基于AHP的模糊综合评价算法及应用，徐亮，，在应用AHP的多方案综合评价中，由于判断矩阵的一致性检验难以通过，就很难准确求取各方案的权重值，因此本文提出了一种基于AHP和模

介绍了超临界机组主汽温采用燃水比调整和二级喷水减温调节的控制策略。针对超临界机组主汽温对象时变性、非线性、大迟延等特点，提出了一种改进型Smith预估器对主汽温对象惰性区特性进行预估补偿，并将模糊控制理论与经典控制理论结合形成了主汽温综合控制方案。通过现场实际采集的历史数据，对系统进行仿真分析，结果表明该方案可以很好地解决主汽温系统的非线性和滞后性问题。

详细介绍模糊神经网络控制，并进行了仿真，代码清晰易读

模糊控制倒车simulink.zip

基于matlab 2016b simulink，包含模糊规则.fis文件以及simulink文件，实现了模糊自适应pid仿真

本书有王立新教授编著，东北大学王迎军作了翻译，适合本科生和研究生学习和科研使用，详细介绍了模糊控制理论和模糊建模方法

在Android中，调用系统相机拍照时，将会接收到返回的图像数据，但是这些图片并不是全尺寸的图像，而是系统给的缩略图，当对拍照的图片进行裁切后显示时，得到的却是模糊的图片。下面针对这个问题提出解决的方法。 首先，我们知道调用系统的裁切是通过Intent intent = new Intent(“com.android.camera.action.CROP”); 但是intent到底能够携带哪些数据呢，都有什么含义呢，我们可以看到如下： 上面包含了所有可选的操作，其中有一些非常重要的参数。 intent.putExtra(“return-data”, true)：表示裁剪后返回

我国是农业大国，庄稼的精准灌溉达到节约水资源为目的关系到国家可持续发展的大计。模糊神经网络水份智能灌溉系统采用模糊控制和神经网络相结合的算法既弥补了模糊控制模型在自我学习方面的不足，也丰富了神经网络在逻辑模糊推理方面的缺失。 本文围绕模糊神经网络决策系统和设备采集传输相结合的优势展开了研究和讨论。系统利用了模糊神经网络控制，将处理模糊数据与自我学习网络控制的优势与现代玉米精准技术有效的结合，实现智能控制玉米水量的测定与黑土持水量检测，为现代精准作业提供有效实施的手段。将神经网络与模糊控制相结合应用于玉米智能灌溉中。

线撕 Threadtear是用于Java的多功能去模糊工具。 Android应用程序支持即将推出（目前正在使用dalvik到Java的转换器）。适用于更轻松的代码分析，而不必担心混淆。甚至包括最昂贵的混淆器，例如ZKM或Stringer。为了便于调试，还提供了其他工具。插入调试行号以更好地了解异常的起源，或添加.printStackTrace（）尝试捕获块，而无需重新编译代码。如果不使用特定于版本的方法，则反向兼容性不再是问题。分析图中的代码流，以更好地理解算法。 执行力 “执行”是执行并修改所有已加载类文件的任务。有多种执行类型，从字节码清除到字符串反混淆。确保按正确的顺序排列它们。例如，清理执行应最后执行，但如果首先执行，也可以帮助其他执行。如果准备就绪，请单击“运行”按钮，它们将按顺序执行。 警告 使用此工具的风险自负。一些执行使用已实现的ClassLoader来运行j

实时搜索，就是利用字符串的indexOf方法进行模糊查询，很简单的一种，之前的demo,希望你们有用!