Abstract
近來，模糊控制已成功地被運用在一些科技或工程的領域中，例如一些消費性的電子產品、醫療診斷、股票市場及天氣預測等等。但是，到目前為止，模糊控制仍有一些困難有待克服。譬如，如何決定每個模糊規則的重要性？如何決定模糊集合的形狀？以及如何決定模糊集合的隸屬函數之各個參數？而類神經網路因具有自動學習的能力，於是便提供了上述各個問題一個可能的解決之道。本論文的主旨即在探討模糊控制與類神經網路相結合的一些技術。在我們的研究中，首先我們歸納了幾種模糊控制與類神經網路可能的結合方式，然後我們提出一個新的模型NFCM。這個模型是一個非常通用的模糊控制器，而且我們可以利用類神經網路的原理去自動調整模糊控制器上的那些參數。在本篇論文中，我們用兩個實驗來驗証模糊控制與類神經網路結合的效果。第一個實驗是倒車入庫控制系統，我們利用歸納出來的一些模糊控制與類神經網路的結合方式來做控制；至於我們所提出的模型 NFCM則應用在第二個實驗的控制上，也就是倒單擺控制系統。為了比較起見，除了模糊控制與類神經網路的結合外，我們還利用兩種不同的控制方式，也就是純模糊控制與純類神經網路控制來做前述的兩個實驗。實驗的結果顯示，利用模糊控制與類神經網路結合的方式明顯優於其他兩種控制方式。此外，模糊控制與類神經網路結合還能減少開發一個控制器所需的時間，並降低針對受控系統所需之專業知識的依賴性。因此，透過模糊控制與類神經網路的相結合的確解決了一些模糊控制的問題。