通过C ++编程为两种最流行的人工智能技术提供逻辑且易于遵循的进度：神经和模糊编程。

用人工势场算法结合模糊控制算法的路径规划

本实验为了解和测试模糊算法并在实际背景下进行应用。 1、 寻找合适的具有实际意义的数据集。 2、 根据数据集进行matlab自带的kmeans函数和fcm函数进行分类与分析。 3、 自己设计算法myKmeans函数对数据集进行分类。 数据集1：威斯康星州乳腺癌数据集 原因：目前癌症的初步检测还是主要依靠医生的经验判断，为了提高医生的工作效率，以及减少医生的经验判断失误，所有希望计算机协助医生进行判断。 目标:根据已有的对乳腺癌的特征的分类，判断患者的乳腺癌是属于良性还是恶性，进一步帮助患者的治疗。 数据集2：胸外科数据集 原因：目前肺癌治疗主要肺切除术虽然已经成熟，但是患者是否该接受手术还是应该慎重的评定。 目标:根据已有的数据的特征的分类，判断患者是否应该接受手术治疗，有无成功率。 --------------------- 作者：zxm_ 来源：CSDN 原文：https://blog.csdn.net/zxm_jimin/article/details/87938542 版权声明：本文为博主原创文章，转载请附上博文链接！

从相似图像中提取相同密钥,fuzzy extractors：how to extract strong key from bio_picture

模糊逻辑 基于numpy和matplotlib的模糊逻辑python库 版本 0.0.1 安装： pip install fuzzy_logic 包含： FuzzyRel - 模糊关系类。 FuzzySet - 模糊集类。 FuzzyPlot - 旨在使用 matplotlib 轻松绘制模糊图的类（目前功能非常差）

Fuzzy Multi-objective Optimized with Efficient Energy and Time-varying Price for EV Charging System

简单的模糊控制的源程序，有助于初学者理解。

T-S型模糊算法在FPGA上的实现。TB文件已经写好。详细见我的博客《T-S型模糊算法简述及FPGA的实现》

matlab模糊控制代码模糊Q学习机器人 作者 : , , 该项目为应用于移动机器人的模糊 Q 学习提供了概念证明。 模拟和环境只需要 GNU Octave，这也应该适用于 Matlab，但我们建议您使用 GNU Octave。 主要建议是能够对经典和强化模糊逻辑进行基准测试 警告：源代码需要认真的重构。 安装 下载 github 项目 (zip) 解压并复制 GNU Octave 当前目录中的所有文件。 如何 可以执行多个环境的多个控制器： 环境 目的 控制器 要执行的文件 自由 目标达成 FLC49 4 墙 避障 FLC27 4堵墙和4个障碍 目标到达和避障 FLC49/27 自由 学习目标达到 R-FLC20 自由 目标达成 RL-FLC20 自由 学习目标达到 RL-FLC49 4 墙 学习避障 RL-FLC27 相关出版物： El Hacene Chabane，乌萨马·德鲁伊什。 阿尔及尔国立理工学院 2018 年 6 月。 使用 2D VSLAM 实现模糊强化学习控制

Stability and Trajectory Control for Post-Impact Vehicle Based on Fuzzy PID Algorithm