了模糊控制目前的水平。 单片机模糊模糊控制目录 ： 第一章 模糊逻辑、神经网络集成电路的发展 1.1 模糊逻辑及其集成电路的发展1.1.1 模糊逻辑的诞生和发展1.1.2 模糊集成电路的发展进程1.2 神经网络及其集成电路的发展1.2.1 神经网络的形成历史1.2.2 神经网络集成电路的发展1.3 模糊逻辑和神经网络的结合1.3.1 模糊逻辑和神经网络结合的意义1.3.2 模糊逻辑和神经网络结合的前景第二章 模糊逻辑及其理论基础 2.1 模糊集合与隶属函数2.1.1 模糊集合概念2.1.2 隶属函数2.1.3 分解定理与扩张定理2.1.4 模糊数2.2 模糊关系、模糊矩阵与模糊变换2.2.1 模糊关系2.2.2 模糊矩阵2.2.3 模糊变换2.3模糊逻辑和函数2.3.1模糊命题2.3.2模糊逻辑2.3.3模糊逻辑函数2.4模糊语言2.4.1 语言及语言的模糊性2.4.2 模糊语言2.4.3 语法规则和算子2.4.4 模糊条件语句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 模糊推理的精确值法2.5.5 模糊推理的强度转移法第三章 模糊控制基础 3.1 模糊控制的系统结构3.2 精确量的模糊化3.2.1 语言变量的分档3.2.2 语言变量值的表示方法3.2.3 精确量转换成模糊量3.3 模糊量的精确化3.3.1 最大隶属度法3.3.2 中位数法3.3.3 重心法3.4 模糊控制规则及控制算法3.4.1 模糊控制规则的格式3.4.2 模糊控制规则的生成3.4.3 模糊控制规则的优化3.4.4 模糊控制算法3.5 模糊控制的神经网络方法3.5.1 神经元和神经网络3.5.2 神经网络的分布存储和容错性3.5.3 神经网络的学习算法3.5.4 神经网络实现的模糊控制3.5.5 神经网络构造隶属函数3.5.6 神经网络存储控制规则3.5.7 神经网络实现模糊化、反模糊化第四章 模糊控制器 4.1 模糊控制器结构4.2 模糊控制器设计4.2.1 常规模糊控制器设计4.2.2 变结构模糊控制器设计4.2.3 自组织模糊控制器设计4.2.4 自适应模糊控制器设计4.3 模糊控制器的数学模型4.3.1 常规模糊控制器的数学模型4.3.2 模糊控制器数学模型的建立第五章 模糊控制系统 5.1 模糊系统的辨识和建模5.1.1 模糊系统辨识的数学基础5.1.2 基于模糊关系方程的模糊模型辨识5.1.3 基于语言控制规则的模糊模型辨识5.2 模糊控制系统的设计5.2.1 模糊控制系统的一般设计过程5.2.2 模糊控制系统的典型设计5.3 模糊控制系统的稳定性5.3.1 稳定性分析的Lyapunov直接法5.3.2 语言规则描述的模糊控制系统的稳定性5.3.3 关系方程描述的模糊控制系统的稳定性第六章 数字单片机与模糊控制6.1 数字单片机MC68HC705P96.1.1 MC68HC705P9单片机性能概论6.1.2 MC68HC705P9单片机基本结构6.1.3 MC68HC705P9指令系统6.2 数字单片机模糊控制方式6.2.1 数字单片机与模糊控制关系6.2.2 数字单片机模糊控制方式第七章 模糊单片机与模糊控制7.1 模糊单片机NLX2307.1.1 模糊单片机NLX230性能概况7.1.2 NLX230的结构及引脚7.1.3 NLX230的模糊推理方式7.1.4 NLX230的内部寄存器7.1.5 NLX230的操作及接口技术7.2 NLX230开发系统7.3 NLX230应用例子第八章 模糊控制的开发软件8.1 模糊推理机原理8.2 模糊推理机的算法8.3 模糊推理机结构和清单8.4 模糊逻辑知识基发生器8.5 模糊推理开发环境8.5.1 FIDE的工作条件8.5.2 FIDE的结构8.5.3 FIDE的工作过程第九章 模糊控制在家用电器中的应用9.1 模糊控制的电冰箱9.1.1 电冰箱模糊控制系统结构9.1.2 模糊控制规则和模糊量9.1.3 控制系统的电路结构9.1.4 控制规则的自调整9.2 模糊控制的电饭锅9.2.1 煮饭的工艺过程曲线9.2.2 模糊控制的逻辑结构9.2.3 模糊量和模糊推理9.2.4 控制软件框图9.3 模糊控制的微波炉9.3.1 控制电路的结构框图9.3.2 微波炉的模糊量与推理9.3.3 微波炉控制电路结构原理9.3.4 控制软件原理及框图9.4 模糊控制的洗衣机9.4.1 模糊洗衣机控制系统逻辑结构9.4.2 模糊洗衣机的模糊推理9.4.3 洗衣机物理量检测方法9.4.4 布质和布量的模糊推理第十章 模糊控制在工程上的应用10.1 模糊参数自适应PID控制器10.1.1 自校正PID控制器10.1.2 模糊参数自适应PID控制系统结构10.1.3 模糊控制规则的产生10.1.4 模糊推理机理及运行结果10.2 恒温炉模糊控制10.2.1 恒温炉模糊控制的系统结构10.2.2 模糊控制器及控制规则的形成10.2.3 模糊控制器的校正10.3 感应电机模糊矢量控制10.3.1 模糊矢量控制系统结构10.3.2 矢量控制的基本原理10.3.3 模糊电阻观测器10.3.4 模糊控制器及运行
上传时间： 2014-12-28
上传用户：semi1981
为了使窗体系统智能化，有效地和智能家居系统结合，设计了一种基于SimpliciTI协议的多传感器智能窗系统。系统采用CC1110单片机控制多种传感器，采集室内外多种参数，并通过无线自组织网络传送，控制窗体自动开关。在出现紧急状况时，通过GSM模块向设定号码发送信息进行报警。实验证明，该智能窗系统反应灵活，工作可靠安全，可作为智能家居的一部分。
标签： SimpliciTI 协议 智能窗
上传时间： 2013-11-15
上传用户：Divine
本文设计了一种基于CC2530的Zigbee2007/PRO协议无线温湿度监控系统，以网状网的组网方式有效解决现在市场上的各种问题，如检测系统监控范围小，监测节点数少等缺陷。该系统还具有自组织及自修复网络的能力，在受干扰后可以动态切换到另一个信道工作。测试表明本系统能够实现对多个分散位置同时进行温湿度测试，并具备实时监控功能，不仅接收数据的准确率高，而且功耗低，具有很强的实用价值。
上传时间： 2013-11-15
上传用户：lingzhichao
针对当前高品质水果生产与果园环境在线监测的需要，设计了一种利用具有自组织特性的无线传感器网络对环境温湿度、土壤湿度、叶面湿度等环境参数进行在线监测的系统。该系统采用分层式网络体系结构、低功耗网络节点设计，并通过GPRS通信实现上位机监测并与手机信息交互。实验结果表明，能较好地满足果园环境在线监测的要求。
上传时间： 2014-12-29
上传用户：TF2015
以船舶自动识别系统(AIS)为应用背景，介绍了SOTMDA的特点和应用方式，详细给出了自组织网络中的时隙选择策略、自组织接入技术和网络登陆方式，并在此基础上分析了其网络性能和时隙冲突。
上传时间： 2014-05-24
上传用户：123312
详细介绍了当前蜂窝移动通信网络和自组织(Ad Hoc)网络中采用的主要安全机制。简要地讲述蓝牙系统中的安全机制。
上传时间： 2013-10-26
上传用户：ewtrwrtwe
无线传感器网络是支撑物联网的核心技术之一，而且被认为是工业自动化网络及信号传输的一次重大革命。无线温度传感器网络是由大量具有温度测量功能的传感器节点通过自组织的无线通信方式，相互传递信息，协同完成测温功能的智能专用网络。它综合了传感器技术、嵌入式计算技术、通信技术、分布式信息处理技术、微电子制造技术和软件编程技术，可以实时监测、感知和采集网络所监控区域内的各种环境温度的信息，并对收集到的温度信息进行处理后传送给监控中心，构成完整的温度监控系统。DTD253T是由西安达泰公司设计研发的采用Zigbee2007Pro标准的网络化无线传感器网络系统。
上传时间： 2013-11-18
上传用户：jdm439922924
神经网络基本算法源程序，包含四个基本算法：BF,ART I,RBF,自组织算法，有详细的帮助文件。
上传时间： 2015-03-17
上传用户：天诚24
LVQ(学习矢量量化)算法：它是Kohonen的有监督学习的扩展形式，融合了自组织和有导师监督的技术。
上传时间： 2015-04-12
上传用户：xcy122677
摘 : 通过使用 peer-to-peer(P2P)计算模式在 Internet 物理拓扑基础上建立一个称为 P2P 覆盖网络(P overlay network)的虚拟拓扑结构,有效地建立起一个基于 Internet 的完全分布式自组织网络路由模型 集中式自组织网络路由模型(hierarchical aggregation self-organizing network,简称 HASN).分别描述了 HASN 由模型的构建目标和体系结构,并详细分析了 HASN 采用的基于 P2P 计算模式的分布式命名 路由发现和更 算法 HASN_Scale,并在仿真实验的基础上,对 HASN 路由模型的性能进行了验证.
标签： peer-to-peer P2P Internet overlay
上传时间： 2014-01-21
上传用户：zhenyushaw
