针对振动慢剪破碎机碎矿过程多变量、强耦合、大时滞的特点，提出了一种基于自适应粒子群算法优化的模糊解耦PID控制方法。在对振动慢剪破碎机动态模型进行对角矩阵解耦的基础上，分别对给料量和振动电动机频率进行模糊PID控制，并引入自适应粒子群优化算法对模糊PID控制的隶属函数参数进行动态优化，从而实现主电动机工作电流及合格矿料产率精确、稳定、快速控制。仿真及试验结果表明，该方法具有响应速度快、调节时间短、超调量小的特点。

一些医疗检测仪器在检测时需要模拟人体温度环境以确保检测的精确性，本文以STM32为主控制器，电机驱动芯片DRV8834为驱动器，驱动半导体致冷器(帕尔贴)给散热片加热或者制冷。但由于常规的温度控制存在惯性温度误差的问题，无法兼顾高精度和高速性的严格要求，所以采用模糊自适应PID控制方法在线实时调整PID参数，计算PID参数Kp、Ki、Kd调整控制脉冲来控制驱动器的使能。从simulink仿真的和实验结果来看模糊PID控制系统精度高、响应速度快，能达到预期效果。

笔记本屏幕如果是1920x1080或更大分辨率，一般会选择设置一个较高的DPI缩放级别，比如125%或更高，这样更容易阅读，然而在Win7/Win8/Win8.1中这么做不会有什么问题，但是在Win10中会发现某些窗口中的字体会显得很模糊，利用这个插件可以解决此问题。（使用方法：打开软件后，选择“Use Windows8.1 DPIscaling”，然后选择缩放级别125%。点击“Apply”应用，在弹出的提示窗口中点击“OK”，设置好后重启系统或注销重登录后就可以看到效果了）

模糊控制，利用matlab中的simulink仿真实现，实现计算好离线控制表，导入数据，建好模型，即可在Scope中看到控制效果,其中还有一部分是模糊控制和ＰＩＤ控制的比较。

【图像增强】基于模糊集的图像增强matlab源码.md

灰狼优化算法(GWO)具有较强的局部搜索能力和较快的收敛速度,但在解决高维和复杂的优化问题时存在全局搜索能力不足的问题.对此,提出一种改进的GWO,即新型反向学习和差分变异的GWO(ODGWO).首先,提出一种最优最差反向学习策略和一种动态随机差分变异算子,并将它们融入GWO中,以便增强全局搜索能力;然后,为了很好地平衡探索与开采能力以提升整体的优化性能,对算法前、后半搜索阶段分别采用单维操作和全维操作形成ODGWO;最后,将ODGWO用于高维函数和模糊C均值(FCM)聚类优化.实验结果表明,在许多高维Benchmark函数(30维、50维和1000维)优化上,ODGWO的搜索能力大幅度领先于GWO,与state-of-the-art优化算法相比,ODGWO具有更好的优化性能.在7个标准数据集的FCM聚类优化上, 与GWO、GWOepd和LGWO相比,ODGWO表现出了更好的聚类优化性能,可应用在更多的实际优化问题上.

【图像分割】直觉模糊C均值聚类的图像分割IFCM.md

本文件属于文章《前端实现js模糊查询关键字显示下拉框功能的实例教程》的完整代码，在读完原创文章之后可以下载查看代码。代码中有详细的注释说明。html、css、js代码都在开发中直接使用。

用VC++实现256位图图像的模糊与复原

基于MATLAB的模糊控制器在太阳能新风系统中的设计与实现，康锴，杨军，本文分析了太阳能新风系统的理论和实际意义，阐述了新风系统的基本工作原理和模糊控制在新风系统中的应用优势。使用Matlab7.0模糊控