模糊神经网络和人工神经网络的区别
模糊神经网络（FNN）和人工神经网络（ANN）都是基于神经元的计算模型，但在某些方面有所不同。1.输入和输出处理方式：FNN以模糊逻辑作为输入和输出的处理方式，能够接受模糊、不确定和模糊的数据，并输出相应的模糊、不确定或模糊答案。而ANN则以确定性逻辑作为输入和输出的处理方式，只能处理确定性的数据，并输出精确的结果。2.响应速度：FNN通常比ANN运行更慢，因为FNN需要进行大量的模糊推理和决策过程，而ANN只需要进行一系列的数学操作。3.适用领域：FNN被广泛应用于模糊控制、信息处理和模式识别等领域，可以处理复杂、不确定和模糊的问题。而ANN则被广泛应用于数据挖掘、图像识别等领域，更适用于处理确定性的数据。4.参数设置：FNN的参数设置比ANN更为复杂，需要对隶属函数的形状、参数、模糊规则的数量和权重等进行调整。而ANN的参数设置相对简单，只需对神经元之间的连接权重进行调整即可。总的来说，FNN和ANN在处理方式、响应速度、适用领域和参数设置等方面存在差异，需要根据不同任务的需求来选择合适的方法。
[create_time]2023-05-13 14:15:28[/create_time]2023-05-06 15:21:20[finished_time]1[reply_count]0[alue_good]十三宫念梦幻59[uname]https://himg.bdimg.com/sys/portrait/item/wise.1.e31392b9.3zxquptFw7HEGRmRi2T48g.jpg?time=11754&tieba_portrait_time=11754[avatar]贡献了超过349个回答[slogan]这个人很懒，什么都没留下![intro]30[view_count]
模糊神经网络的用途
模糊神经网络可用于模糊回归、模糊控制器、模糊专家系统、模糊谱系分析、模糊矩阵方程、通用逼近器。在控制领域中，所关心的是由模糊神经网络构成的模糊控制器。在这一章中．介绍模糊神经网络的基本结构、遗传算法、模糊神经网络的学习算法，以及模糊神经网络的应用
[create_time]2016-05-27 21:46:24[/create_time]2016-06-08 07:53:29[finished_time]1[reply_count]0[alue_good]手机用户99922[uname]https://himg.bdimg.com/sys/portrait/item/wise.1.41323fd9.y5ovP27_yHjyKApuBBrfRw.jpg?time=1824&tieba_portrait_time=1824[avatar]超过44用户采纳过TA的回答[slogan]这个人很懒，什么都没留下![intro]567[view_count]神经网络与模糊控制优劣？
(2)由工业过程的定性认识出发，比较容易建立语言控制规则，因而模糊控制对那些数学模型难以获取，动态特性不易掌握或变化非常显著的对象非常适用。(3)基于模型的控制算法及系统设计方法，由于出发点和性能指标的不同，容易导致较大差异；但一个系统语言控制规则却具有相对的独立性，利用这些控制规律间的模糊连接，容易找到折中的选择，使控制效果优于常规控制器 。(4)模糊控制是基于启发性的知识及语言决策规则设计的，这有利于模拟人工控制的过程和方法，增强控制系统的适应能力，使之具有一定的智能水平。(5)模糊控制系统的鲁棒性强，干扰和参数变化对控制效果的影响被大大减弱，尤其适合于非线性、时变及纯滞后系统的控制。|||什么是模糊控制？与传统控制理论相比有什么优点？模糊控制是近代控制理论中建立在模糊集合轮上基础上的一种基于语言规则与模糊推理的控制理论，它是智能控制的一个重要分支。与传统控制理论相比，模糊控制有两大不可比拟的优点：第一，模糊控制在许多应用中可以有效且便捷的实现人的控制策略和经验，这一优点自从模糊控制诞生以来就一直受到人们密切的关注；第二，模糊控制不需要被控对象的数学模型即可实现较好的控制，这是因为被控对象的动态特性已隐含在模糊控制器输入、输出模糊集及模糊规则中。所以模糊控制被越来越多的应用于各个领域，尤其是被广泛应用于家电系列中，基于模糊控制的洗衣机就是其中的一个典型实例。|||模糊控制实质上是一种非线性控制，从属于智能控制的范畴。模糊控制的一大特点是既具有系统化的理论，又有着大量实际应用背景。|||优点：对于难于建立模型的控制对象不失为一种良好的控制方法。
[create_time]2016-01-04 15:31:26[/create_time]2016-07-05 10:55:53[finished_time]1[reply_count]4[alue_good]Du知道君9361e[uname]https://himg.bdimg.com/sys/portrait/item/wise.1.ced0c1e1.JX4BAaktcoSof4E-5Kmjkw.jpg?time=5624&tieba_portrait_time=5624[avatar]TA获得超过1413万个赞[slogan]这个人很懒，什么都没留下![intro]2802[view_count]
神经网络如何用单片机实现？
用单片机开发神经网络应用主要考虑三个方向：
1）网络本身，神网本质上是一组矩阵，矩阵在单片机中的表现可以通过数组来实现；
2）输入输出，神网的应用就是把输入阵列与网络本身的矩阵点乘叉乘后算术求和，产生输出矩阵，把输入输出的算法做到单片机里也不是难事；
3）训练，神网的权值矩阵都是训练出来的，采用诸如前向或反向的算法，可以做离线也可以做在线，如果做离线就没有必要把算法实现在单片机内，PC上就可以做，然后导入矩阵即可；如果做在线则是相对较难的技术，需要在单片机上实现，对于单片机本身的资源要求也较高。
简单说，1）是基础，也最容易；1）+2）就已经是神经网络的应用了，也容易实现；1）+2）+Matlab神经网络离线训练是易于实现，且富有弹性的应用方式；1）+2）+在线训练基本上就是具备自己学习能力的机器人，这是学术界一直探索的方向。
希望能给你一些启发，研究神网对我来说已经是五六年前的过去了，还是很怀念那时候的激情，个人认为这将是二十一世纪后期最有影响力的技术之一。
[create_time]2017-11-24 12:28:11[/create_time]2011-04-30 11:00:10[finished_time]4[reply_count]60[alue_good]砂兰[uname]https://himg.bdimg.com/sys/portrait/item/wise.1.862d0606.SpwcyZnvEEzZs2Z2vtCpGA.jpg?time=2850&tieba_portrait_time=2850[avatar]超过20用户采纳过TA的回答[slogan]这个人很懒，什么都没留下![intro]4817[view_count]
