摆动电机是一种直流无刷的有限转角电机，它是特种电机的一种。它的执行机构能很好的适应环境，精度高，响应速度快。在非线性系统中，提出一种基于BP前馈网络模糊PID方法来提高系统稳定性和克服参数不确定性。利用BP神经网络对模糊PID控制器的参数和非线性进行调节补偿，从而减少模糊控制器对切换项的增益的需求。分析BP神经模糊PID中，BP神经网络，模糊算法和PID控制如何优化、互补和配合。最后用matlab仿真结果来说明BP前馈神经网络模糊PID控制器具有无超调、稳定性强、很好的抗干扰等优点，并非线性系统具有一定鲁棒性。

随着人们对物质生活的追求不断提高，对服饰的样式和质量的要求也越来越高。想要达到这样的条件，必须对缝纫机的驱动精度和驱动平稳性加以提高。目前国内的缝纫机主轴控制多以步进电机为主，其失步会造成较大的误差。国外的特种缝纫机加工精度高，但是价格昂贵。结合当前的背景，本文提出了一种基于DSP的直流无刷电机伺服控制系统，建立数学模型，设计了一个模糊PID调节器对缝纫机针头的速度和位置进行了精确控制。

根据基因工程菌高密度发酵过程中对PH值控制的要求，采用模糊控制实现基因工程菌高密度发酵罐的PH值控制。PLC模糊控制器查表方式实现对输入量的模糊化、模糊控制表查询。给出了模糊控制算法的程序框图和部分梯形图。结果表明，用PLC实现的模糊控制器简单实用，为模糊控制技术在过程控制中的应用提供了更加广阔的前景。

非线性系统的有限时间自适应模糊跟踪控制设计

模糊C均值聚类算法的实现（开发环境：codeblocks,C++）

刘普寅_吴孟达_模糊理论及其应用(国防科大出版)的电子书。

遗传FCM 模糊聚类 模糊C均值 （C++实现）源代码 遗传FCM 模糊聚类 模糊C均值 （C++实现）源代码

模糊控制是对专业人员工作过程的模仿，是一种智能控制。模糊消毒柜在控制中选取温度偏差及变化率为参数，以加热时间为控制量，用三角形隶属度函数对参数进行模糊化，在单片机中存储建立好的模糊控制表，由传感器得到的温度及其变化情况，用查表法进行模糊匹配，在控制中采用max-min模糊推理法，而模糊决策采用最大平均法。这样的方法大大降低了程序计算的复杂度，以实现更精确的控制。

在该项目中，使用自适应神经模糊推理系统 (ANFIS) 解决了 2R 平面机器人的逆运动学问题。 此代码包括 2-DOF 平面机器人的动画。

为满足复杂环境下目标敌我属性识别能力,提出了一种基于模糊神经网络(FNN :Fuzzy Neural Net- works)和证据理论的新敌我识别方法。该方法利用模糊神经网络和证据理论信息的处理能力,将敌我识别器(IFF :Identification Friend-or-Foe)、电子支援措施(ESM :Electronic Warfare Support Measure)、雷达及红外获取的信息融合,进行敌我识别。仿真结果表明,该方法的识别能力明显优于单一模糊神经网络分类器,识别率达0.994,同时具有