搜索资源列表
人工神经网络原理及仿真实例
- 该系统使用极其简便，即使 你对各种网络模型不是很深刻的了解，也可以很好的使用该系统。使用时， 你可以自己修改网络的各种参数，交互性较好，而且该系统通过大量的图示 及参数设置，可以让你了解每个应用实例实现的过程及详细步骤。-The system is extremely easy to use, even if you have to various network model is not very profound understanding can be a good use of the
selfref
- 当我们用摄像机照射电视机，再把摄到的图案展现在电视屏幕上，这会产生什么？答案似乎应该是什么都没有，因为电视机显示的就是它自己，而它自己正在显示的内容也就是它自己……。然而当我们调节电视机的设置参数、拉大摄像机的焦距，让电视机往它自身内部运动的时候，惊奇的现象出现了：一个一个的复杂结构不断地从电视屏幕中产生、飞出，就好像星系的诞生！当我们旋转摄像机呈一个角度的时候会得到类似左图的“旋转星系”。本Java程序就是在计算机上模拟了这个过程。然而，摄像机-电视这样的自指系统不仅仅能产生如此丰富的复杂图案
17identfitionbothforsrutctureandparament
- 可用于同时辨识模型阶次和参数，对于系统辨识和数学建模很重要。-also can be used for identification model order and parameters for system identification and mathematical modeling is very important.
modelC
- 利用遗忘因子法和AIC辨识法，对一个输入输出数据已知的系统进行参数和阶次辨识。-use Fvrls and AIC identification method, a pair of input and output data of known system parameters and order identification.
bishe2
- 用遗传算法实现基于门限值控制的ABS系统参数进行优化-genetic algorithm based on the threshold of ABS control system parameters to optimize
chaos-rossler1
- rossler混沌系统图像，u取不同参数时的6种混沌状态-rossler chaotic system images, u for different parameters of the six Chaos
rls_estm
- This directory contains utility for implementing generic Reqursive Least Squares (RLS) algorithm. The example shows how one can use the utility to estamate the parameters of a simple linear discrete time system.
差别算法matlab源码
- 粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation).源于对鸟群捕食的行为研究 PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。详细的步骤以后的章节介绍 同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应
fuzzy-pid.rar
- 模糊pid仿真，先运行模糊推理系统设计程序a.m，并调入内存，然后运行模糊控制程序b.m,对pid控制参数进行整定。,Pid fuzzy simulation, Fuzzy Inference System to run the design process am, and transferred to memory, and then run the procedure of fuzzy control bm, of pid control tuning parameters.
PID
- 采用遗传算法直接优化数字PID控制器参数,并控制一个带时延的系统,仿真结果表明遗传算法收 敛较快,得到的PID控制器控制效果明显优于传统的PID控制。 -Optimize the use of genetic algorithms directly figure PID controller parameters and control a system with time delay, simulation results show that the rapid convergence
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,
Robust
- 本文考虑了一类参数不确定系统的鲁棒正实性, 给出了一个输出反馈系统具有鲁棒严格扩展正实性( ESPR) 的充分条件以及求反馈控制器的方法, 并利用该条件可估计出系统保持ESPR 的最大参数摄动范围-In this paper we consider a class of uncertain system parameters are indeed robust, and gives a robust output feedback system expansion strictly posi
ResearchonFaultDiagnosisofrHydraulicSystemBasedonS
- 本文在学习探讨VSM算法的同时，对SVM在液压系统故障诊断中的应用进行了论述。以液压设备中常见的克令吊为研究对象，运用支持向量机理论对其进行故障诊断的仿真研究和实验研究，其中包括实验系统数学模型的设计、仿真模型的建立(用SIMUL工NK仿真软件建立仿真模型)、特征参数的提取、数据的采集等。-In this paper, VSM learning algorithm to explore the same time, SVM in the hydraulic system fault diagno
PSO_Java
- 同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应用领域，基于Java语言实现。-Compared with the genetic algorithm, PSO has the advantage is simple and easy and there is no need to adjust many parameters. Has been widely applied to function o
xijun
- 本文提出了一种新的基于细菌生存优化(Bacterial Foraging Optimization –BFO)的非线性模型辨识方法。它是利用群集智能仿生BFO算法对一类Hammerstein系统进行辨识，从而估计出它的参数模型-This paper presents a new optimization based on bacterial survival (Bacterial Foraging Optimization-BFO) nonlinear model identification
01labview
- 关于labview设计的一些设计报告，CDMA系统中的反向预测功率控制算法，labview_通讯仿真，LabVIEW测量信号时间间隔的实现，labview生成exe，LabVIEW下基于BP神经网络，LabVIEW与C语言的接口技术及其应用，LabVIEW在数字电路课程教学中的应用，多项参数可编程的脉冲信号发生器-Labview design on some of the design report, CDMA system, the reverse power control algorith
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
RSNA
- 待辨识对象参数a=[1 -1.5 0.7] b=[1 0.5] 输入采用长度L=400的白噪声序列，输出 ，输入和输出数据均含不相关随机噪声，ρ（k）=1/k。利用上述递推公式，辨识系统参数。-To identify the object parameters a = [1-1.5 0.7] B = [1 0.5] Input the length L = 400 white noise sequence, the output, the input and output data
PID-parameters-optimization
- 压缩文件中的内容是采用群体智能算法PSO对控制系统的参数进行优化设计。-The contents of the compressed file is the use of swarm intelligence algorithm PSO to optimize the design parameters of the control system.
GJGAallT5duozhong
- 综合多种改进遗传算法特点，设计生成一种多方面协同优化遗传算法，在算例验证中表现出更高的成功率与精确度。源码中应用于系统参数辨识，可以根据实际情况替换。-Comprehensive variety of improved genetic algorithm characteristics, design creating a multifaceted collaborative optimization algorithm, in the numerical example showed a hi