搜索资源列表
RBF_OLS
- 此程序是神经网络中径向基函数的OLS算法，在MATLAB中实现。用一个2－n－1结构的RBF网对SISO系统进行建模，网络的两个输入为u(k-1)和y(k-1)，输出为 y(k)。令y(0)=0，按飞线性系统产生200个样本，其中前100个样本用于训练，后100个样本用于测试。-This program is the radial basis function neural network of OLS algorithm is implemented in MATLAB. With a 2-n
RELS
- 增广最小二乘法参数估计，系统辨识，针对含有输出噪声的SISO模型。-Augmented least squares parameter estimation, system identification, aimed at containing the output noise of the SISO model.
RBF_2
- 此程序是神经网络中基于梯度的径向基函数算法，在MATLAB中实现。用一个2－n－1结构的RBF网对SISO系统进行建模，网络的两个输入为u(k-1)和y(k-1)，输出为 y(k)。令y(0)=0，按飞线性系统产生200个样本，其中前100个样本用于训练，后100个样本用于测试。-This procedure is based on the gradient neural network radial basis function algorithm is implemented in MATL
RBF_3
- 此程序是神经网络中基于聚类的径向基函数算法，在MATLAB中实现。用一个2－n－1结构的RBF网对SISO系统进行建模，网络的两个输入为u(k-1)和y(k-1)，输出为 y(k)。令y(0)=0，按飞线性系统产生200个样本，其中前100个样本用于训练，后100个样本用于测试。-This procedure is based on neural network clustering of radial basis function algorithm is implemented in MAT
Nonlinearly-Adaptive
- ：针对能够采用仿射非线性表示的含有未建模动态的SISO非线性系统，讨论了一种基于神经网络的自适应 控制方法．该方法对受控对象的已知部分．采用反馈线性化方法设计控制器，用神经网络在线补偿未建模动态及 外部干扰等引起的误差，从而实现自适应控制。对具有未建模动态的双车倒立摆设计了输出反馈自适应控制系 统．仿真表明该方法是有效的。 -A discussion is devoted to design neural network adaptive control scheme of t
chap3_10_DMRAS_ordn
- 它属于系统辨识与自适应控制程序。它的主要功能是不需预选di的n阶SISO离散系统MRAS（用于参数估计）-It belongs to the system identification and adaptive control procedures. Its main function is not required preselected di n-th order discrete SISO system MRAS (for parameter estimation)
nnctrl20
- 用PID 模型预测控制等多种方法进行神经网络控制(neural network control for SISO system)