搜索资源列表
CHAPTER4
- 本文讨论了神经网络PID控制策略，提出了一种单神经元自适应PID控制器，给出了控制模型，探讨了单神经元自适应PID控制学习算法，通过修改神经元控制器连接加权系数 ，构成了自适应PID控制器。利用神经网络的自学习能力进行PID控制参数的在线整定，并使用了MATLAB软件进行了仿真研究。比较传统PID控制器与单神经元自适应PID控制器两者的仿真结果表明，神经网络PID控制器参数调节简单，具有很高的精度和很强的适应性，可以获得满意的控制效果。-This paper discusses the nerv
chapter4
- 人工神经网络遗传算法函数极值寻优，适合初学者学习用-Artificial neural network, genetic algorithm function extremum optimization, suitable for beginners to learn to use
chapter4-GA-TSP
- 遗传算法求TSP最短路径，非常有利于初学者学习-Genetic Algorithm for TSP shortest path, is very conducive for beginners to learn
chapter4
- 神经网络遗传算法函数极值寻优——非线性函数极值寻优-Function neural network genetic algorithm optimization extreme- extreme nonlinear optimization
chapter4
- 这是一个基于神经网络遗传算法的系统极值寻优的代码-this is a code of genetic algorithm to calculate a extrme value of the system based on matlab
chapter4
- 本算法是基于神经网络遗传算法函数极值寻优。具体用法见源代码内注释- U672C u7B97 u6CD5 u662F u57FA u4E8E u795E u7ECF u7F51 u7EDC u9057 u4F20 u7B97 u6CD5 u51FD u6570 u6781 u503C u5BFB u4F18 u3002 u5177 u4F53 u7528 u6CD5 u89C1 u6E90 u4EE3 u7801 u5185 u6CE
chapter4
- 遗传算法，反演出线性方程非线性方程的最优解，准确率较高(Genetic algorithm is the best solution to the nonlinear equation of linear equation, with higher accuracy.)