搜索资源列表
基于RBD的民航客运预测及MATLAB的实现
- ：基于统计学原理的传统的民航客运量预测方法难以预测动态数据的内在结构和复杂特 性。为了提高民航客运量预测的准确性，利用人工神经网络对非线性系统的函数所具有的以任意精度逼近的良好特性，选用RBF 神经网络为模型并利用MATLAB 编程实现了对民航客运量的准确预测。本文介绍了RBF 神经网络MATLAB 的相关知识，并以民航客运量的1978 年至2007 年的实际数据为例进行RBF 神经网络的训练与测试，实验结果表明，将RBF神经网络与MATLAB 结合运用在民航客运量预测中具有可行性，预测精度更高
Anewtypeofslidingmodecontrollerdesignandsimulation
- 本文运用自适应模糊系统逼近滑模控制器参数,并引入一个自适应模糊参数连续逼近常规滑模控制器 的开关函数,最后给出一种新型自适应模糊滑模控制器,该方法克服函数和边界层法的不足 -err
program2
- 用分段线性插值逼近函数f(x) fsgdbbc -Approximation using piecewise linear interpolation function f (x)
Visual-Fortran2002
- 有数值计算中常用的Visual Fortran子过程近200个，内容包括：解线性代数方程组、插值、数值积分、特殊函数、函数逼近、随机数、排序、特征值问题、数据拟合、方程求根和非线性方程组求解、函数的极值和最优化、傅里叶变换谱方法、数据的统计描述、解常微分方程组、两点边值问题的解法和解偏微分方程组，每一个子程序都包括功能、方法、使用说明、子程序和例子五部分。本书的所有子过程都在Visual Fortran 5.0版本上进行过验证，程序都能正确运行。同时配书发行光盘，包括所有子过程、验证过程及所有验
BTT-missile
- 针对不确定非线性 BTT 导弹控制系统, 提出了一种基于模糊高斯基函数神经网络的自适应控制设计方法。在设计过程中将不确定部分合为一项, 应用模糊神经网络的万能逼近性质来逼近系统不确定项, 然后利用滑模控制和自适应模糊神经网络理论设计了控制器, 应用 Ly apunov 稳定性理论保证闭环系统的稳定性,并推导出自适应律,最后通过仿真结果验证该方法的有效性。-BTT missile based on fuzzy neural network adaptive control
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
sanjiaomatlabkaiti
- CORDIC（Coordinate Rotational Digital Computer，坐标旋转计算机）算法是Volder于1959年在美国航空控制系统的设计中提出来的，它是一种用于计算运算函数的循环迭代算法。其基本思想是用一系列与运算基数相关的角度的不断偏摆，从而逼近所需旋转的角度。-On CORDIC (Coordinate Rotational Digital the Computer, coordinate rotation computer) algorithm by Volder
matlab-4
- 用BP算法实现函数 逼近。 说明：1）网络结构为三层（输入层、1个隐层和输出层） 2）获取两组数据，一组作为训练集，一组作为测试集 3）用训练集训练网络 4）用测试集检验训练结果 -With BP algorithm function approximation. Descr iption: 1) The network structure of the three-layer (input layer, a hidden layer and output laye
Matlab
- 本书精选了科学和工程中常用的200余个算法，全部采用MATLAB语言编程实现，并结合实例对算法程序进行验证和分析。本书分为上下两篇，上篇为MATLAB基础篇，主要介绍MATLAB的基本功能和操作以及MATLAB程序设计的入门知识；下篇为算法程序篇，主要讲述以下方面常用算法的MATLAB实现，包括插值、函数逼近、矩阵特征值计算、数值微分、数值积分、方程求根、非线性方程组求解、解线性方程组的直接法、解线性方程组的迭代法、随机数生成、特殊函数计算、常微分方程的初值问题、偏微分方程的数值解法、数据统计和
k-type-ann
- k型局部连接神经网络的结构和算法，及其与其他网络的函数逼近性能对比-k partially connected neural network structure and algorithm, and other network function approximation performance comparison
Intelligent-computation-methods
- 采用bp神经网络对其进行函数拟合。误差反向传播网络（bp网络）是目前人工神经网络模式中最具代表性，应用最广泛的一种模型，具有自学习、自组织、自适应和很强的非线性映射能力，可以以任意精度逼近任意连续函数。-The bp neural network to its function fitting. Error back propagation network (bp network) is the artificial neural network model of the most repres
Application-of-BP-based-on-MATLAB-
- 解决了非线性函数的逼近问题,实现了BP神经网络在非线性函数逼近中的应用。得出了信号的频率与隐含点之间，隐含点与函数逼近能力之间的关系——隐含层神经元数目越多。-Solved the problem of nonlinear function approximation, and realized the application of the BP neural network in nonlinear function approximation. Between signal frequenc
matlab
- 误差的来源 非线性方程（组）的数值解法 解线性方程组的直接方法 解线性方程组的迭代法 矩阵的特征值与特征向量的计算 函数的插值方法 函数逼近与曲线（面）拟合 数值微分 数常微分方程（组）求解值积分 -The source of the error Numerical method for solving the nonlinear equation (group) The direct method of solving linear
shuzhibijin
- 复变函数数值逼近matlab实现最小二乘法-Complex variable numerical approximation least squares method matlab realize
C-language-prepared-by-least-squares
- 函数逼近与曲线拟合，用最小二乘法进行曲线拟合的C或C++编写的完整程序！-C language prepared by the method of least squares curve fitting
Coordination-and-Optimization
- 将网损价格因子和网损协调系数引入目标函数,建立了改进直流潮流模型,实现了负荷在机组间的最优分配 利用交流潮流方法计算系统实际网损,并利用增量直流潮流模型将网损在机组间进行合理分摊 最后利用交直流迭代思想修正网损价格因子和网损协调系数以优化网损分配方案。IEEE14节点和IEEE118节点算例验证了该方法的可行性,算例结果充分逼近了交流最优潮流的计算结果,符合实际系统运行状况。-The net loss and net loss of coordination price factor intro
26
- 脉动风荷载的数值模拟 谐波叠加法 离散谱逼近目标函数-Numerical Simulation of fluctuating wind load harmonic superposition method Discrete Spectral Approximation objective function
ideal_lp
- 格型滤波器设计，格型fir滤波器设计法。通过逼近函数设计出来。-the filter of gexing
DTFT
- 经由正、负离散时间傅立叶变换表达式是信号分析的一个关键部分。 X( ) （3.9） （3.10） 当 LTI 系统用于滤波的时候，作为冲激响应离散时间傅立叶的频 率响应，提供了 LTI 系统间接的描述。离散时间傅立叶变换 X（ ）是 w 的周期复值函数，周期总是 2π，并且基周期通常选在区间[-π，π] 上。对离散时间傅立叶变换 DTFT 来说有两个问题： 1. DTFT 的定义对无限长信号是有效的。 2. DTFT 是连续变量 w 的函数 在 MATLAB 中， 任何信号 （向量）
小波基函数
- 我们通常用的函数dbn中的n就是这个小波函数的消失矩; 消失矩越大,它的支撑长度就越大,通常是支撑长度不少于2*n-1的; 消失矩越大,对应的滤波器越平坦,而且小波函数的振荡很强. 光滑函数在利用小波展开后的零点越多,也就是说小波的消失矩的大小, 决定了小波逼近光滑信号的能力.这一点也可以用来进行图像压缩. 越大的消失矩将使高频系数越小,小波分解后的图像能量也就很集中,压缩比例就越高. 通常我们都愿意采用消失矩较高的小波函数. 我们可以对一个信号,采用不同的消失矩的小波函数来分