搜索资源列表
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
predict
- 模拟人的思维特点,提出一种新型智能控制器:仿人逻辑预测控制器. 该控制器融合了基于泛布尔代数的逻辑控制器和基于模型的预测控制器的特点, 是一种多值逻辑混合动态系统. Matlab仿真表明, 该控制器在模型匹配时性能良好, 在模型失配时依然能满意运行, 表现出鲁棒性强, 超调量小的特点. 与其它类型人工智能控制器相比, 该控制器结构简单, 物理背景明确, 数学概念清晰, 便于在工业控制领域推广应用.-Simulation of the characteristics of people' s
CHAPTER4
- 本文讨论了神经网络PID控制策略，提出了一种单神经元自适应PID控制器，给出了控制模型，探讨了单神经元自适应PID控制学习算法，通过修改神经元控制器连接加权系数 ，构成了自适应PID控制器。利用神经网络的自学习能力进行PID控制参数的在线整定，并使用了MATLAB软件进行了仿真研究。比较传统PID控制器与单神经元自适应PID控制器两者的仿真结果表明，神经网络PID控制器参数调节简单，具有很高的精度和很强的适应性，可以获得满意的控制效果。-This paper discusses the nerv
CHAP4_3
- 采用将BP神经网络的学习算法应用于PID控制中，使BP神经网络与PID控制算法结合起来，通过吸收两者的优势，使系统具有自适应性。这样系统可自动调节控制参数，更好地适应输入变量的变化，提高控制性能和可靠性。本文从BP神经网络的基本构成原理、学习规则和学习算法出发，设计了基于BP神经网络的PID控制器，并对其进行了仿真分析,结果表明，该控制方案可行、有效。-We apply the learning algorithm of BP neural network to the PID control,
fuzzy_program
- 本文在学习模糊控制时做的几个模糊控制器，只要导入工作区间就可以运行-In this paper, fuzzy control, learning to do a few fuzzy controller, as long as you can into the work of interval running
zonghe
- 模糊pso控制器优化函数的文章，很不错的，很有参考价值，是英文版的可以作为参考资料。-Fuzzy controller optimization function pso article, very good, good reference is the English version can be used as reference.
PID-control-based-BP
- 用一个多层前向神经网络，采用反向传播算法依据控制要求实时输出Kp、Ki、Kd，依次作为PID控制器的实时参数，代替传统PID参数靠经验的人工整定和工程整定，以达到对大迟延主气温系统的良好控制。-We use a multilayer feedforward neural network using back propagation algorithm and based on control requirements.This net can real-time output Kp, Ki, K
Double-Inverted-Pendulum
- 基于BP神经网络的二级倒立摆控制器选择小车的位移和速度及两个摆杆偏离铅锤线的角度和角速度为输入数据。并经训练可得到一个神经网络控制器。-The controller of the double inverted pendulum based on the BP neural network chooses displacement and speed of the car, the angle between the two pendulums bar and vertical line and
pid
- 人工神经网络(Artificial Neural Network)是从生理角度对智能的模拟，具有极 高的学习能力和自适应能力，能够以任意精度逼近任意函数，完成对系统的仿真； 而遗传算法是对自然界生物进化过程的模拟，具有极强的全局寻优能力，这两种 算法都是当下研究较多的智能方法。将这两种方法与常规的 PID 控制相结合， 构成智能 PID 控制器，使其具有参数自整定、自适应的能力，以适应复杂环境 下的控制要求，这一思路对提高控制效果具有很好的现实意义。 -Artificia
fis
- 模糊控制器程序，直接键入输入变量名和.fis文件名并且将该文件放在项目文件夹内就可以使用-Fuzzy controller program, simply type the variable name and enter. Fis file name and the file on the project folder you can use
14
- 有详细的遗传优化算法源代码，可以用于控制器参数寻优-Detailed genetic algorithm source code, can be used for controller parameters optimization
i
- 关于PID模糊控制器在自适应控制中的用法-about PIDcontroller which can be used in adopt control apply
RBF
- 运用常规的PID控制算法很难达到人们所要求的控制效果。采用改进的BP神经网络算法进行改进具有以任意精度逼近非线性函数的能力，而且通过它的自身的学习，可以找到某一最优控制率下的PID控制器参数，使其具有更好的鲁棒性和自适应的能力。-Using conventional PID control algorithm is difficult to live up to the required control effect. The improved BP neural network algorit
fuzzy-PID
- 模糊PID控制器具有控制任意非线性函数的能力，能实现对PID控制器的参数Kp, Ki, Kd的实时在线整定，使系统具有更好的鲁棒性和自适应性，其输出也可以通过在线调整达到预期的控制精度。-Fuzzy PID controller has the ability to control an arbitrary nonlinear function, can achieve the parameters of the PID controller Kp, Ki, Kd,
delay-feedback-control
- 一 个临界混沌系统的驱动和时滞反馈控制同步 利用驱动和时滞反馈控制的混合方法，从理论上提出了渐近同步的新标准。 其中，只要设置两个控制器就能使得驱动系统和响应系统达到完全同步，而且这种 同步是时滞无关的同步。最后的数值模拟也表明提出的理论结果是正确和有效 的。-Combining with drive and delayed feedback control methods，a new asymptotic synchronization standard is p
huitu1
- 基于VC++的模糊控制汽车倒车仿真 介绍了基于VC++的模糊控制汽车倒车的仿真系统设计及实现过程，在建立汽车倒车数学模型的基础上，通过VC++编写模糊控制程序，并通过微软基础类（MFC）设计仿真界面，使汽车在倒车时的状态及其运动轨迹能够动态的显示。在仿真软件设计中，汽车倒车模型与控制器采用模块化设计方法，具有一定的通用性，易于扩展。通过该仿真系统可以找到汽车倒车的“死区”范围，检验并改进控制算法。实验表明用模糊控制方法控制汽车倒车，汽车运动轨迹圆滑，倒车准确，具有很好的鲁棒性。-The Si
DHP
- 控制参数调整，先进的自适应控制，能够自动调节控制器的参数，有很好的鲁棒性-Control parameter adjustment Advanced adaptive control can automatically adjust the parameters of the controller has good robustness
baseflight
- 基于STM32（ Cortex-M3）的飞行控制器源代码，包含PID等各种算法，可直接使用。-STM32 (Cortex-M3)-based flight controller source code, contains the PID various algorithms, can be used directly.
Predictive-Controller
- 逻辑预测控制 仿人逻辑预测控制器设计. 该控制器融合了基于泛布尔代数的逻辑控制器和基于模型的预测控制器的特点, 是一种多值逻辑混合动态系统. Matlab仿真表明, 该控制器在模型匹配时性能良好, 在模型失配时依然能满意运行, 表现出鲁棒性强, 超调量小的特点. 与其它类型人工智能控制器相比, 该控制器结构简单, 物理背景明确, 数学概念清晰, 便于在工业控制领域推广应用-Simulating characteristics of human intelligent, a new intelli
GoldSectionControler
- 模糊黄金分割控制器，信号跟踪效果良好，可用于智能控制学习。-Golden fuzzy controller, signal tracking to good effect, can be used for intelligent control study.