搜索资源列表
BPnetwork-PID
- BP网络PID控制算法 用于神经网络的控制系统设计中 较为实用简单 可靠-BP neural network PID control algorithm for neural network control system is simple and reliable design more practical
guolu
- 采用基于BP神经网络的PID控制方法,设计PID控制器的在线调整控制系统,改善系统的动态性能-Based on BP neural network PID control, PID controller design line adjustment control system, improve the system dynamic performance
ann_pid
- 在matlab中仿真,实现神经网络控制PID,是系统得到改善,提高系统的鲁棒性和柔性。-Neural network PID control program
CVMFC
- 基于MFC界面制作的网络监控系统,能够实时监控客户端的网络使用情况,并对其实施控制。-MFC-based network monitoring system interface produced
SinSoulWebRemoteControl-master
- SinSoul Web远程控制系统。这是一套基于HTTP协议的跨平台计算机远程控制系统,其最终目的是在任何网络环境下,使用任何能访问网页的设备(包括PC,平板,手机等)来控制您的计算机。 任何人都可以在自己的HTTP服务器上架设控制端,以供自己和他人使用。控制端可运行于XAMP、SAE、BAE等各种平台之上,被控制端目前只有Windows版本。 额……其实这只是我大三时数据库系统设计这门课的期末课程设计,大多数的代码也是在那时候编写的,现在看来自己都感到羞涩,只是前段时间
neural-network-toolbox
- 本文介绍在Matlab 环境下发电厂水位控制BP 模型的建模与仿真方法, 得出了预测模型的最优参数。仿真结果表明, MATLAB 神经网络工具箱可有效地用来解决复杂的非线性控制系统的优化设计问题。-This article describes the Matlab environment plant level control BP Model modeling and simulation methods, predictive models obtained optimal parame
mohuNNE
- 运用广义模糊神经网络辨识系统并对系统进行自适应控制仿真-NNE and self-adaptive control
Neuron-model-code
- 模拟人类实际神经网络的数学方法问世以来,人们已慢慢习惯了把这种人工神经网络直接称为神经网络。神经网络在系统辨识、模式识别、智能控制等领域有着广泛而吸引人的前景,特别在智能控制中,人们对神经网络的自学习功能尤其感兴趣,并且把神经网络这一重要特点看作是解决自动控制中控制器适应能力这个难题的关键钥匙之一。 -Since the actual neural network simulation of human mathematical methods available, it has grad
maxflow
- 许多系统包含了流量问题。例如交通系统有车流量,金融系统有现金流,控制系统有信息流等。许多流问题主要是确定这类系统网络所能承受的最大流量以及如何达到这个最大流量。MATLAB环境下解决最大流问题-Many systems contain a flow problem. Traffic such as traffic system, the financial system has cash flow, information flow control system. Many flow probl
Neural-network-toolbox-function
- Matlab神经网络工具箱函数涉及的网络模型有,感知机网络、线性神经网络、BP神经网络、径向基神经网络、自组织神经网络、学习向量量化神经网络、Elman神经网络、Hopfield神经网络、自适应滤波和控制系统网络等。-Matlab neural network toolbox function involving network model have a perceptron and linear neural network, BP neural network, RBF neural net
nn_pid
- 这是一个bp神经网络+PID控制器对飞行器控制系统的VHDL程序,其中模块并不完全,但大体模块都有,很有参考意义-This is a bp neural network controller for aircraft control system+PID VHDL program, which the module is not complete, but generally module has great reference significance
dtank
- 基于神经网络的双容水箱的液面控制系统,用的是simulink仿真。-Level control system based on neural network-based dual-tank water
NPC
- 神经网络预测控制在控制系统中的应用,包括BP算法,模型建立等等 -Neural network predictive control applications in the control system, including the BP algorithm, modeling, etc.
psopid
- 基于pso算法优化的PID神经网络的系统控制算法-Pso optimization algorithm based on neural network PID control system algorithm
matlabcode
- 我2011年全国大学生电工数学建模一等奖论文,里面提出了三种方法来对风电功率的预测,分别是灰色预测、时间序列分析、神经网络。而本文最重要的一个创新点就是加入了一个反馈控制系统 很好地控制了预测精度,maltab代码也已经附在后面了,单独的程序也整理出来了,都是很好的学习资料-And this is the one of the most important innovations have joined a feedback control system to control the predi
yuanchengxu
- DMC-9263-E采用基于ARM926EJ-S内核的ATMEL处理器AT91SAM9263, 运行频率200MHz。板载64MB的SDRAM,64MB的Nand Flash,2MB的Data Flash。DMC-9263-E嵌入式开发系统外设非常丰富,功能强大,可扩展性强,低功耗。适用于纺织行业、数控行业、汽车电子、工业触摸屏控制系统、机器人视觉、媒体处理无线应用、数字家电、车载设备、通信设备、网络终端等场合。支持嵌入式Linux和WINCE5.0操作系统。 采用Linux2.6.20内核
FUCTION
- 出入口门禁安全系统已成为现代安全防范系统中极其重要的一部分,在住宅小区、公司企业中的应用尤为广泛。本文突破以往的门禁系统模式,探讨一种新型的与电话网络结合使用的一种门禁管理系统。这种门禁控制系统主要针对来访者而设计,能够有效地对来访者进行管理,通过对其身份的识别可远程控制门禁开关。该门禁控制系统主要由计算机和门禁主控板两部分组成,计算机部分主要负责输出电话号码以及摘、挂机等信息,门禁主控板根据计算机传送过来的信息码进行相关的处理,如电话的呼叫以及摘、挂机等。本设计的最大特色之一就是利用已有的电话
CODE
- 出入口门禁安全系统已成为现代安全防范系统中极其重要的一部分,在住宅小区、公司企业中的应用尤为广泛。本文突破以往的门禁系统模式,探讨一种新型的与电话网络结合使用的一种门禁管理系统。这种门禁控制系统主要针对来访者而设计,能够有效地对来访者进行管理,通过对其身份的识别可远程控制门禁开关。该门禁控制系统主要由计算机和门禁主控板两部分组成,计算机部分主要负责输出电话号码以及摘、挂机等信息,门禁主控板根据计算机传送过来的信息码进行相关的处理,如电话的呼叫以及摘、挂机等。本设计的最大特色之一就是利用已有的电话
PID
- 多变量输入、输出、多干扰、非线性和强耦合的复杂系统控制是一个比较困难的问题,常用的控制器可能因为多变量耦合问题难以控制系统。PID神经元网络是一种多层前向神经元网络,它的各层神经元个数、连接方式、连接权值是按照PID控制规律的已有原则和经验确定的,是一种动态的符合控制系统的前向网络。但是由于PID网络初始权值随机取值的原因,每次控制的效果都有所差别,个别情况下控制效果还比较差。本案例研究了基于PID神经元的多变量耦合系统控制,并用PSO算法来优化控制器以取得更好的控制效果。-Multivaria
11
- 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。 RBF网络是一种3层前向网络,由输入到输出的映射是非线性的,而隐层空间到输出空间的映射是线性的,而且RBF网络局部逼近的神经网络,因而采用RBF网络大大加快学习速度并避免局部极小问题,