搜索资源列表
zhengjiaoWNN
- 基于多分辨分析的递阶逼近思想,采用正交小波网络研究了输入样本空间分布非均匀时非线性系统的 辨识问题. 重点讨论了样本非均匀时网格系的设计问题,并给出了基于该网格系的在线递阶辨识算法. 最后利用正 交小波网络分别对非线性静态和动态系统进行了仿真辨识.
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。
nljstate
- 采用NLJ随机搜索的方法辨识一个以状态方法表示的非线性系统。选其初值 a1(0) =50 , a2(0) =100 , a3(0) =100 , a4(0) =50 , a5(0) =10 , 选范围为 r(1)(i)=0.5 a(0)(i) , 取数据长度 L ＝40, t =0.005 , 性能指标 J＝ 。迭代计算结果得 a 的估计值 1=17.6043243, 1=17.5977, 2=72.9573, 3=51.3014, 4=22.9889, 5=5.99965, J = 0.000
基于T-S模型的自适应模糊广义预测控制
- ： 对一类非线性 系统 ， 利用一种基 于模 糊规 则的快速模糊辨识 方法建立起 系统的 T— S模型 ， 并基 于该模 型应用局部 递推 最小二乘方法根据采样 值对模型参数进 行在线修 正， 根据 系统动 态线性化模 型采取 广义预 测控制 策略 ， 从 而实现 了基 于 T— S模糊模型的非线性 系统 自适 应模糊预测 控制 。与 以往 的模糊 广义 预测控制 算法相 比 ， 此方法 简单 ， 而且较 大地 减少计 算量 ， 适合 于在 线控制。通过仿 真研究验证 所提 方法的 有 效性 。
bpbianshi
- 这是一个利用labview实现的BP网络的非线性系统仿真辨识程序-this is a program with labview
yichuansuanfayingyongyanjiu
- 摘要:本文旨在研究一种能对复杂热工对象的有效建模方法。基于遗传算法的辨识方法有较强的抗干扰能力,对低、高阶系统、延时系统都可以达到很好的辨识效果。根据单元机组的低阶非线性模型,推导出一个双进双出、能够描述机组动态特性及机炉间相互耦合关系的协调控制系统传递函数矩阵。依次模型为基础,提出一种基于改进的遗传算法的参数辨识方法。-Abstract: This paper aims to study a thermal complex objects can be an effective modelin
mCMAC
- 基于CMAC的非线性系统动态辨识，选并联辨识的机构-Based on the CMAC nonlinear system dynamic identification, chooses the parallel identification the organization
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.
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
DFNN
- 动态模糊神经网络应用中的非线性系统辨识的源程序代码，希望有用处啊！-Dynamic fuzzy neural network applications in nonlinear system identification of the source code useful!
nonlinear_identification
- 各种非线性系统辨识的编程方法，主要是matlab工具箱的使用，以及常规的几种结构模型，有利于非线性系统辨识的朋友-All kinds of nonlinear system identification method of programming, mainly is the use of matlab toolbox, and conventional several structure model, be helpful for nonlinear system identification
GAPRBF
- 采用遗传算法优化RBF神经网络，并用于非线性系统辨识。-Genetic algorithm to optimize the RBF neural network, and for the identification of nonlinear systems.
GAPfuzzyRBF
- 采用遗传算法对模糊RBF神经网络进行优化，并用于非线性系统辨识。-The genetic algorithm optimized fuzzy RBF neural network for nonlinear system identification.
GAPBP
- 用遗传算法优化BP神经网络的初始权值，并用于非线性系统辨识。-BP neural network using genetic algorithms to optimize the initial weights, and for the identification of nonlinear systems.
BBOPbp
- 将生物地理学优化算法训练BP神经网络的权值，并将BP网络用于非线性系统辨识。-Biogeography optimization algorithm to train the BP neural network weights, and BP network for nonlinear system identification.
ExtendedHammersteinModelID
- 非线性系统辨识 Extended Hammerstein model identification-Nonlinear system identification Hammerstein model identification
GCNN
- 神经网络，基于广义同余神经网络的非线性系统辨识仿真-failed to translate
SOFCMAC
- 任意维输入，自定义输出维数的SOFCMAC（自组织模糊小脑神经网络），实际上是一种将Kohonen网络的思想用于模糊CMAC的方法。参考文献是自组织模糊CMAC神经网络及其非线性系统辨识_王源。-SOFCMAC (self organizing fuzzy cerebellar neural network) with arbitrary dimension input, which is actually a kind of method for fuzzy CMAC with Kohonen
Nonlinear-System-Identification
- 非线性系统辨识 的matlab的仿真模型 -Nonlinear System Identification