搜索资源列表
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
RBFbianshi
- rbf神经网络应用于系统辨识,比BP网络具有较好的泛化能力,学习速度快,辨识效果好!
1
- BP神经网络已广泛应用于非线性建摸、函数逼近、系统辨识等方面,但对实际问题,其模型结构需由 实验确定,无规律可寻。简要介绍了利用 Matlab语言进行 BP网络建立、训练、仿真的方法及注意事项。
ONlineIdentifyBaseOnFuzzyNeural
- 发表于一个核心刊物的博士论文,利用模糊神经网络构建了一个表面粗糙度的辨识系统
ghmm470
- 对具有随机噪声的二阶系统的模型辨识,进行标幺化以后系统的参考模型差分方程为: y(k)=a1*y(k-1)+a2*y(k-2)+b*u(k-1)+s(k) 式中,a1=0.3366,a2=0.6634,b=0.68,s(k)为随机噪声。由于神经网络的输出最大为1,所以,被辨识的系统应先标幺化,这里标幺化系数为5。采用正向建模(并联辨识)结构,神经网络选用3-9-9-1型,即输入层i,隐层j包括2级,输出层k的节点个数分别为3、9、9、1个;由于神经网络的最大输出为1,因此在辨识前应对原系统参考模
nnesysid20
- 人工神经网络系统辨识工具箱(其中包括一些demo)----神经网络机器人视觉伺服。-Artificial neural network system identification toolbox (including some demo )---- neural network robot visual servo.
chap4_6
- 主要介绍RBF神经网络与PID想结合的辨识系统-Introduces the RBF neural network and PID would like to combine the recognition system
matlab
- 关于神经网络非线性系统的辨识,模糊控制器等程序。-With regard to neural network, nonlinear system identification, fuzzy controller and other procedures.
Neural_network
- 神经网络辨识不受非线性模型的限制,它依据被辨识系统的输入输出数据对,通过学习得到一个描述系统输入输出关系的非线性映射。给定一个输入,即可得到一个输出,而不需要知道输入输出之间存在着怎样的数学关系。这种自学习特点使得神经网络在解决复杂非线性问题方面具有其独特的优势。-Neural network identification of nonlinear model without restrictions, it was recognition system based on the input a
badData
- 基于人工神经网络的电力系统不良数据辨识与修正-bad data detection and identification base on ANN
Delphi_BP_identification
- 这是用Delphi编写的关于控制理论中BP神经网络控制的非线性系统辨识的程序,希望对大家有所帮助,我也很愿意与大家分享这些代码。-It is written with Delphi on the control of BP neural network control theory, nonlinear system identification procedure, we want to help, I am very willing to share the code.
Second-order-system-model
- 用改进的神经网络MBP算法辨识对具有随机噪声的二阶系统进行模型辨识。有代码和辨识结果-MBP with the improved neural network algorithm for identification of second-order system with random noise were model identification. The code and identification results
rengongshenjingwangluo
- 关于人工神经网络的相关程序,有人工神经网络用于系统辨识的相关程序等-On artificial neural network-related procedures, artificial neural network for system identification procedures, etc.
SPSO
- 基本PSO算法,用于神经网络优化与系统辨识、函数寻优等-standard PSO algorithm
FLch7NNeg2
- 第七章的多维非线性辨识的MATLAB程序例7.2用神经网络学习二维非线性函数 ,是侯媛彬和汪梅的系统辨识课本上第七章的的实验。-Chapter VII of the multi-dimensional non-linear identification procedure Example 7.2 using the MATLAB neural network to learn two-dimensional nonlinear function, is Houyuan Bin and Wan
FLch7NNeg1
- 第七章的用改进的神经网络MBP算法辨识 例7.1 对具有随机噪声的二阶系统的模型辨识,是侯媛彬和汪梅的系统辨识课本上第七章的的实验。 -Chapter VII of the MBP with an improved algorithm for neural network identification Example 7.1 that have random noise second-order system model identification is Houyuan Bin an
FLch7FNNeg3
- 第七章的模糊神经网络解耦MATLAB程序 例7.3 用隶属函数型神经网与模糊控制融合的解耦程序(FLch7FNNeg3.m) 是侯媛彬和汪梅的系统辨识课本上第七章的的实验。 -Chapter VII of the fuzzy neural network decoupling Example 7.3 with the MATLAB program membership function neural network and fuzzy control integration of t
BP2
- 换档品质评价方法的研究是应现代车辆自动变速技术发展需要而提出的前沿研究课 题,其评价过程可视为一个非线性动态系统。BP 神经网络的非线性系统辨识 ,能够逼近任意 一个非线性函数。通过确定换档品质评定指标 ,利用BP网络训练获得的数据样本 ,从而建立 主观、 客观评价标准之间的联系 利用 Mat lab/ Simulink 完成换档品质评价方法的客观描述并 进行仿真。通过与实验结果对比 ,证明这种方法能够有效真实地评价换档品质并与传统主观 评价方法具有很好的一致性。-Shift
bp
- BP神经网络模式识别程序,非线性系统辨识-The BP neural network model identification procedures
rbf
- rbf神经网络应用于系统辨识,比BP网络具有较好的泛化能力,学习速度快,辨识效果好 在实际通信系统仿真过程中非常有用-RBF neural network is applied in system identification, than BP network has good generalization ability, learn fast, identify the effect is good In the actual communication system simulat