(5) 模糊控制和基于人工神经网络理论的控制以上给出的非线性控制方法，

(5) di comando e controllo fuzzy basato su artificiale teoria rete neurale del <br>metodo di controllo non lineare sopra indicato, sono nel modello matematico lineare del sistema e quindi progettare costruito <br>controllore non lineare, pertanto, una condizione indesiderabile ignorato costruito le ipotesi ideali. Ad esempio ignorando le oscillazioni di rete come un lato rete induttore ideale AC avente una insaturi caratteristiche lineari, a seconda l'interruttore per commutare l'altro. Pertanto, la creazione di un modello matematico completo non è l'ideale considerate in ogni caso improbabile. Per essere in grado di studiare il sistema controllato dal modello matematico impreciso, ricercatori hanno stabilito un confronto correlazione di due complessi strategia di modellazione non lineare: controllo fuzzy e teoria del controllo della rete neurale [151. <br>Due strategie di difficile controllo oggetto modellazione più evidenti vantaggi di controllo fuzzy è progettato per controllare il flusso di variabili fuzzy, inferenza, defuzzificazione. Controller integrato elimina l'errore a regime di controllo fuzzy. Poiché la precisione delle esigenze metodo di controllo da migliorare, tale controllo normalmente essere combinato con altri mezzi per espandere il suo campo di applicazione [| 6, | 7]. Pertanto, al fine di aumentare l'effetto di raddrizzatore di controllo PWM, spesso il controllo fuzzy e controllo della rete neurale con l'uso di queste due strategie combinate utilizzo della capacità di auto-apprendimento delle reti neurali e regole di inferenza intelligenti di controllo fuzzy, in modo da questi due controllo strategia può essere più efficace.

(5) Controllo fuzzy e controllo basato sulla teoria delle reti neurali artificiali<br>I metodi di controllo non lineari sopra indicati sono progettati dopo aver creato il modello matematico non lineare del sistema.<br>I controllori non lineari, quindi, ignorano alcune condizioni indesiderabili e costruiscono ipotesi ideali. Ad esempio, ignorando le fluttuazioni di tensione della rete elettrica e considerato come l'AC ideale, l'induttore lato rete ha caratteristiche insaturi lineari, l'interruttore come interruttore ideale, ecc. Pertanto, è improbabile costruire un modello matematico completo in tutte le situazioni meno desiderabili. Per studiare il controllo del sistema attraverso modelli matematici imprecisi, gli studiosi hanno stabilito due strategie di modellazione non lineare più complesse: la teoria del controllo fuzzy e la teoria del controllo della rete neurale artificiale.<br>Le due strategie presentano evidenti vantaggi quando è difficile modellare gli oggetti di controllo e il processo di progettazione del controllo fuzzy è il fuzzy, ragionamento e deobificazione delle variabili di controllo. Il controller integrale elimina la distorsione statica del controllo fuzzy. Poiché è necessario migliorare la precisione di questo metodo di controllo, viene spesso combinato con altre modalità per espandere la propria gamma di applicazioni. Pertanto, al fine di migliorare l'effetto di controllo del rettificatore PWM, controllo fuzzy e controllo della rete neurale sono spesso utilizzati insieme, le due strategie sono combinate, le regole di ragionamento intelligente di controllo fuzzy e la capacità di autoapprendimento delle reti neurali può essere utilizzato per rendere le due strategie di controllo esercitare il massimo effetto.