直接看效果：代码： importnumpyasnpimportpandasaspdfromsklearn.model_selectionimporttrain_test_splitfromsklearn.metricsimportmean_squared_error,r2_scorefromsklearn.preprocessingimportMinMaxScalerimportnumpyasnpimportpandasaspdf

1.算法运行效果图预览   2.算法运行软件版本matlab2022a 3.算法理论概述      基于Mamdani模糊神经网络的调速控制系统是一种结合模糊逻辑与神经网络技术的智能控制方法，旨在提高调速系统的性能。随着工业技术的不断发展，对调速控制系统的性能要求也越来越高。

问题的阐述：需要用模糊神经网络控制器来实现一个控制系统，使得输入变量e和ec的范围为[-2,2]，并且达到目标误差emin=0.001。输入、输出矢量：输入矢量为e和ec，范围为[-2,2]，即e，ec∈[-2,2]。输出矢量为控制器的输出，用来控制系统的行为。网络结构：模糊神经网络控制器由两个部分组成：模

模糊理论是一个解决不确定关系的有效手段。对于一个问题，通常会：1.模糊统计试验，建立隶属度函数。2.构建模糊规则，进行模糊推理。3.去模糊化，给出定输出。 最常用的算法是扎德算子和Mamdani算法。最主要的还是该公式，圆圈就是表示先取小，再取大。当有多个输入量N、M时，还要先取小

Title:Adeepmultiplekernellearning-basedhigher-orderfuzzyinferencesystemforidentifyingDNAN4-methylcytosinesites期刊：InformationSciences中科院分区：一区（计算机科学技术）影像因子：8.1↓0.133文章链接:https://doi.org/10.1016/j.ins.2023.01.149Websever:Github: