搜索资源列表
PID
- 基于神经网络的参数自整定PID控制算法源代码 具有很强的使用价值 经过测试 可以运行-The parameters based on neural network self-tuning PID control algorithm has a strong value the source code has been tested to run
BP_PIDControl
- 基于BP神经网络的PID控制算法，可以实现对正弦、方波、阶跃信号的跟踪-BP neural network based on the PID control algorithm can be achieved for the sine, square, step tracking signal
NNCONTROLINGANDBP
- 神经网络控制作为一种全新的智能控制方法,是解决非线性系统预测和控制问题的一种重要手段,受到了许多专家学者的广泛关注,是目前国内外研究的热点之一。本文着重研究前向神经网络的学习算法,简单探讨了BP算法在逼近非线性系统中各个因素对系统的影响。 -Neural Network Control as a new intelligent control method is to solve the nonlinear system to predict and control an important
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
fadongjiMBP
- 伺服电机的神经网络参数自整定程序，利用BP误差反向传播算法改变PID 控制参数以获得优越的控制效果-Servo motor parameters of the neural network self-tuning procedures, the use of error back-propagation algorithm BP to change PID control parameters for superior control
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
bp_neutral_network
- bp神经网络改进算法，有关交通控制方面的只是和介绍，只供参考和学习，不得抄袭-bp neutral network
FNNjieousuanfa
- 给出了一模糊神经网络解耦控制算法,对含有噪声的二阶系统进行控制,并与PID控制结果进行了比较,效果不错!-Given a fuzzy neural network decoupling control algorithm, controls the second-order system for noise control and PID control and the results were compared with the effect of good!
TheSimulationStudyonPIDNeuralNetworkDecouplingCont
- 介绍了汽包锅炉燃烧控制系统的控制任务、量间关系、原则性控制方案、传统控制方法,以及解耦控制方法的发展 ,引入了 PID型神经网络控制系统的结构、学习算法、初始权值参数选取. MATLAB仿真结果表明 ,该控制系统对多变量强耦合时变的锅炉燃烧控制对象具有良好的解耦性能和自学习控制特性.-The control tasks, the relations between physical variables, the fundamental controlschemes, the convention
QDRWNN
- 准对角递归小波神经网络PID算法，其控制效果要比常规的多变量PID控制算法要好的多-Design of multivariable self-tuning PID controllers via Quasi-Diagonal Recurrent wavelet Neural Network
NNPID
- 基于PID控制的神经网络控制算法，智能控制课堂作业-PID control based on neural network control algorithms, intelligent control of the classroom work
BP-Example
- 神经网络控制的Matlab程序代码的详细解读，通过长时间的使用神经网络控制我对该算法深刻认识都清清楚楚写在每一句代码的后面，包括如何修改，基本可以涵盖多种神经网络控制（模糊神经网络，自适应神经网络等等）相信这个程序解读对本科及硕士的毕业设计是有极大帮助的-Matlab neural network control of the detailed code interpretation, through the use of neural networks a long time to contr
chap9
- 神经网络控制，基于神经网络的系统辨识，神经网络与其他算法相结合，控制系统的故障诊断-Neural network control, system identification based on neural networks, neural networks combined with other algorithms, control system fault diagnosis
immune-gengtic-simulation
- 为了更好了解遗传神经网络在系统中的对比效果，我们以室内温度控制为例，设室内的温度控制目标为18℃（20℃），其他参数保持不变的情况下，分别按照单独神经网络和基于遗传算法优化后的神经网络控制进行仿真实验.仿真结果表明，上述应用遗传算法优化的神经网络是非常有效的，通过运用遗传算法对神经网络进行优化，使其具有良好的泛化能力和快速的收敛性。-To better understand the genetic neural network contrast in the system, we control
neural-network-control-algorithm
- 详细介绍了神经网络的自适应控制方法！对于初学者有很实用的价值，毕业设计_神经网络控制算法仿真-Details of the neural network adaptive control! For beginners there is a very practical value, graduation _ neural network control algorithm simulation
RBF_Control
- RBF神经网络控制器，梯度下降更新算法；(RBF neural controller)
chapter3基于遗传算法的BP神经网络优化算法
- 用遗传算法去优化BP神经网络，使控制更加精准(Genetic algorithm is used to optimize BP neural network)
matlab神经网络源程序
- 可以参考于智能控制一书中有关于ＢＰ神经网络的算法仿真，(a simulation example)
基于模糊神经网络PID算法的电阻炉温控系统
- 基于bp模糊神经网路pid控制系统matlab仿真和相关论文报告(Based on bp fuzzy neural network pid control system matlab simulation and related paper report)
系统辨识及其MATLAB仿真
- 对动态系统辨识理论做了概括性的介绍，包含了常用的非参数系统辨识方法和参数辨识方法，并将神经网络人工智能算法应用到复杂系统参数识别，适用于系统控制、参数识别与数据预测等领域的学习。传统方法与现在智能算法都配有实例，每个代码文件都有详细注释。(This paper gives a general introduction to the dynamic system identification theory, including commonly used non-parametric system