搜索资源列表
single-neuron-
- 单神经元自适应网络，完成神经网络PID控制，输出采用龙格库塔法-The single neuron adaptive network
RBF
- 运用常规的PID控制算法很难达到人们所要求的控制效果。采用改进的BP神经网络算法进行改进具有以任意精度逼近非线性函数的能力，而且通过它的自身的学习，可以找到某一最优控制率下的PID控制器参数，使其具有更好的鲁棒性和自适应的能力。-Using conventional PID control algorithm is difficult to live up to the required control effect. The impr
using-adaptive-chebyshev
- 提出了一种基于自适应 Chebyshev 多项式神经网络(ACNN)的 Logistic 混沌系统控制算法。该算法采用 Chebyshev 正交多项式作为神经网络的激励函数, 构建 Logistic 混沌系统的预测与控制模型。为了保证算法的稳定性, 提出和证明了收敛定 理, 并利用自适应学习率算法提高神经网络的学习效率和收敛速度。通过采用自适应 Chebyshev 神经网络直接学习 Logistic 混 沌系统的动态特性,
ication
- 模糊神经网络在自适应双轴运动控制系统中的应用-Adaptive Fuzzy Neural Network-axis motion control system in the application
artificial-neural-network
- 人工神经网络是在现代神经科学的基础上提出和发展起来的，旨在反映人脑结构及 功能的一种抽象数学模型。自1943 年美国心理学家W. McCulloch 和数学家W. Pitts 提 出形式神经元的抽象数学模型—MP 模型以来，人工神经网络理论技术经过了50 多年 曲折的发展。特别是20 世纪80 年代，人工神经网络的研究取得了重大进展，有关的理 论和方法已经发展成一门界于物理学、数学、计算机科学和神经生物学之间的交叉学科。
cd4ef1.ZIP
- 基于在线学习RBF神经网络的汽门开度自适应补偿控制方法Online learning RBF neural network-based adaptive compensation control method of valve opening degr-Online learning RBF neural network-based adaptive compensation control method of valve openin
Intelligent-controller
- PID控制算法简单、鲁棒性强，但其参数整定过程繁琐，整定时需要控制对象的精确数学模型，而且整定往往是针对某一种具体工况进行的，缺乏自学习和自适应能力。模糊神经网络则兼备了模糊逻辑和神经网络的优点，具有函数逼近功能，具有较强的自适应、自学习能力、容错能力和泛化能力。借助于遗传算法对全局性参数进行优化设计，借助于BP算法对局部性参数进行优化，将模糊神经网络和遗传算法引入PID控制参数的整定过程，构造出一种基于模糊神经网络和遗传算法的智能PI
net_nikongzhi
- BP神经网络设计自适应逆控制器，实现无模型控制-BP neural network design adaptive inverse controller, model control
BP_PID
- 本代码为基于BP神经网络的自适应PID控制算法-The code for the adaptive PID control based on BP neural network algorithm
Adaptive-NN
- 介绍了直升机垂直飞行时应用自适应神经网络对其进行控制-Application of adaptive neural networks to control helicopter vertical flight
introduction-of-adp
- 自适应动态规划介绍。一种求解动态规划方法HJB方程的自学习控制算法，称其为自适应动态规划算法。所提的算法可以用来解决未知离散时间非线性系统的最优控制问题，同时给出了该控制算法的收敛性证明。算法的实现用到了三个神经网络，在递推的每一步分别用来近似性能指标函数、最优控制律和未知非线性系统。-Adaptive Dynamic Programming introduction. Dynamic programming method for so
9036543
- 自适应PID解耦控制方法及其应用 ,基于RBF神经网络-ADAPTIVE PID DECOUPLING CONTROL BASED ON RBF NEURAL NETWORK AND ITS APPLICATION
2324556
- 自适应PID解耦控制方法基于RBF神经网络及其应用 -ADAPTIVE PID DECOUPLING CONTROL BASED ON RBF NEURAL NETWORK AND ITS APPLICATION
Neuron-model-code
- 模拟人类实际神经网络的数学方法问世以来，人们已慢慢习惯了把这种人工神经网络直接称为神经网络。神经网络在系统辨识、模式识别、智能控制等领域有着广泛而吸引人的前景，特别在智能控制中，人们对神经网络的自学习功能尤其感兴趣，并且把神经网络这一重要特点看作是解决自动控制中控制器适应能力这个难题的关键钥匙之一。 -Since the actual neural network simulation of human mathematical
Neural-network-toolbox-function
- Matlab神经网络工具箱函数涉及的网络模型有，感知机网络、线性神经网络、BP神经网络、径向基神经网络、自组织神经网络、学习向量量化神经网络、Elman神经网络、Hopfield神经网络、自适应滤波和控制系统网络等。-Matlab neural network toolbox function involving network model have a perceptron and linear neural network, BP
High-speed-train-simulation
- 为了设计出智能的列车悬挂系统提出了基于神经网络的自适应模糊控制 模糊控制主要是针对系统的非线性神经网络控制是产生模糊控制的控制规则。最后通话matlab仿真，得出可行性。-In order to design intelligent train suspension system is proposed based on adaptive neural network fuzzy control fuzzy control is mai
cc
- 改进神经元自适应的pid控制，采用本算法，全系数的在线修正就不完全是根据神经网络学习原理，而是参考实际经验制定的-Improve the neuron adaptive pid control, the use of the algorithm, the coefficient of online correction is not completely according to the principle of neural netw
finally_run
- 本程序为基于BP神经网络的Pid调参方法，用于控制某时变系统，以提高系统的自适应性能-This program is Pid Scheduling method based on BP neural network to control a time-varying systems in order to improve the adaptive system performance
chap5
- 基于神经网络的滑模控制，包括神经网络的最小参数学习法的自适应滑模控制和二阶系统的滑模控制。-Sliding mode control based on neural network sliding mode adaptive sliding mode control, including the minimum parameters of neural network learning method and two order cont
6
- 基于模型整体逼近的自适应RBF控制，包括基于HJI理论和RBF神经网络的鲁棒控制-Adaptive RBF control based on the approximation of the model, including the robust HJI control theory and based on RBF neural network