基于fuzzytech智能小车神经模糊控制器的实现

【目的】设计智能小车神经模糊控制器，并对其参数进行优化。【方法】基于模糊控制理论，利用神经网络自学习的能力，通过fuzzytech平台设计并调试智能小车神经模糊控制器。【结果】结合模糊控制器强大的推理能力与神经网络自学习能力,解决了传统pid控制器控制参数固定，难以适应多种路面状况的难题，并克服了传统模糊控制器后期参数优化难的不足。物理验证试验表明，基于该算法的控制器具有较高的稳定性、适应性与实时性。【结论】所设计的控制器具有较强的实用性，可以满足智能车控制器的要求。