搜索资源列表
patical
- 基于神经网络与粒子滤波的柔性臂控制方法研究-Particle filter based on neural network and control method of flexible manipulator
PIDign
- 模型跟随的神经网络PID飞行控制律设计PID neural network model following flight control law design-PID neural network model following flight control law design
pso
- PSO算法简单、易实现且参数较少，现已被应用于函数优化、神经网络训练、模糊系统控制以及其它遗传算法的应用领域-PSO algorithm is simple, easy to implement and less parameters, have been applied to function optimization, neural network training, fuzzy system control and other applications of genetic algorit
BPPID
- 这是BP神经网络和普通PID结合的神经网络PID控制，对于不同的控制对象，只需要改三个控制参数即可-This is the BP neural network and ordinary PID PID control with neural network for different control objects, only three control parameters can be changed
neural-network-control-algorithm
- 详细介绍了神经网络的自适应控制方法！对于初学者有很实用的价值，毕业设计_神经网络控制算法仿真-Details of the neural network adaptive control! For beginners there is a very practical value, graduation _ neural network control algorithm simulation
BPPID
- 实现了神经网络PID 控制效果与传统PID比较，更加精确-Implement the neural network PID control performance compared with traditional PID, more accurate
基于hopfiled网络的pid自适应控制
- 为了得到更好的模型自适应控制效果，提出一个有效的控制方案。阐述PID控制技术的定义及Hopfield网络的基本原理。结合PID的控制特点，构造了基于 Hopfield神经网络的PID模型参考自适应控制算法。
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
BP-PID
- 基于BP神经网络的PID参数自整定，实现PID控制器的自适应控制(Self-tuning of PID parameters based on BP neural network)
chapter3基于遗传算法的BP神经网络优化算法
- 用遗传算法去优化BP神经网络，使控制更加精准(Genetic algorithm is used to optimize BP neural network)
机器人神经网络自适应控制
- 在Matalb中进行机器人控制仿真程序——机器人神经网络自适应控制(Robot neural network adaptive control in Matlab)
FuzzyNNpid
- 采用模糊神经网络PID控制，使系统输出跟踪上输入。(Use fuzzy neural network PID control and make the system output track the input.)
严格反馈非线性系统的自适应神经网络输出反馈控制
- 严格反馈 神经网络状态观测器 自抗扰控制 动态面(strict feedback Dynamic surface Neural network state observer Active disturbance rejection control)
chap4
- 基于单神经元网络的pid智能控制，基于bp神经网络整定的pid控制，基于rbf神经网络整定的pid控制(PID intelligent control based on single neuron network, PID control based on BP neural network tuning, PID control based on RBF neural network tuning)
code
- 该代码为基于pso算法优化的PID神经网络的系统控制算法 清空环境变量 粒子初始化 初始种群极值 迭代寻优 最优个体控制(The code is the system control algorithm of PID neural network based on PSO algorithm optimization Empty the environment variable Particle initialization Initial population extremum
DNRBM
- 采用栈式 RBM 的深度神经网络。自训练, 自控制(This paper is a continuation of the depth of the neural network and the choice of the previous predictor. Here we will be covered by the depth of the neural network characteristic of stacked RBM initialization, and it is in
智能控仿真程序
- 主要是智能控制算法程序，包含了专家系统，模糊控制，神经网络各种智能控制算法。(Mainly is the intelligent control algorithm, including expert system, fuzzy control, neural network intelligent control algorithm.)
chapter three
- 第三章：机器人神经网络自适应控制 基于模型不确定补偿 基于模块逼近(Chapter 3: adaptive control of robot neural network Model uncertainty compensation Module approximation)
代码
- bp神经网络pid控制，在线修正参数。。。(PID control of BP neural network)
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