计算智能_实验五、实验六
技术类教学实践课题题目(3篇)
第1篇一、课题背景随着科技的飞速发展，人工智能技术已经渗透到社会生活的各个领域，教育领域也不例外。
近年来，我国政府高度重视教育信息化建设，推动教育现代化进程。
人工智能技术应用于教育教学，有助于提高教学质量，培养学生创新能力和实践能力。
计算机视觉技术作为人工智能的一个重要分支，具有广泛的应用前景。
本课题旨在探讨如何将计算机视觉技术应用于智能课堂教学，以提升课堂教学效果。
二、课题研究目的1. 探究计算机视觉技术在智能课堂教学中的应用价值，为我国智能课堂教学改革提供理论依据。
2. 构建基于计算机视觉技术的智能课堂教学模式，提高课堂教学效率。
3. 优化教学资源，实现个性化教学，满足不同学生的学习需求。
4. 提升教师信息化教学能力，促进教师专业发展。
三、课题研究内容1. 计算机视觉技术在智能课堂教学中的应用现状分析（1）计算机视觉技术在智能教学中的应用领域（2）计算机视觉技术在智能教学中的优势与不足2. 基于计算机视觉技术的智能课堂教学模式构建（1）智能教学环境设计（2）智能教学资源开发（3）智能教学过程设计3. 计算机视觉技术在智能课堂教学中的应用案例研究（1）基于人脸识别技术的课堂考勤系统（2）基于图像识别技术的智能批改系统（3）基于手势识别技术的互动教学系统4. 计算机视觉技术在智能课堂教学中的效果评价（1）学生满意度调查（2）教学效果评估（3）教师信息化教学能力提升评价四、课题研究方法1. 文献研究法：通过查阅国内外相关文献，了解计算机视觉技术在智能课堂教学中的应用现状和发展趋势。
2. 案例分析法：选取具有代表性的应用案例，分析其成功经验和不足之处。
3. 实验研究法：在实验班级开展基于计算机视觉技术的智能课堂教学实践，收集相关数据，分析教学效果。
4. 问卷调查法：通过问卷调查，了解学生对智能课堂教学的满意度，为改进教学提供依据。
5. 访谈法：与教师、学生进行访谈，了解他们在智能课堂教学中的实际需求和反馈。
机器人技术基础实验报告6
机器人技术基础实验报告6一、实验目的本次机器人技术基础实验的目的在于深入了解机器人的运动控制、感知与交互能力，并通过实际操作和观察，掌握机器人系统的基本原理和应用方法。
二、实验设备1、机器人本体：采用了一款具有多关节自由度的工业机器人模型。
2、控制器：配备了高性能的运动控制卡和处理器，用于实现对机器人的精确控制。
3、传感器套件：包括视觉传感器、力传感器和距离传感器等，以获取机器人周围环境的信息。
4、编程软件：使用了专业的机器人编程工具，具备图形化编程和代码编辑功能。
三、实验原理1、运动学原理机器人的运动学研究了机器人各个关节的位置、速度和加速度之间的关系。
通过建立数学模型，可以计算出机器人末端执行器在空间中的位置和姿态。
2、动力学原理动力学分析了机器人在运动过程中所受到的力和力矩，以及这些力和力矩对机器人运动的影响。
这对于设计合理的控制策略和驱动系统至关重要。
3、传感器融合技术通过融合多种传感器的数据，如视觉、力和距离等信息，可以使机器人更全面、准确地感知周围环境，从而做出更智能的决策和动作。
四、实验步骤1、机器人系统初始化首先，对机器人进行了机械和电气连接的检查，确保各部件安装牢固且线路连接正常。
然后，通过控制器对机器人进行初始化设置，包括关节零位校准、运动范围设定等。
2、运动控制编程使用编程软件，编写了简单的运动控制程序，实现了机器人的直线运动、圆弧运动和关节空间的运动轨迹规划。
在编程过程中，充分考虑了运动速度、加速度和精度的要求。
3、传感器数据采集与处理启动传感器套件，采集机器人周围环境的信息。
通过编写相应的程序，对传感器数据进行滤波、融合和分析，提取有用的特征和信息。
4、机器人交互实验设计了人机交互场景，通过示教器或上位机软件向机器人发送指令，观察机器人的响应和动作。
同时，机器人也能够根据传感器反馈的信息，主动与环境进行交互，如避障、抓取物体等。
五、实验结果与分析1、运动控制精度通过对机器人运动轨迹的实际测量和与理论轨迹的对比分析，发现机器人在直线运动和圆弧运动中的位置精度能够达到预期要求，但在高速运动时存在一定的误差。
汉字识别实验报告总结(3篇)
第1篇一、实验背景汉字识别技术是计算机应用领域的一个重要分支，其目的是使计算机能够自动识别和处理汉字信息。
随着计算机技术的飞速发展，汉字识别技术在各个领域得到了广泛的应用，如智能阅读器、信息检索、办公自动化等。
本实验旨在通过设计、实现和优化一个基于机器学习的手写汉字识别系统，验证深度学习在汉字识别领域的应用效果。
二、实验目标1. 熟悉深度学习在汉字识别领域的应用；2. 掌握卷积神经网络（CNN）在手写汉字识别中的应用；3. 提高编程能力和实验技能；4. 对比分析深度学习与传统机器学习方法在汉字识别中的性能。
三、实验内容1. 数据准备：收集大量手写汉字数据，包括正楷、行书、草书等多种字体，并进行预处理，如图像灰度化、二值化、图像矫正等。
2. 模型选择与搭建：对比分析深度学习与传统机器学习方法，选择合适的模型。
本实验采用卷积神经网络（CNN）作为主要模型，搭建基于CNN的手写汉字识别系统。
3. 模型训练与测试：使用预处理后的手写汉字数据对模型进行训练，并使用测试集评估模型性能。
4. 模型性能优化：针对模型性能进行优化，如调整网络结构、优化超参数等。
5. 模型部署与使用：将训练好的模型部署到实际应用场景中，验证其效果。
四、实验结果与分析1. 模型性能：经过多次实验，我们发现CNN在手写汉字识别中具有较好的性能，识别准确率可达90%以上。
2. 深度学习与传统机器学习方法对比：与传统机器学习方法相比，深度学习在手写汉字识别中具有以下优势：（1）对特征提取能力更强，能够自动学习到有效的特征；（2）对噪声和复杂背景具有更好的鲁棒性；（3）无需人工设计特征，降低人工干预程度。
3. 模型优化：通过对网络结构、超参数的调整，我们提高了模型的识别准确率。
例如，增加网络层数、调整卷积核大小、优化学习率等。
五、实验总结1. 本实验通过设计、实现和优化基于深度学习的手写汉字识别系统，验证了深度学习在汉字识别领域的应用效果。
幼儿八大智能
幼儿八大智能智能是人类在认知、情感、社交等多个方面的表现能力。
在幼儿教育中，培养幼儿的智能是非常重要的，这有助于他们全面发展，提高自身素质。
根据哈佛大学的心理学家霍华德·加德纳提出的“多元智能”理论，幼儿的智能可以分为八种不同的类型，即：语言智能、逻辑数学智能、音乐智能、空间智能、体育运动智能、人际交往智能、自我认知智能和自然观察智能。
本文将详细阐述这八大智能的含义以及如何在幼儿教育中培养。
一、语言智能语言智能是指幼儿在语言表达、阅读理解、写作等方面的能力。
培养语言智能的方法包括多读书、使用多媒体资源、进行语言游戏等。
教师可以通过与幼儿进行对话，引导他们讲述自己的经历，开展小组讨论等活动，提高他们的语言表达能力。
二、逻辑数学智能逻辑数学智能是指幼儿在分析问题、推理、数学计算等方面的能力。
培养逻辑数学智能的方法包括进行数学游戏、解决逻辑问题、进行数学探究等。
教师可以通过设置数学游戏关卡、进行数学实验等活动，激发幼儿的数学思维能力。
三、音乐智能音乐智能是指幼儿在音乐表演、音乐欣赏以及节奏感等方面的能力。
培养音乐智能的方法包括进行音乐练习、参与音乐表演、学习乐器等。
教师可以通过唱歌、跳舞、听音乐等活动，培养幼儿对音乐的兴趣和理解能力。
四、空间智能空间智能是指幼儿在观察、绘画、建模等方面的能力。
培养空间智能的方法包括进行绘画、搭建积木、进行观察实验等。
教师可以引导幼儿观察周围的环境，绘制自己的想象，培养他们的观察力和空间想象力。
五、体育运动智能体育运动智能是指幼儿在动作协调、运动技能、团队合作等方面的能力。
培养体育运动智能的方法包括进行体育锻炼、参与集体游戏、进行团队协作等。
教师可以组织各类体育活动，鼓励幼儿积极参与，培养他们的体育意识和团队精神。
六、人际交往智能人际交往智能是指幼儿在人际沟通、合作共享、解决冲突等方面的能力。
培养人际交往智能的方法包括进行合作游戏、角色扮演、交流讨论等。
教师可以组织幼儿参与各种集体活动，锻炼他们的团队合作能力和沟通交往能力。
自动化仪表实验六液位变送器的工作原理认识和校验实验
变 差=|IO正-IO反|MAX/（IO上－IO下）×100%
IO标——某点输出信号的标准值，单位mA。
IO实——某点输出信号的实际值，单位mA。
ΔMAX——各校验点绝对误差的最大值，单位mA。
IO上-IO下——仪表的输出量程，单位mA 。
|IO正-IO反|MAX——各检验点正反行程实测值的最大绝对
5、校验 （1）零点调整
在水箱没水时，观察智能调节器818上显示是否为0，如果 不对，则调整调零电位器（零点/zero/z），直至显示为0（由于 零的液位比较难控制，可以稍大点以保证水箱底部充满介质， 避免误差，同时应该保证变送器与水箱的连接无空气气泡）。
（2）满量程调整 零点调好后，通过手动控制调节器818给水箱加水，液位增
IO实 /mA
反行程
实测绝对误差/mA
正行程 反行程
误 实测引用误差/% 差
正行程 反行程
实测基本误差/mA
（I O 正 －I O 反 ）/mA 实测变差/%
实0 %
8 0%
四、注意事项
1、先卸压、再断电。 2、进行量程调整时，应保证传感器的位置固定不变，注 意电位器的调整方向。 3、小心操作，切勿生扳硬拧，严防损坏仪表。 4、一般仪表应通电预热15分钟后再进行校验，以保证校 验的准确性。 5、实验时一定等现象稳定后再读数、记录。否则因滞后 现象会给实验结果带来较大的误差。 6、反行程测量时，首先关闭调节阀，并停 止变频器，停止给水箱注水。之后通过带小孔 的有机玻璃管漏水，使水位下降，记录不同液 位对应的电流值及818检测的液位值。
差值，单位mA。
END
3、参数设置：调节器708的输入下限diL=0，输入上限 dih=100，818的的输入下限diL=0，输入上限dih =300；调节 器708和818的系统功能选择CF=2，输入规格Sn=33。调节器 818的run=0，使其在手动控制状态下工作。
智能财务实验总结报告范文(3篇)
第1篇一、引言随着信息技术的飞速发展，智能财务已成为财务行业的重要发展趋势。
为了提高财务工作效率，降低成本，提升财务管理水平，我们组织开展了为期两周的智能财务实验。
本次实验旨在通过实际操作，让参与者深入了解智能财务的概念、应用场景以及优势，从而为我国财务行业的发展提供有益的借鉴。
以下是对本次实验的总结报告。
二、实验目的1. 理解智能财务的概念和内涵；2. 掌握智能财务的应用场景和关键技术；3. 提高财务人员的智能化操作能力；4. 探讨智能财务在财务管理中的应用前景。
三、实验内容本次实验主要分为以下三个部分：1. 智能财务基础知识学习通过讲解智能财务的定义、发展历程、技术特点等，让参与者对智能财务有一个全面的认识。
2. 智能财务软件应用组织参与者学习并实际操作智能财务软件，如财务机器人、智能报表系统、财务大数据分析等。
3. 案例分析通过分析实际案例，让参与者了解智能财务在财务管理中的应用，以及如何利用智能财务提高工作效率。
四、实验过程1. 理论学习在实验初期，我们对智能财务的相关理论知识进行了深入学习，包括智能财务的定义、技术特点、应用场景等。
2. 软件操作在掌握了基本理论知识后，我们开始学习并操作智能财务软件。
实验过程中，参与者按照指导老师的步骤，逐步熟悉软件操作。
3. 案例分析在软件操作熟练后，我们对实际案例进行了分析，了解智能财务在财务管理中的应用。
五、实验成果1. 参与者对智能财务有了更深入的了解，认识到其在财务管理中的重要作用；2. 参与者掌握了智能财务软件的基本操作，提高了财务管理水平；3. 参与者对智能财务在财务管理中的应用前景有了更加明确的认识。
六、实验反思1. 实验过程中，我们发现部分参与者对智能财务软件的操作不够熟练，需要进一步加强培训；2. 实验案例涉及的知识面较广，部分参与者对某些内容理解不够深入，需要加强学习；3. 实验过程中，部分参与者对智能财务在财务管理中的应用前景存在疑虑，需要进一步宣传和推广。
智慧农业虚拟仿真应用实验报告
智慧农业虚拟仿真应用实验报告智慧农业虚拟仿真应用实验报告一、引言智慧农业是利用现代科技手段，结合农业生产实际，提高农业生产效率和质量的一种新型农业模式。
虚拟仿真技术作为智慧农业的重要支撑工具之一，可以模拟真实的农业环境和过程，帮助农民进行决策和管理。
本报告旨在介绍智慧农业虚拟仿真应用实验的目的、方法、结果和结论。
二、目的本次实验旨在通过使用智慧农业虚拟仿真系统，探索其在提高农田管理和作物生长预测方面的应用效果，并评估其对现实农田管理的指导作用。
三、方法1. 实验设备：使用计算机设备配合虚拟仿真软件进行模拟操作。
2. 实验内容：a. 场景设置：根据现实中的一个典型农田环境，建立相应的虚拟场景。
b. 数据收集：收集该地区过去几年的气象数据、土壤质量数据等相关信息。
c. 参数设置：根据收集到的数据，在虚拟仿真系统中设置相应的气象参数、土壤质量参数等。
d. 作物种植：选择适合该地区的作物，在虚拟场景中进行模拟种植。
e. 管理决策：根据虚拟仿真系统提供的实时数据和预测结果，进行农田管理决策，如灌溉、施肥等。
f. 结果评估：根据模拟结果和实际情况进行对比分析，评估虚拟仿真系统的指导作用。
四、结果通过本次实验，我们得到了以下结果：1. 智慧农业虚拟仿真系统可以准确模拟真实的农田环境和作物生长过程，提供详细的数据和预测结果。
2. 在虚拟仿真系统中进行农田管理决策时，可以根据实时数据调整灌溉和施肥量，从而提高作物产量和品质。
3. 虚拟仿真系统能够帮助农民更好地理解气象因素、土壤质量对作物生长的影响，并提供相应的建议和指导。
五、结论本次实验表明智慧农业虚拟仿真应用在农田管理和作物生长预测方面具有良好的应用效果。
通过虚拟仿真系统，农民可以更好地了解和掌握农田环境的变化情况，提高农田管理水平和作物产量。
虚拟仿真系统还能够帮助农民在灾害预防和风险评估方面做出更准确的决策，提高农业生产的安全性和可持续发展水平。
六、展望虚拟仿真技术在智慧农业领域的应用前景广阔。
人工智能课程教学大纲
《人工智能》课程教学大纲课程代码：H0404X课程名称：人工智能适用专业：计算机科学与技术专业及有关专业课程性质：本科生专业基础课（学位课）主讲教师：中南大学信息科学与工程学院智能系统与智能软件研究所蔡自兴教授总学时：40学时（课堂讲授36学时，实验教学4学时）课程学分：2学分预修课程：离散数学，数据结构一. 教学目的和要求：通过本课程学习，使学生对人工智能的发展概况、基本原理和应用领域有初步了解，对主要技术及应用有一定掌握，启发学生对人工智能的兴趣，培养知识创新和技术创新能力。
人工智能涉及自主智能系统的设计和分析，与软件系统、物理机器、传感器和驱动器有关，常以机器人或自主飞行器作为例子加以介绍。
一个智能系统必须感知它的环境，与其它Agent和人类交互作用，并作用于环境，以完成指定的任务。
人工智能的研究论题包括计算机视觉、规划与行动、多Agent系统、语音识别、自动语言理解、专家系统和机器学习等。
这些研究论题的基础是通用和专用的知识表示和推理机制、问题求解和搜索算法，以及计算智能技术等。
此外，人工智能还提供一套工具以解决那些用其它方法难以解决甚至无法解决的问题。
这些工具包括启发式搜索和规划算法，知识表示和推理形式，机器学习技术，语音和语言理解方法，计算机视觉和机器人学等。
通过学习，学生能够知道什么时候需要某种合适的人工智能方法用于给定的问题，并能够选择适当的实现方法。
二. 课程内容简介人工智能的主要讲授内容如下：1.叙述人工智能和智能系统的概况，列举出人工智能的研究与应用领域。
2.研究传统人工智能的知识表示方法和搜索推理技术，包括状态空间法、问题归约法谓词逻辑法、语义网络法、盲目搜索、启发式搜索、规则演绎算法和产生式系统等。
3.讨论高级知识推理，涉及非单调推理、时序推理、和各种不确定推理方法。
4.探讨人工智能的新研究领域，初步阐述计算智能的基本知识，包含神经计算、模糊计算、进化计算和人工生命诸内容。
电机实验(8个电机试验)
目录实验一单相变压器实验 (1)实验二三相变压器的联接组实验 (7)实验三三相异步电动机工作特性测定实验 (14)实验四三相同步发电机的并联运行实验 (18)实验五异步电动机同步化运行实验 (23)实验六直流他励电动机实验 (28)实验七直流伺服电动机实验 (33)实验八旋转变压器实验 (39)实验一单相变压器实验一、实验目的和任务1、通过空载和短路实验测定变压器的变比和参数。
2、通过负载实验测取变压器的运行特性。
二、实验内容1、空载实验测取空载特性U0=f(I0)，P0=f(U0) , cosφ0=f(U0)。
2、短路实验测取短路特性U K=f(I K)，P K=f(I K), cosφK=f(I K)。
三、实验仪器、设备及材料四、实验原理1、空载试验：接线如图1-1所示 。
为了便于测量和安全起见，通常在低压侧加电压，将高压侧开路。
为了测出空载电流和空载损耗随电压变化的曲线，外加电压应能在一定范围内调节。
在测定的空载特性曲线I 0=f （U 1），p 0=f （U 1）上，找出对应于U 1= U 1N 时的空载电流I 0和空载损耗p 0作为计算励磁参数的依据。
2、短路试验：接线如图1-2所示。
为便于测量，通常在高压侧加电压，将低压侧短路。
由于短路时外加电压全部降在变压器的漏阻抗Z k 上，而Z k 的数值很小，一般电力变压器额定电流时的漏阻抗压降I 1N Z K 仅为额定电压的4~17.5％，因此，为了避免过大的短路电流，短路试验应在降低电压下进行，使I k 不超过1.2I 1N 。
在不同的电压下测出短路特性曲线I k =f (U k )、p k =f （U k ）。
根据额定电流时的p k 、U k 值，可以计算出变压器的短路参数。
五、主要技术重点、难点1、空载实验在三相调压交流电源断电的条件下，按图1-1接线。
被测变压器选用三相组式变压器DJK10中的一只作为单相变压器，其额定容量 S N =50VA ，U 1N /U 2N =127/31.8V ，I 1N /I 2N =0.4/1.6A 。
人脸识别探究实验报告
一、实验背景随着科技的飞速发展，人工智能技术在各个领域得到了广泛应用。
人脸识别作为生物识别技术的重要组成部分，因其非接触性、便捷性、安全性高等特点，在安防、金融、医疗等多个领域具有广阔的应用前景。
为了深入了解人脸识别技术，本实验对多种人脸识别方法进行了探究和实验分析。
二、实验目的1. 了解人脸识别技术的基本原理和发展历程。
2. 掌握常见的人脸识别方法及其优缺点。
3. 通过实验验证不同人脸识别方法的识别效果。
4. 分析人脸识别技术所面临的挑战和未来发展趋势。
三、实验内容本实验主要探究以下几种人脸识别方法：1. 局部二值模式（LBP）2. 线性判别分析（LDA）3. 主成分分析（PCA）4. 支持向量机（SVM）四、实验方法1. 数据准备：收集一组人脸图像，包括正面、侧面、不同光照条件等，用于训练和测试。
2. 特征提取：采用LBP、LDA、PCA等方法对人脸图像进行特征提取。
3. 模型训练：使用SVM等分类算法对提取的特征进行训练，建立人脸识别模型。
4. 模型测试：将测试集图像输入训练好的模型，进行人脸识别，并计算识别准确率。
五、实验结果与分析1. LBP方法：LBP方法具有计算简单、特征提取速度快等优点，但识别准确率相对较低。
2. LDA方法：LDA方法能够有效降低特征维度，提高识别准确率，但计算复杂度较高。
3. PCA方法：PCA方法能够提取人脸图像的主要特征，提高识别准确率，但对光照变化敏感。
4. SVM方法：SVM方法在人脸识别领域具有较好的性能，但需要选择合适的核函数和参数。
六、实验结论1. LBP、LDA、PCA等方法在人脸识别领域具有一定的应用价值，但各有优缺点。
2. SVM方法在人脸识别领域具有较好的性能，但需要根据具体问题选择合适的核函数和参数。
3. 人脸识别技术仍面临诸多挑战，如光照变化、姿态变化、遮挡等问题。
七、实验展望1. 探索更高效、准确的人脸识别方法，如深度学习方法。
2. 研究人脸识别技术在更多领域的应用，如安防、金融、医疗等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
计算智能原理
课程实验报告
实验名称:
实验五、实验六
院系:
信息科学与工程学院
专业班级:
智能科学与技术-1401班
学号:
201408070120
姓名:
蒙寿伟
课程指导教师:
安吉尧 教授
一、实验环境
操作系统：Windows 10
编译环境：Dev c++
二、实验内容与完成情况
《1》实验五：
实验内容：用模糊控制方法，设计与实现汽车中空调系统的控制问题；
实验要求：掌握模糊控制的基本设计思路，并用其解决实际问题。
问题背景：汽车的空调控制系统是一个严格的非线性系统，且空调的控制对象难以建立精
确的数学模型，具有鲁棒性、性能要求高等特点。提供相应的参数输入、结果显示界面。
解题思路：
① 若A则B：
R=AT ∙ B
R(x,y)=A(x)∧B(y)
此模糊条件语句适用于单观测量、单控制量的情况。可以推广到多观测、多控制量，得到控
制规则表：
按照控制规则表，得到模糊关系变换器R——从X到Y的模糊关系
R=(NBx ∙ PBy)∪(NSx ∙ PSy)∪(0x ∙ 0y)∪(PSx ∙ NSy)∪(PBx ∙ NBy)
根据y0= x0 o R可以得到结果y0.
输入样例：
① 观测量：
-3 -2 -1 1 2 3
PBx 0 0 0 0 0.5 1
PSx 0 0 0 1 0.5 0
Ox 0 0 0.5 0.5 0 0
若 PBx PSx 0x NSx NBx
则 NBy NSy 0y PSy PBy
NSx 0 0.5 1 0 0 0
NBx 1 0.5 0 0 0 0
② 控制量：
-4 -3 -2 -1 0 1 2 3 4
PBy 0 0 0 0 0 0 0.2 0.5 1
PSy 0 0 0 0 0 0.5 1 0.5 0
Oy 0 0 0.2 0.5 1 0.5 0.2 0 0
NSy 0 0.5 1 0.5 0 0 0 0 0
NBy 1 0.5 0.2 0 0 0 0 0 0
实验结果：
《2》实验六：
实验内容：用模糊控制方法，设计与实现往水杯倒水的控制问题；
实验要求：掌握模糊控制的基本设计思路，并用其解决实际问题。
问题背景：水杯倒水过程系统是一个严格的非线性系统，且空调的控制对象难以建立精确
的数学模型，具有鲁棒性、性能要求高等特点。提供相应的参数输入、结果显示界面。
水杯刻度是{1,2,3,4,5,6,7}，模糊量是{很少，少，中，多，很多}；倒水时的水量是{大，中，
小}，倒水时水量变化率是{快、中、慢}。
解题思路：
① 若A则B：
R=AT ∙ B
R(x,y)=A(x)∧B(y)
此模糊条件语句适用于单观测量、单控制量的情况。可以推广到多观测、多控制量，得到控
制规则表：
① 若x较0大得多(称为正大，记为PBx),则y小倒水量(称为负大，记为NBy)；
② 若x较0稍大(称为正小，记为PSx),则y小量排水(称为负小，记为NSy)；
③ 若x与0相等(0x)，则y保持不动(0y)；
④ 若x较0稍小(称为负小，记为NSx)，则y小量注水(称为正小，记为PSy)；
⑤ 若x较0小得多(称为负大，记为NBx)，则y大量注水(称为正大，记为PBy)。
按照控制规则表，得到模糊关系变换器R——从X到Y的模糊关系
R=(NBx ∙ PSy)∪(NSx ∙ PSy)∪(0x ∙ 0y)∪(PSx ∙ NBy)∪(PBx ∙ NBy)
根据y0= x0 o R可以得到结果y0.
输入样例：
① 观测量：
② 控制量：
实验结果：
三、出现的问题及解决方案
（1）问题：在实验六中，输入模糊量和输出模糊量的个数不对应。
解决：将很少，少和快对应，将多，很多和慢对应。
四、（列出没有解决的问题）
无。
五、代码
见附件。
若 PBx PSx 0x NSx NBx
则 NBy NBy 0y PSy PSy