其中，x中的各元素為對應的隸屬函數，及模糊自己的賦值。同理可得其他15個樣本，并將它們依次送入神經網絡訓練，當訓練結束后，神經網絡已經記憶了模糊控制規則，使用時具有聯想記憶功能。如圖表2所示，為每一個輸入參量的模糊量。
根據模糊規則，可得到神經網絡的訓練樣本，本次訓練假設目標誤差為0．001，訓練步數為1000次，仿真結果如圖5所示，可以看出，在訓練到202次后目標誤差達到要求。
3 總結
本系統采用了ARM與FPGA的雙核處理器，與現在常用的PLC控制相比，大幅提高了系統功能及運算速度，采用FPGA的可重構計算技術，可實現動態系統的更新與升級，及遠程系統的更新與維護。
加入技術交流群
評論