The control decisions are made base

The control decisions are made based on the fuzzified variables in the Table II. The inference

involves a set of rules for determining the output decisions. As there are 2 input variables & 7

fuzzified variables, the controller has a set of 49 rules for the ANFIS controller. Out of these

49 rules [Fig. 9], the proper rules are selected by the training of the neural network with the

help of back propagation algorithm & these selected rules are fired.Further, it has to be

converted into numerical output, i.e., they have to be de-fuzzified. This process is what is

called as defuzzification,which is the process of producing a quantifiable result in fuzzy

logic.The defuzzifcation transforms fuzzy set information into numeric data information. There

are so many methods to perform the defuzzifcation, viz., centre of gravity method, centre of

singleton method, maximum methods, the marginal properties of the centroid methods & so on. In

our work, we use the centre of gravity method. The output of the defuzzification unit will

generate the control commands which in turn is given as input(called as the crisp input) to the

plant through the inverter. If there is any deviation in the controlled output (crisp output),

this is fed back & compared with the set value & the error signal is
generated which is given as input to the ANFIS controller which in turn brings back the output to

the normal value, thus maintaining stability in the system. Finally, the controlled output

signal, i.e., y is given by Eq. (21) as

結果 (中文) 1:

作出决定的控制基于表二中的模糊化的变量。推理包括一套规则，用于确定输出的各项决定。如有 2 个输入的变量和 7模糊化的变量，控制器的自适应神经模糊控制器具有一套 49 规则。在这些49 规则 [图 9]，由神经网络的训练选择适当的规则反向传播算法和这些选定的规则的帮助下被解雇了。此外，它必须要转换成数值输出，即他们必须是消除模糊化。这个过程是什么模糊化，是制作一个可量化的结果，在模糊的过程被称为逻辑。Defuzzifcation 模糊集将信息转化成数字数据信息。有有这么多的方法来执行 defuzzifcation，即重力法中心中心的单身人士法、 最大的方法、 边际的质心方法 & 等属性。在我们的工作，我们使用重力方法的中心。去模糊化单元的输出将生成的控制命令反过来被给予作为输入 （称为脆输入）植物通过逆变器。如果有任何偏差控制输出 （脆输出）这是反馈及与设定值进行比较和误差信号生成，给出了作为反过来带回输出的自适应神经模糊控制器的输入正常的价值，从而在系统中保持稳定。最后，受控的输出信号，即，y 给出作为情商 （21）。

結果 (中文) 3:

控制决策是基于模糊变量在表II。推理

涉及一组确定的产量决策规则。有2个输入变量&7

模糊变量，该控制器具有一套对ANFIS控制器49规则。从这些

49规则[图9 ]，适当的规则是通过

训练神经网络的选择帮助BP算法&这些选定的规则被解雇。此外，它必须

转换成数值的输出，即，他们必须去模糊化。这个过程称为解模糊

是什么，这个过程产生可量化的结果的模糊

logic.the defuzzifcation变换的模糊集信息转换成数字数据的信息。有

有很多方法来执行defuzzifcation，即。，重心法，中心

单方法，最大的方法，质心的方法&边际性能等。在我们的工作

，利用重心法。的模糊化单元的输出会产生

依次为输入控制命令（称为脆输入）的

通过逆变装置。如果有任何偏差的控制输出（脆输出），

这个反馈&与设定值的误差信号&相比是
产生给定的输入ANFIS控制器依次带回输出

正常值，从而保持系统的稳定性。最后，控制输出

信号，即，Y是由Eq.（21）为