搜索资源列表
Base_BPAN
- 基于BP神经网络的电机系统的波形控制 阐述了BP神经网络模型和算法，建立了电流型交——交变频同步电动机的波形控制神经网络BP模型，并将计算结果与仿真结果作了比较。-BP neural network-based motor control system waveform expounded BP neural network models and algorithms of current pay -- Cycloconverter Synchronous Motor waveform co
Neural_networks_in_highway_traffic
- 结合人工智能的最新方向:人工神经网络,利用BP网络的联想,记忆功能,建立了具有神经网络的驾驶员:环境闭环控制系统模型.-combination of the latest artificial intelligence direction : artificial neural network, BP network association, memory function, built a neural network drivers : Environmental closed-loop c
bp
- 本书涉及的研究方法主要应用于油田生产的实际工作中，包括一般储层参数预测、薄互油藏参数预测、火山岩储层参数预测和储层随机模拟等问题，同时还涉及了石油工业中的油管缺损检测、海底输油管道腐蚀检测等应用问题，对污水处理絮凝过程的智能优化控制及移动机器人的全局和局部路径规划等问题的应用也进行了一定的研究。-Book of research methods involved are mainly used in oil field production of practical work, includi
Intelligent-controller
- PID控制算法简单、鲁棒性强，但其参数整定过程繁琐，整定时需要控制对象的精确数学模型，而且整定往往是针对某一种具体工况进行的，缺乏自学习和自适应能力。模糊神经网络则兼备了模糊逻辑和神经网络的优点，具有函数逼近功能，具有较强的自适应、自学习能力、容错能力和泛化能力。借助于遗传算法对全局性参数进行优化设计，借助于BP算法对局部性参数进行优化，将模糊神经网络和遗传算法引入PID控制参数的整定过程，构造出一种基于模糊神经网络和遗传算法的智能PID控制器-Intelligent controller ba
bpnet
- 智能控制；BP神经网络算法；PID控制器MATLAB 仿真-Intelligent Control BP neural network algorithm MATLAB simulation, the PID controller
wzrh
- (1)针对在线计算量大这一缺陷，将预测控制中的柔化输出信号的思想推广到柔化输入信号，使得约束条件被简化为仅对当前控制量的约束，可以直接计算得出；同时该方法避免了求逆矩阵，大大减小了计算量，并能够保证控制算法的可行性和良好的控制性能。 (2)针对传统算法中设计参数整定困难这一缺点，应用基于BP神经网络变参数设计的广义预测控制算法，实现了对控制量柔化参数的在线调整。 (3)利用带有遗忘因子的最小二乘法对系统辨识。本文通过仿真发现该方法对于Hénon混沌系统并不完全适用，可考虑利用其他优化系统
CH4OP
- 基于MATLAB仿真的智能BP算法集合，用于先进控制理论的研究，主要是控制器方面的介绍-BP algorithm based on MATLAB simulation smart collection for the study of advanced control theory, mainly the introduction of the controller
神经网络极速学习方法研究
- 单隐藏层前馈神经网络(Single-hidden Layer Feedforward Neural Network, SLFN)已经在模式识别、自动控制及数据挖掘等领域取得了广泛的应用，但传统学习方法的速度远远不能满足实际的需要，成为制约其发展的主要瓶颈。产生这种情况的两个主要原因是：（1）传统的误差反向传播方法(back propagation，BP)主要基于梯度下降的思想，需要多次迭代；（2）网络的所有参数都需要在训练过程中迭代确定。因此算法的计算量和搜索空间很大。针对以上问题，借鉴ELM的
BPidentify_trymodel
- bp网络 策略迭代 算法 ,控制理论与工程必备算法-bppolicy-iteration ,a Reinforcement Learning tool