搜索资源列表
Fuzzycontrol
- 模糊神经控制基于网络bp的源代码用于训练学习
NN+GA
- 1,改进BP神经网络在股市预测中的应用.2,基于MATLAB工具箱的开采煤层自燃危险性预测.3,基于改进的神经网络的电力系统负荷预报.4,基于神经网络的灌溉用水量预测.5,基于遗传算法改进BP网络的地表沉陷预计.6,利用遗传算法改进BP学习算法.7,模糊神经网络在电力市场短期负荷预测中的应用.8,神经网络学习算法存在的问题及对策.9,遗传神经网络在电力系统短期负荷预测中的应用.10,应用改进BP神经网络进行用水量预测.11,用遗传算法改进的BP模型在刹车系统诊断中的应用研究.12,遗传算法改进的
nnToolKit_src
- nnToolKit 神经网络工具包是基于 MATLAB 神经网络工具箱自行开发的一组神经网络算法函数库，其中的函数在MATLAB环境下均可独立运行，并可打包成DLL组件，这些组件作为独立的COM对象，可以直接被Visual Basic、Visual C++ 、C++ Builder或其它支持COM的高级语言所引用。本工具包中包含的算法包括BP算法中的一些改进算法、模糊神经网络、小波神经网络、遗传算法优化神经网络权值改进算法等，根据需要，读者还可以对该工具包进行扩展，即扩充一些新的函数，以实现特殊
bp-fuzzy
- 一种基于模糊神经网络的控制策略，融合了模糊控制和神经网络的优点，根据变量的动态调整实施控制器的动态参数调整-Based on fuzzy neural network control strategy, the convergence of fuzzy control and neural network advantages, in accordance with the dynamic adjustment of the implementation of variable controll
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
- 神经网络数据辨识，10个节点的数据加入模糊数据处理-Neural network data to identify, 10-node data by adding fuzzy data processing
ImprovedBPalgorithminfuzzyneuralnetworkapplication
- 一种改进的BP算法在模糊神经网络中的应用，性能得到很好的改善。-An Improved BP Algorithm in the fuzzy neural network applications, performance is very good improvement.
Tripleinvertedpendulumweightedfuzzyneuralnetworkco
- 为了提高三级倒立摆系统控制的响应速度和稳定性,在设计Mamdani 型模糊推理规则控制器控制倒立摆系统稳定的基础上, 设计了一种更有效率的基于Sugeno 型模糊推理规则的模糊神经网络控制器。该控制器使用BP 神经网络和最小二乘法的混 合算法进行参数训练,能够准确归纳输入输出量的模糊隶属度函数和模糊逻辑规则。通过与Mamdani 型控制器的仿真对比, 表明该Sugeno 型模糊神经网络控制器对三级倒立摆系统的控制具有良好的稳定性和快速性,以及较高的控制精度。-In order to
BP_FUZZY
- BP神经网络与模糊控制的联合控制程序，你一定能有所收获的-BP neural network and fuzzy control, joint control procedures, you will be able to be harvested
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
BP
- 模糊神经网络 很不吹哦 回家啊是的北京啊是不多见巴萨-GHFHGFJGHHJ
BP_FUZZY
- 首先对M文件进行仿真，然后利用指令gensim(net,-1)将神经网络生成simulink模型，然后就利用mdl文件进行模糊神经网络组合算法的搭建，针对FOPDT(一阶延迟模型)进行仿真，并考虑存在噪声的干扰！(Firstly, the simulation of the M file, and then use the command gensim (net, -1) will generate the Simulink neural network model, and then buil
第10章 模糊逼近算法
- RBF网络的学习过程与BP网络的学习过程类似，两者的主要区别在于各使用不同的作用函数。BP网络中隐层使用的是Sigmoid函数，其值在输入空间中无限大的范围内为非零值，因而是一种全局逼近的神经网络；而RBF网络中的作用函数是高斯基函数，其值在输入空间中有限范围内为非零值，因为RBF网络是局部逼近的神经网络。(The learning process of RBF networks is similar to the learning process of BP networks. The mai
MATAB神经网络30个案例分析
- 该PDF共有30个MATLAB神经网络的案例，包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络；还包含PSO(粒子群)、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。本PDF作为本科毕业设计、研究生项日设计、博士低年级课题设计参考书籍，同时对广大科研人员也有很高的参考价值。(The PDF has a total of 30 MATLAB in the case of neural networks, including BP, RBF, SVM
模糊控制用于机器人避障
- 智能小车是移动机器人的一种，可通过计算机编程来实现其对行驶方向、启停以及速度的控制。要想让智能小车在行驶过程中能成功地避开障碍物，必须对其进行路径规划?，路径规划的任务是为小车规划一条从起始点到目标点的无碰路径。路径规划方法有：BP人工神经网络法（Back Propagation）、机器学习（Reinforcement Learning）、以及模糊控制（Fuzzy Control）方法等。模糊技术具有人类智能的模糊性和推理能力，在路径规划中，模糊推理的应用主要体现在基于行为的导航方式上，即将机器
matlab
- 智能小车是移动机器人的一种，可通过计算机编程来实现其对行驶方向、启停以及速度的控制。要想让智能小车在行驶过程中能成功地避开障碍物，必须对其进行路径规划?，路径规划的任务是为小车规划一条从起始点到目标点的无碰路径。路径规划方法有：BP人工神经网络法（Back Propagation）、机器学习（Reinforcement Learning）、以及模糊控制（Fuzzy Control）方法等。(There are many ways on autonomous mobile robot obstac
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)
程序
- 根据所学过的BP网络设计及改进方案设计实现模糊控制规则为T = int((e+ec)/2)的模糊神经网络控制器，其中输入变量e和ec的变化范围分别是：e = int[-2, 2]，ec = int[-2, 2]。网络设计的目标误差为 0.001。(According to the BP network design and improvement plan that we have learned, we design a fuzzy neural network controller with
work2.6
- 实现控制规则为T=int（(e+e1)/2）的模糊神经网络控制器(A fuzzy neural network controller with T=int ((e+e1) /2) control rule is implemented.)
基于BP神经网络的模糊控制算法程序
- 通过BP神经网络对模糊规则的学习能跟好的控制，实现模糊PID的有效控制。(Through learning fuzzy rules by BP neural network, better control effect can be achieved.)