其中，x中的各元素為對應(yīng)的隸屬函數(shù)，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(jīng)網(wǎng)絡(luò)訓練，當訓練結(jié)束后，神經(jīng)網(wǎng)絡(luò)已經(jīng)記憶了模糊控制規(guī)則，使用時具有聯(lián)想記憶功能。如圖表2所示，為每一個輸入?yún)⒘康哪：俊?p>

根據(jù)模糊規(guī)則，可得到神經(jīng)網(wǎng)絡(luò)的訓練樣本，本次訓練假設(shè)目標誤差為0．001，訓練步數(shù)為1000次，仿真結(jié)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(jié)
本系統(tǒng)采用了ARM與FPGA的雙核處理器，與現(xiàn)在常用的PLC控制相比，大幅提高了系統(tǒng)功能及運算速度，采用FPGA的可重構(gòu)計算技術(shù)，可實現(xiàn)動態(tài)系統(tǒng)的更新與升級，及遠程系統(tǒng)的更新與維護。