分类判别中，bayes判别的确具有明显的优势，与模糊，灰色，物元可拓相比，判别准确率一般都会高些，而BP神经网络由于调试麻烦，在调试过程中需要人工参与，而且存在明显的问题，局部极小点和精度与速度的矛盾，以及训练精度和仿真精度间的矛盾，等，尽管是非线性问题的一种重要方法，但是在我们项目中使用存在一定的局限，基于此，最近两天认真的研究了bayes判别，并写出bayes判别的matlab程序，与spss非逐步判别计算结果一致。-Classified Identifying, bayes discrim

为了提高三级倒立摆系统控制的响应速度和稳定性,在设计Mamdani 型模糊推理规则控制器控制倒立摆系统稳定的基础上, 设计了一种更有效率的基于Sugeno 型模糊推理规则的模糊神经网络控制器。该控制器使用BP 神经网络和最小二乘法的混 合算法进行参数训练,能够准确归纳输入输出量的模糊隶属度函数和模糊逻辑规则。通过与Mamdani 型控制器的仿真对比, 表明该Sugeno 型模糊神经网络控制器对三级倒立摆系统的控制具有良好的稳定性和快速性,以及较高的控制精度。-In order to