搜索资源列表
yucekongxzhi
- 一种改进的神经网络非线性预测控制 这方面的文章虽然不少，但写的好的没有几篇
lubang
- 电液伺服系统的动态递归模糊神经网络辨识与鲁棒控制研究 优秀的博士论文
triplehandstandpendulum
- 首先对非线性模型在控制目标附近进行线性化得到相应的状态空间表达式，再对线性模型设计LQR控制器，进而用此控制器控制非线性倒立摆，取得训练神经网络控制器的数据，最后用这些数据训练得到神经网络控制器，最终基于神经网络的（一、二、三级）倒立摆控制均取得了很好的控制效果；
pid
- :针对当前电力机车调速系统存在的一些问题，简要分析了直流电力机车调速原理，提出了 控制系统的硬件结构，并且设计出Fuzzy + PID复合结构的控制器，提高了控制系统的动态响应速 度和稳态误差 同时利用RBF神经网络自整定PID参数解决了PID控制中的参数整定问题
waveletnnnpid
- 基于小波神经网络的PID控制Matlab仿真,有代表性,值得研究
BP
- 基于BP神经网络的 参数自学习控制 （1）确定BP网络的结构，即确定输入层节点数M和隐含层节点数Q，并给出各层加权系数的初值 和 ，选定学习速率 和惯性系数 ，此时k=1； （2）采样得到rin(k)和yout(k)，计算该时刻误差error(k)=rin(k)-yout(k)； （3）计算神经网络NN各层神经元的输入、输出，NN输出层的输出即为PID控制器的三个可调参数 ， ， ； （4）根据(3.34)计算PID控制器的输出u(k)； （5）进行神经网络学习，在线调整加权
PSO-evolutionarycomputation
- 粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation)，有Eberhart博士和kennedy博士发明。源于对鸟群捕食的行为研究 PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。详细的步骤以后的章节介绍 同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目
NN
- 基于智能控制算法神经网络，结合Matlab工具，实现了神经网络的七种C语言实现。
psobp
- 用于控制的神经网络程序，希望大家能交流发现，方便大家学习交流
MATLAB-Program
- 我们上课的资料，包含基础部分，模糊控制，神经网络三个部分，适合工科学生
4
- 介绍神经PID控制，包括：基于神经元网络、BP神经网络、RBF神经网络等PID整定的讲解和相关的源代码
RBF_SMC
- 本程序为基于RBF神经网络上界自适应学习的滑模控制，适用于实际无法测量上界值的情况。
bpannpid
- 是一个神经网络PID控制例子,控制对象为一个直升机俯仰轴的角度控制,数学模型为二阶传递函数.
shuji
- 预测控制(英文书,比较老的,clark)\\神经网络\\matlab\\simulink等相关书籍
permanentmagnetsynchronousmotorcontrol
- 摘要 本文在对永磁同步电动机进行电磁分析设计的基础上，采用MATLABISIMULINK仿真工具对控制系统分别采用PID控制、神经网络控 制的情况进行了仿真分析。
network
- 《人工神经网络在控制中的应用及发展前景》，本文根据目前人工神经网络的现状及发展方向，预测了此方法在自动控制领域的应用
WNN_PID
- 提出了一种基于小波神经网络整定的PID 控制方法。由于小波变换具有良 好的时频局部特性,神经网络具有强大的非线性映射能力,自学习、自适应等优势,采用规 范正交的小波函数作为神经网络的基函数构成小波神经网络,该网络兼有小波函数的紧 支性、波动性以及神经网络的非线性映射能力,自学习、自适应能力等优点,渗碳炉控制实 验结果表明,用该方法整定的PID 控制系统收敛速度快,逼近精度高,鲁棒性好
wupid
- 用bp神经网络实现神经网络pid控制 达到很好的效果
1
- 基于视觉传感器实现道路信息的理解是目前移动机器人自主导航的重要研究方向，其中道路图象的正确分割 是提取有效路径信息的关键。该文针对复杂、干扰因素多的室外环境下传统方法难以实现道路图象正确分割的问题，提 出了一种基于’() 神经网络的道路图象分割方法。该方法通过选取道路图象的归一化色彩分量为特征向量，应用基于 ’() 学习算法的神经网络分类器进行道路与非道路识别；为解决环境噪声对神经网络输出的影响，本文设计了串行级联 式四阶形态滤波器实现对神经网络输出的分割图象的滤波处理。通过对实
annVSScontrol
- 神经网络滑模控制器设计的matlab源代码，对于研究滑模边结构控制的同学很有用。