搜索资源列表
BackProp算法源程序
- 开发环境:C语言 简要说明:BackProp算法:BP网络是反向传播(Back Propagation)网络。它是一种多层前向网络,采用最小均方差学习方式。这是一种最广泛应用的网络。它可用于语言综合,识别和自适应控制等用途。BP网络需有教师训练。 -development environments : C language Brief Descr iption : BackProp algorithm : BP is the back-propagation network (Back
CHAP4_4
- 基于REF神经网络整定的PID控制,网络分三层被控对象为二阶
matlab_3
- 基于BP神经网络整定的PlD控制,神经网络,根据系统的运行状态,调节PID控制器的参数,以期达到某种性能指标 的最优化,使输出层神经元的输出状态对于控制器的三个可调参数
matlab_4
- 基于RBF神经网络整定的PID控制 径向基函数具有单隐居的三层前馈网络。是—种局部逼近网络,己证明它能以任意精度逼近杠意连续函数。
BP
- 基于BP神经网络的 参数自学习控制 (1)确定BP网络的结构,即确定输入层节点数M和隐含层节点数Q,并给出各层加权系数的初值 和 ,选定学习速率 和惯性系数 ,此时k=1; (2)采样得到rin(k)和yout(k),计算该时刻误差error(k)=rin(k)-yout(k); (3)计算神经网络NN各层神经元的输入、输出,NN输出层的输出即为PID控制器的三个可调参数 , , ; (4)根据(3.34)计算PID控制器的输出u(k); (5)进行神经网络学习,在线调整加权
2nsq
- 神经元个数netcount:参数netcount控制着预测模型的输入,也就是神经网络模型的输入层神经元个数。 隐藏节点数hiddencount:参数hiddencount控制着神经网络模型的隐藏节点的个数。 检验组数目:模型训练玩完后,需要用几组数据对模型的预测效果进行检验。
GeoExpert
- 新的工具条显示地图放大,缩小,图层控制等等功能
操作系统进程内存管理模拟
- 有关此程序的功能请见程序中的帮助菜单程序难点1:创建Windows xp中按钮样式解决方法:使用标签控件与形状控件一起形成此样式此方法缺点:由于标签没有TAB事件,所以不能使用键盘控制按钮。此缺点解方法:截取键盘事件,以响应TAB事件(时间有限,没有实现)程序难点2:实时与分时混合应用解决方法:置一FOR循环在TIMER中,先判断并响应时实进程,再置另一当循环在TIMER中,无时实时再执行分时进程。程序难点3:分页式内存管理的调度方式解决方法:具体方法见程序中的注释。程序难点4:基于优先级的调度
PNN
- PNN又称为概率神经网络,它最初由数学家Specht于1990年提出,后经Master[1995]等不断发展和完善,已成功地应用于机器学习、人工智能、自动控制等众多领域.概率神经网络比多层前馈网络的数学原理简单,且易于实现-PNN is also known as the probabilistic neural network, which was first introduced by the mathematician Specht in 1990, after the Master [1
BPNN
- 用BP神经网络实现模糊控制规则为T=int[(e +ec)/2]的模糊神经网络控制器。可以改变隐层节点数和学习速率。网络训练算法是变学习速率法。-BP neural network with fuzzy control rules for the T = int [(e+ Ec)/2] of the fuzzy neural network controller. Can change the hidden layer nodes and learning rate. Network tra
bp
- bp人工神经网络,可控制隐层和输出层输出量最大循环次数,-bp artificial neural network, can control the hidden layer and output layer output the maximum cycle number,
invertedpendulum
- 倒立摆是一种复杂、时变、非线性、强耦合、自然不稳定的高阶系统,许多抽象的控制理论概念都可以通过倒立摆实验直观的表现出来。基于人工神经网络BP算法的倒立摆小车实验仿真训练模型,其倒立摆BP网络为4输入3层结构。输入层分别为小车的位移和速度、摆杆偏离铅垂线的角度和角速度。隐含层单元数16个。输出层设置为1个输出单元。输入层采用Tansig函数,隐含层采用Logsig函数,输出层采用Purelin函数。用Matlab 6.5数值计算软件对模型进行学习训练,并与线性反馈控制逻辑算法对比,表明倒立摆控制B
z3
- 两层前馈网络,采用Hebb算法,实现机组协调控制-Two-tier feed-forward networks, Hebb algorithm used to achieve coordinated control
anp
- NP是美国匹兹堡大学的T.L.Saaty 教授于1996年提出了一种适应非独立的递阶层次结构的决策方法,它是在网络分析法(AHP)基础上发展而形成的一种新的实用决策方法。其关键步骤有以下几个: 1 确定因素,并建立网络层和控制层模型。 2 创建比较矩阵。 3 按照指标类型针对每列进行规范化。 4 求出每个比较矩阵的最大特征值和对应的特征向量。 5 一致性检验。如果不满足,则调整相应的比较矩阵中的元素。 6 将各个特征向量单位化(归一化)
cwts-specs-036TD-SCDMA-RRC
- TD-SCDMA系统无线接口层三技术规范-无线资源控制协议 TD-SCDMA System Radio Interface Layer 3 Technical Specification: Radio Resource Control Protocol -TD-SCDMA radio interface layer III system specification- Radio Resource Control Protocol TD-SCDMA System Radio Interfa
cwts-specs-009MAC
- IMT-DS FDD(WCDMA)系统无线接口层2技术规范: 媒质接入控制(MAC)协议 IMT-DS FDD(WCDMA) System Radio Interface Layer 2 Technical Specification: Media Access Control(MAC) Protocol -IMT-DS FDD (WCDMA) radio interface layer 2 system specifications: Medium Access Contro
cwts-specs-013-RRC331
- IMT-DS FDD(WCDMA)系统无线接口层3技术规范: 无线资源控制协议(RRC) IMT-DS FDD(WCDMA) System Radio Interface Layer3 Technical Specificaiton: RRC Protocol -IMT-DS FDD (WCDMA) system, radio interface layer 3 specification: radio resource control protocol (RRC) I
cwts-specs-010RLC
- IMT-DS FDD(WCDMA)系统无线接口层2技术规范: 无线链路控制(RLC)协议 IMT-DS FDD(WCDMA) System Radio Interface Layer2 Technical Specification: Radio Link Control(RLC) Protocol -IMT-DS FDD (WCDMA) radio interface layer 2 system specification: Radio Link Control (RLC)
truslate
- 基于神经网络的pid控制,可任意选择各层节点数目-Pid control based on neural network can choose the number of layers of nodes
地震波作用下三层框架状态反馈控制程序
- 地震波作用下三层框架状态反馈主动控制程序(State feedback control program of three story frame under seismic wave action)