泰勒公式有界性证明及模糊控制应用解析

如何证明泰勒公式是有界的？

如果f（x）函数的n + 1的数量仅限于n（x0），则它是由rn（x）= o（（（x -x0）＾ n）引用的，并且也可以被证明是x固定的，当n→r，rn（x）→0，即如果要减少f（x）和pn（x）错误，则可以接受| x -x0 | 小或n。
（x）＾2/2！ +。
.. .. .. + f（n））（0）（x）＾ n / n！ + RN（x）。

目前，此公式称为n -sorder taylor格式，其中f（x）函数位于x = 0中，也称为f（x）中的maclaurin n -Step格式。
以o（x n）或o（（x -x0）＾ n）的形式写入，这意味着其余元素称为peano。

广泛的信息：

泰勒公式中剩余的元素有两种类型：一个是剩余的定性钢琴，另一个是量子lagron。
剩下的两种类型是相同的，但是它们的影响不同。
通常，在讨论其余的定量讨论时，可以使用钢琴。

泰勒的工程重要性是使用多工具函数来接近原始函数。
解决极端主义价值观或控制工作的性质。

取大取小函数公式用绝对值表示

只需应用公式即可。
写出作业的名称，其中指示器将参数放在括号中，使用总和函数查找和谐，编写相等的数字，然后写下作业名称，写一对括号，然后写参数。
手动输入的老师需要确定的双重价格要约。

小车速度模糊控制系统

智能汽车的速度控制算法使用模糊控制。
游戏中的大多数控制算法都采用PID控制算法。
PID可以快速响应速度，但是对汽车速度的快速控制不足。
它还需要根据赛道的实际情况设置不同的速度，以通过不同的道路条件达到最快的速度。
以下使用模糊的推理来实现汽车的速度控制。

请单击输入图像描述

1。
变量的变异

模糊控制中，输入和输出变量以语言形式描述。
通常选择的7个语言值是{负大中介质，负小，零，小，中间，中间，正h2}，即{nb，nm，ns，ns，o，o，pm，pb}。

当前驾驶方向和轨道方向的偏差E及其变更速率EC用作模糊控制器的输入。
汽车的目标速度是模糊控制器的输出。
偏差值的模糊量为e，偏差变化率的模糊性是EC，U是目标速度。
为了使速度开关更加细腻，更光滑，设置偏差e的基本理论域更改EC和控制量u为[-6,6]，并分为13个级别，即{-6，-5， -4，-3，-2，-1、0、1、2、3、4、5、6}。

e，ec和u都使用三角隶属功能到模糊

请单击输入图像描述

/***列坐标：NB，NM，NM NS，O，PS，PM，PB*水平坐标：-6，-5，-4，-3，-2，-1,0,2,3,4,5,6*@param输出隶属度函数， 进行微调调整模糊量的范围*// ******************************************************错误 班轮的附属功能******************************************************************************** ****************************************************** ****************************************************** ****************************************************** **********************************************，7] [13] = {1,0.15 ，0,0,0,0,0,0,0,0,0,0,0,0,0.2,1,1,0.2,0,0,0,0,0,0,0,0，0,0,0,0,0 ，0,0.2,0.2,0,0,0,0,0,0,0,0,0,0,0.1,0.1，0,0,0,0,0,0,0,0,0,0,0,0,0,0.1 ，0.1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0 ，0,0,0,0,0，0，0，0，0,0,0,2,1,0.2,0,0,0,0,0,0,0,0,0,0,0,0,0,0.2,1}; /****************************************************************************************************************** ****************************************************** ********************************************************************************************************************** **************/floatinput2_terms_membership [7] [13] = {1,0.15,0,0,0,0,0,0,0,0,0，0,0,0,0,0,0， 0.2,0.2,0,0,0,0,0,0,0,0,0,0,0.2,1,0.2,2,0，0,0,0,0,0,0,0,0,0,0,0，0 0.1,0.1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0， 0,0,0,0,0,0,0,0,0,0，0，0，0，0,0.1,1,0.10,0,0,0,0,0,0,0,0,0,0,0,0.2， 0.2,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0，0，0 ，0，0，0，0，0，0，0，0,0,0,0,0,0,0.2,1};/************************************************************************** ************************************************************************************************************************ *************/floatoutput_terms_membership [7] [13] = {1,0.15,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0 ，0.2,1,0.2,0,0,0，0,0,0,0,0,0,0,0,0,0.2,0.2,0.2,0,0,0,0,0,0,0,0,0,0,0,0，0 ，0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0，1,0.1,0,0,0 ，0,0,0,0,0,0,0,0.1,0.1,0,0,0,0,0,0,0,0,0,0,0,0，0,0,0,0,0,0,0,0,0 ，0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,00，0，0，0，0,0,0 ，0,0.2,1,0.2,0,0,0,0,0,0,0,0,0,0,0.2,1}; 12345678911112131415161920222222222222222727272727272727272727272333333366

2。
模糊查询表的计算 /p>

/***垂直轴为e（error），水平轴为ec（error_delta），该值为七（0），nm（1），ns（2），z（3） ，ps（4），ps（4） ps（4） ps（4） pm（5），pb（6）速度从小到大，然后较小。
，ps，pm，pb）*值：u（1：nb：2，nm，3：ns，4：o，5：ps，6：pm，7：pb）*@param param fuzzy控制规则，调整速度 速度变化趋势*/intrule [7] [7] = {1,1,1,2,2,6,7,7,1,2,6,6,6,6,2,3,4,5，6,6， 1,3,4,4,4,4,5,7,2,3,4,5,6,7,2,2,2,2,6,7,7,7,7,1,1,1，2，2，2，2，2，2，2， 2,6,7,7}; //调试参数1234567891111213141516

规则库中包含的模糊关系：其中，模糊操作×指示“小”。

请单击输入图像描述

在计算模糊规则中包含的模糊关系r后，通过遍历E和EC的所有域，选择并计算模糊输出值： 它们，o表示模糊矩阵的合成，类似于普通矩阵的乘法操作，将乘法操作替换为“小”，并代替了将其他操作添加到“大”中。

请单击输入图片描述

在遍历过程中，E和EC的所有讨论域的模糊输出值用于获得加权平均方法以获得最终 模糊模糊以使最终模糊控制器查询表。

float r [169] [13] = {0}; floatr1 [13] [13] = {0}; floatAdbd1 [13] [13] = {0}; floatr2 [169] = {= {0}; floatAdbd2 [169] = {0}; floatr3 [169] [13] = {0}; float cd [13] = {0}; floatfuzzy_table [13] [13] = {0}; floatspeed [13] = {200,220,220,240,250,270,270,270,250,250,230,220,200}; // debug参数intmax_input1_value = 0，max_input2_value = 0;/***@param blurred crocess enerization.diffurent值对应于最有关联的语言值。
*/int e_max（inte） = 0; 对于（i = 0; i <7; i ++）if（input1_terms_membership [i] [e]> input1_terms_membership [max] [e] [e]））max = i; returnmax;} ​​int ec_max（intex）{inti = 0，max = 0; s_membership [max] [ex]）max = i; returnmax;} ​​voidCalculate（）{/************************************* ***********计算所有规则的所有模糊关系。
*******/inti = 0，j = 0，k = 0; intinput1_value_index = 0，input2_value_index = 0; //计算规则（初始化），计算RIJ，并使用所有r =（r =（exec）xufor（input1_terms_index = 0; input1_terms_index <7; input1_index ++）for（input2_terms_index = 0; input = 0; input2_index; input2_index <7; input2_index <7; ）{// e和ec的语言值两个或两个组合的计算计算ulueoutput_terms_index = rule [input1_terms_index] [input2_terms_index] -1; +）for（j = 0; j <13; j ++）{// e and ec用于小型操作，如果（input1_terms_membership [input1_terms_index] [i] [i] r [i] [i] [j]）r [i] [i] [j] = r3 [i] [j];}/************************************************** *************************************************************************************************** ，推理可以模糊为输出CD，CD =（ADXBD）或** *************************/for（input1_value_index = 0; input1_value_index < 13; input1_value_index ++）{for（input2_value_index = 0; input2_value_index <13; input2_value_index ++）{for（j = 0; j <13; j <13; j ++）cd [j] cd [j] = 0; intkd = 0; floattemp = 0; max_input1_v avix = e_max（input1_value_index）; _value = ec_max（input2_value_index）; /// <<找出（i = 0; i ++）（j = 0; j = 0; j <13; j ++）{// e（ad）{// E（AD）以EC（BD）进行小型操作，如果（Input1_terms_membership [Max_input1_value] [I] [I] cd [ ]）cd [j] = temp;}/****************************************************** ** ****************************/floatsum1 = 0，sum2 = 0; floatout; for（i = 0; i <13; i ++）{sum1 {sum1 = sum1+cd [i]; sum2 = sum2+cd [i]*speed [i];} out =（int）（sum2/ sum1+0.5）;/ // <四室和五座Enter fuzzy_table [input1_value_index] [input2_value_index] = o ut; cout << out <<“”，“”; “;” 2021222324252627282930313333435373738394044444448484950525555565859606262666666777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777777 828384868888899091929394959979899100101102103104105106107108109110111113114115116117118111111121123124

Table setting speed

Copy the vague query table into the code program, map the actual E and EC to the theoretical domain, query the results in 模糊查询形式并设置目标速度。

0）{e =（int_32）（ek/keo+0.5）;} else {e =（int_32）（ek/keo-0.5）; 如果（e> 6）e = 6，转换为模糊控制器的域； Elseif（E <-6）E = -6; if（eck> 0）{ec =（int_16）（eck/kec+0.5）; } else {ec =（int_16）（eck/kec-0.5）;} //如果（ec> 6）ec = 6; Elseif（EC <-6）EC = -6; speed_target =（int_16）（fuzzy_table [e+6] [ec+6]）; ReturnSpee 0313233334353637383940414244444748495052535455

adjust the parameters, win the PID great achievement ~

∧在数学中是什么意思

数学有三个含义。
1。
指示以下方法： 在计算机上输入数学公式时，符号通常用于表示背景，因为它不方便进入乘数。
2。
逻辑操作的象征。
如果A为真，则hogic或运输计算是正确的，则该提案是正确的。
N2？ n = 3是自然数，复杂的数学符号。
有时，它可以在已知功能中显示以定义修改的功能。
3。
在模糊数学中，符号代表“小”操作。
{0，1} =0。
A∨B= max {0，1} = 1。