即保证人工神经网络自身的学习能力下，采用模糊理论解决模糊信号，使神经网络权系数为模糊权，或者输入为模糊量比如原本神经网络处理的是连续数据double不适合求解模糊数据，此时就需要引入模糊理论，来构造适合于求解这类模。

您好，是这样的经过训练后的参数比较差，用原数据输入训练好的网络，得出结果和要的结果误差很大，不明白是怎么回事还有要是多输入多输出这段程序该怎么改模糊神经网络可以用matlab工具箱实现吗还有输入数据差别比较大。

这句话说反了，应该是在单片机上能否实现模糊神经网络神经网络其实只是一个数学上的概念，体现在编程上则肯定可以实现的，至于模糊规则则更不必说，单片机的0 1肯定是可以做到的只是神经网络在训练中需要产生大量的临时。

不是，神经网络包括的种类挺多，bpbackpropagation，反向传播神经网络只是其中一种，模糊控制和神经网络是平行的关系，模糊神经网络是这两种的结合。

可以输入可以是单输入只有一个神经元，也可以多输入多个神经元输出也是一样。

输入数据可能还有些问题，其他的都还没发现有问题哈。

这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的最常用的就是BP神经网络了，你做数据挖掘SVM也很常用模糊模糊逻辑指模仿人脑的不确定性概念判断推理思维方式，对于模型。

定义网络输入p1和期望输出t1 p1=p，113t1=t113pn，PS=mapminmaxp1tn，TS=mapminmaxt1设置网络隐单元的神经元数 NodeNum=15建立相应的BP网络 net=newffpn，tn，NodeNum，#39tansig#39，#39purelin#39。

模糊性数学最重要的应用领域应是计算机智能它已经被用于专家系统和知识工程等方面神经网络是人的思维有逻辑性和直观性两种不同的基本方式神经网络的研究内容相当广泛，反映了多学科交叉技术领域的特点目前，主要的研究。

所谓智能化，直观地说就是具有适应外部环境变化的能力计算机视觉由于信息量大，在智能机器人领域得到了广泛的应用具体工作有以下几方面 1介绍了目前主要的手眼无标定视觉伺服方法图像雅可比矩阵方法包括神经网络。

2由工业过程的定性认识出发，比较容易建立语言控制规则，因而模糊控制对那些数学模型难以获取，动态特性不易掌握或变化非常显著的对象非常适用3基于模型的控制算法及系统设计方法，由于出发点和性能指标的不同，容易导致较。

模糊数学是研究现实生活中一类模糊现象的数学简单地说就是像好与坏怎样精确的描述，将好精确化，用数字来表达神经网络是一种仿生计算方法，仿照生物体中信息的传递过程来进行数学计算这三种知识都是近40年兴起的新兴学科。

在交流伺服系统中采用遗传算法的模糊神经网络控制较之传统的PID 控制方式具有响应速度快误差小无震荡伺服性能强等优点，仿真结果表明，将遗传算法融入模糊神经网络控制器来控制交流伺服系统，其系统的响应超调量明显减少，具有较好的抗。

与模糊神经网络类似，网络结构一样，区别在于输入的是模糊数，有些模型还使用模糊函数作为转移函数。

以便从事专业性较强的计算机岗位工作2本方向着重研究神经网络模糊逻辑模糊神经网络模拟退火技术蚁群算法等在视频图像处理与编码中的应用，旨在发展快速高效和具有在低码率信道下实现视频图像实时编码潜能的压缩算法。