相 關(guān) 資 源

• 基于RBF神經(jīng)網(wǎng)絡(luò)整定的PID控制 徑向基函數(shù)具有單隱居的三層前饋網(wǎng)絡(luò)。是—種局部逼近網(wǎng)絡(luò)免費(fèi)下載

  資源簡介：基于RBF神經(jīng)網(wǎng)絡(luò)整定的PID控制 徑向基函數(shù)具有單隱居的三層前饋網(wǎng)絡(luò)。是—種局部逼近網(wǎng)絡(luò)，己證明它能以任意精度逼近杠意連續(xù)函數(shù)。

  標(biāo)簽： RBF PID 網(wǎng)絡(luò) 神經(jīng)網(wǎng)絡(luò)

  上傳時(shí)間： 2016-01-22

  上傳用戶：hewenzhi

• RBF神經(jīng)網(wǎng)絡(luò)是一種具有單隱層的三層前饋網(wǎng)絡(luò)免費(fèi)下載

  資源簡介：RBF神經(jīng)網(wǎng)絡(luò)是一種具有單隱層的三層前饋網(wǎng)絡(luò)，輸入層、隱含層和輸出層。本代碼主要用來建立一個(gè)RBF神經(jīng)網(wǎng)絡(luò)用進(jìn)行訓(xùn)練。

  標(biāo)簽： RBF 神經(jīng)網(wǎng)絡(luò) 前饋 網(wǎng)絡(luò)

  上傳時(shí)間： 2014-01-18

  上傳用戶：3到15

• 本程序?yàn)橐粋€(gè)誤差向后傳播的三層前饋神經(jīng)網(wǎng)絡(luò)有指導(dǎo)的學(xué)習(xí)算法,用戶可在文件中設(shè)置相應(yīng)參數(shù).免費(fèi)下載

  資源簡介：本程序?yàn)橐粋€(gè)誤差向后傳播的三層前饋神經(jīng)網(wǎng)絡(luò)有指導(dǎo)的學(xué)習(xí)算法,用戶可在文件中設(shè)置相應(yīng)參數(shù).

  標(biāo)簽： 程序 前饋 神經(jīng)網(wǎng)絡(luò) 學(xué)習(xí)算法

  上傳時(shí)間： 2013-12-30

  上傳用戶：h886166

• 三層前饋神經(jīng)網(wǎng)絡(luò)的BP算法。程序具有以下功能： （1） 允許選擇各層節(jié)點(diǎn)數(shù)； （2） 允許選用不同的學(xué)習(xí)率η； （3） 能對(duì)權(quán)值進(jìn)行初始化免費(fèi)下載

  資源簡介：三層前饋神經(jīng)網(wǎng)絡(luò)的BP算法。程序具有以下功能： （1） 允許選擇各層節(jié)點(diǎn)數(shù)； （2） 允許選用不同的學(xué)習(xí)率η； （3） 能對(duì)權(quán)值進(jìn)行初始化，初始化用[-1、1]區(qū)間的隨機(jī)數(shù)； （4）允許選用單極性和雙極性兩種不同Sigmoid型轉(zhuǎn)移函數(shù)。

  標(biāo)簽： 前饋 BP算法 初始化 神經(jīng)網(wǎng)絡(luò)

  上傳時(shí)間： 2014-08-04

  上傳用戶：saharawalker

• 本程序?yàn)橐粋€(gè)誤差向后傳播的三層前饋神經(jīng)網(wǎng)絡(luò)有指導(dǎo)的學(xué)習(xí)算法。免費(fèi)下載

  資源簡介：本程序?yàn)橐粋€(gè)誤差向后傳播的三層前饋神經(jīng)網(wǎng)絡(luò)有指導(dǎo)的學(xué)習(xí)算法。

  標(biāo)簽： 程序 前饋 神經(jīng)網(wǎng)絡(luò) 學(xué)習(xí)算法

  上傳時(shí)間： 2016-12-04

  上傳用戶：妄想演繹師

• 傳統(tǒng)的PID控制算法,系統(tǒng)函數(shù)是無時(shí)滯的,采用增量式的PID控制算法.免費(fèi)下載

  資源簡介：傳統(tǒng)的PID控制算法,系統(tǒng)函數(shù)是無時(shí)滯的,采用增量式的PID控制算法.

  標(biāo)簽： PID 控制算法 函數(shù) 增量式

  上傳時(shí)間： 2014-01-16

  上傳用戶：372825274

• 網(wǎng)上下的一個(gè)關(guān)于徑向基函數(shù)網(wǎng)絡(luò)應(yīng)用實(shí)例免費(fèi)下載

  資源簡介：網(wǎng)上下的一個(gè)關(guān)于徑向基函數(shù)網(wǎng)絡(luò)應(yīng)用實(shí)例，希望大家能有用

  標(biāo)簽： 徑向基函數(shù) 應(yīng)用實(shí)例 網(wǎng)絡(luò)

  上傳時(shí)間： 2014-12-01

  上傳用戶：tianyi223

• 好好的哦,包含各種科學(xué)函數(shù),具有多種功能的計(jì)算器,而且還有源代碼免費(fèi)下載

  資源簡介：好好的哦,包含各種科學(xué)函數(shù),具有多種功能的計(jì)算器,而且還有源代碼

  標(biāo)簽： 函數(shù) 代碼 計(jì)算器 有源

  上傳時(shí)間： 2014-01-18

  上傳用戶：集美慧

• 基于matlab的PID控制系統(tǒng)仿真免費(fèi)下載

  資源簡介：基于matlab的PID控制系統(tǒng)仿真，包括很多算法的PID控制器，曾在國家項(xiàng)目中多次應(yīng)用，感覺很實(shí)用。

  標(biāo)簽： matlab PID 控制系統(tǒng) 仿真

  上傳時(shí)間： 2017-06-05

  上傳用戶：siguazgb

• 該算法是基于RBF神經(jīng)網(wǎng)絡(luò)整定的PID控制 分享一下免費(fèi)下載

  資源簡介：該算法是基于RBF神經(jīng)網(wǎng)絡(luò)整定的PID控制 分享一下，希望對(duì)大家有所幫助

  標(biāo)簽： RBF PID 算法 神經(jīng)網(wǎng)絡(luò)

  上傳時(shí)間： 2016-10-14

  上傳用戶：yepeng139

• 基于神經(jīng)網(wǎng)絡(luò)的PID控制不是用神經(jīng)網(wǎng)絡(luò)來整定PID的參數(shù)免費(fèi)下載

  資源簡介：基于神經(jīng)網(wǎng)絡(luò)的PID控制不是用神經(jīng)網(wǎng)絡(luò)來整定PID的參數(shù)，而是用神經(jīng)網(wǎng)絡(luò)直接作為控制器，通過訓(xùn)練神經(jīng)網(wǎng)絡(luò)的權(quán)系數(shù)間接地調(diào)整PID參數(shù)。

  標(biāo)簽： PID 神經(jīng)網(wǎng)絡(luò) 控制 參數(shù)

  上傳時(shí)間： 2015-04-28

  上傳用戶：朗朗乾坤

• 基于DRNN的神經(jīng)網(wǎng)絡(luò)整定參數(shù)自學(xué)習(xí)的PID控制仿真免費(fèi)下載

  資源簡介：基于DRNN的神經(jīng)網(wǎng)絡(luò)整定參數(shù)自學(xué)習(xí)的PID控制仿真

  標(biāo)簽： DRNN PID 神經(jīng)網(wǎng)絡(luò) 整定

  上傳時(shí)間： 2013-12-31

  上傳用戶：熊少鋒

• 基于模糊RBF網(wǎng)絡(luò)整定的PID控制免費(fèi)下載

  資源簡介：基于模糊RBF網(wǎng)絡(luò)整定的PID控制，matlab源程序

  標(biāo)簽： RBF PID 模糊 整定

  上傳時(shí)間： 2015-10-18

  上傳用戶：561596

• 基于DRNN神經(jīng)網(wǎng)絡(luò)整定的PID控制免費(fèi)下載

  資源簡介：基于DRNN神經(jīng)網(wǎng)絡(luò)整定的PID控制，matlab程序

  標(biāo)簽： DRNN PID 神經(jīng)網(wǎng)絡(luò) 整定

  上傳時(shí)間： 2014-01-11

  上傳用戶：rocwangdp

• 一種基于BP神經(jīng)網(wǎng)絡(luò)整定的PID控制的matlab源程序免費(fèi)下載

  資源簡介：一種基于BP神經(jīng)網(wǎng)絡(luò)整定的PID控制的matlab源程序

  標(biāo)簽： matlab PID BP神經(jīng)網(wǎng)絡(luò) 整定

  上傳時(shí)間： 2015-11-24

  上傳用戶：kelimu

• 基于REF神經(jīng)網(wǎng)絡(luò)整定的PID控制免費(fèi)下載

  資源簡介：基于REF神經(jīng)網(wǎng)絡(luò)整定的PID控制，網(wǎng)絡(luò)分三層被控對(duì)象為二階

  標(biāo)簽： REF PID 神經(jīng)網(wǎng)絡(luò) 整定

  上傳時(shí)間： 2014-01-16

  上傳用戶：a3318966

• 提出了一種基于小波神經(jīng)網(wǎng)絡(luò)整定的PID 控制方法。由于小波變換具有良 好的時(shí)頻局部特性,神經(jīng)網(wǎng)絡(luò)具有強(qiáng)大的非線性映射能力,自學(xué)習(xí)、自適應(yīng)等優(yōu)勢(shì),采用規(guī) 范正交的小波函數(shù)作為神經(jīng)網(wǎng)絡(luò)的基函數(shù)構(gòu)成小波免費(fèi)下載

  資源簡介：提出了一種基于小波神經(jīng)網(wǎng)絡(luò)整定的PID 控制方法。由于小波變換具有良 好的時(shí)頻局部特性,神經(jīng)網(wǎng)絡(luò)具有強(qiáng)大的非線性映射能力,自學(xué)習(xí)、自適應(yīng)等優(yōu)勢(shì),采用規(guī) 范正交的小波函數(shù)作為神經(jīng)網(wǎng)絡(luò)的基函數(shù)構(gòu)成小波神經(jīng)網(wǎng)絡(luò),該網(wǎng)絡(luò)兼有小波函數(shù)的緊 支性、波動(dòng)性以及神...

  標(biāo)簽： PID 函數(shù) 神經(jīng)網(wǎng)絡(luò) 小波神經(jīng)網(wǎng)絡(luò)

  上傳時(shí)間： 2014-01-15

  上傳用戶：yzy6007

• 采用基于DRNN神經(jīng)網(wǎng)絡(luò)整定的PID控制免費(fèi)下載

  資源簡介：采用基于DRNN神經(jīng)網(wǎng)絡(luò)整定的PID控制，網(wǎng)絡(luò)結(jié)構(gòu)取3-7-1，權(quán)值取隨機(jī)值

  標(biāo)簽： DRNN PID 神經(jīng)網(wǎng)絡(luò) 整定

  上傳時(shí)間： 2017-02-28

  上傳用戶：cazjing

• 基于BP神經(jīng)網(wǎng)絡(luò)整定的PlD控制免費(fèi)下載

  資源簡介：基于BP神經(jīng)網(wǎng)絡(luò)整定的PlD控制，神經(jīng)網(wǎng)絡(luò)，根據(jù)系統(tǒng)的運(yùn)行狀態(tài)，調(diào)節(jié)PID控制器的參數(shù)，以期達(dá)到某種性能指標(biāo) 的最優(yōu)化，使輸出層神經(jīng)元的輸出狀態(tài)對(duì)于控制器的三個(gè)可調(diào)參數(shù)

  標(biāo)簽： PlD BP神經(jīng)網(wǎng)絡(luò) 整定 控制

  上傳時(shí)間： 2013-12-17

  上傳用戶：李彥東

• 基于RBF神經(jīng)網(wǎng)絡(luò)的開關(guān)磁阻電機(jī)無位置傳感器控制及單神經(jīng)元PID控制免費(fèi)下載

  資源簡介：開關(guān)磁阻電機(jī)(SwitchedReluctanceMotor，SRM)具有結(jié)構(gòu)簡單、工作可靠、效率高和成本較低等優(yōu)點(diǎn)，在很多領(lǐng)域都顯示出強(qiáng)大的競(jìng)爭力，但是位置傳感器的存在不僅削弱了SRM結(jié)構(gòu)簡單的優(yōu)勢(shì)，而且降低了系統(tǒng)高速運(yùn)行的可靠性，增加了成本，探索實(shí)用的無位置傳感器檢...

  標(biāo)簽： RBF PID 控制 神經(jīng)網(wǎng)絡(luò)

  上傳時(shí)間： 2013-04-24

  上傳用戶：skfreeman

• 基于RBF神經(jīng)網(wǎng)絡(luò)辨識(shí)的單神經(jīng)元PID模型參考自適應(yīng)控制免費(fèi)下載

  資源簡介：基于RBF神經(jīng)網(wǎng)絡(luò)辨識(shí)的單神經(jīng)元PID模型參考自適應(yīng)控制

  標(biāo)簽： RBF PID 神經(jīng)網(wǎng)絡(luò) 單神經(jīng)元

  上傳時(shí)間： 2015-10-18

  上傳用戶：2404

• 基于RBF神經(jīng)網(wǎng)絡(luò)的PID控制算法PID control based on RBF Identification免費(fèi)下載

  資源簡介：基于RBF神經(jīng)網(wǎng)絡(luò)的PID控制算法PID control based on RBF Identification

  標(biāo)簽： Identification control based RBF

  上傳時(shí)間： 2015-10-29

  上傳用戶：ynwbosss

• 基于RBF神經(jīng)網(wǎng)絡(luò)辨識(shí)的單神經(jīng)元PID模型參考自適應(yīng)控制免費(fèi)下載

  資源簡介：基于RBF神經(jīng)網(wǎng)絡(luò)辨識(shí)的單神經(jīng)元PID模型參考自適應(yīng)控制

  標(biāo)簽： RBF PID 神經(jīng)網(wǎng)絡(luò) 單神經(jīng)元

  上傳時(shí)間： 2014-01-06

  上傳用戶：s363994250

• 用matlab寫的BP神經(jīng)網(wǎng)絡(luò)整定PID的算法免費(fèi)下載

  資源簡介：用matlab寫的BP神經(jīng)網(wǎng)絡(luò)整定PID的算法，被控對(duì)象為二階對(duì)象。

  標(biāo)簽： matlab PID BP神經(jīng)網(wǎng)絡(luò) 整定

  上傳時(shí)間： 2017-01-04

  上傳用戶：璇珠官人

• 基于RBF神經(jīng)網(wǎng)絡(luò)辨識(shí)的單神經(jīng)元PID模型參考自適應(yīng)控制免費(fèi)下載

  資源簡介：基于RBF神經(jīng)網(wǎng)絡(luò)辨識(shí)的單神經(jīng)元PID模型參考自適應(yīng)控制

  標(biāo)簽： RBF PID 神經(jīng)網(wǎng)絡(luò) 單神經(jīng)元

  上傳時(shí)間： 2013-12-13

  上傳用戶：hustfanenze

• 基于模糊參數(shù)自整定PID控制的交流伺服系統(tǒng)研究.rar免費(fèi)下載

  資源簡介：交流伺服技術(shù)是研制開發(fā)各種先進(jìn)的機(jī)電一體化設(shè)備，如工業(yè)機(jī)器人、數(shù)控機(jī)床、加工中心等的關(guān)鍵性技術(shù)，但是要提高交流伺服系統(tǒng)的控制性能關(guān)鍵在于伺服控制器對(duì)電機(jī)動(dòng)態(tài)和靜態(tài)響應(yīng)的控制，要獲得良好的電機(jī)動(dòng)、靜態(tài)性能關(guān)鍵在于伺服控制器的控制算法。為此，本...

  標(biāo)簽： PID 模糊 參數(shù)

  上傳時(shí)間： 2013-04-24

  上傳用戶：lht618

• 該程序是基于BP網(wǎng)絡(luò)的PID控制系統(tǒng)。系統(tǒng)由兩部分構(gòu)成：經(jīng)典的PID控制器和神經(jīng)網(wǎng)絡(luò)。免費(fèi)下載

  資源簡介：該程序是基于BP網(wǎng)絡(luò)的PID控制系統(tǒng)。系統(tǒng)由兩部分構(gòu)成：經(jīng)典的PID控制器和神經(jīng)網(wǎng)絡(luò)。

  標(biāo)簽： PID 程序 BP網(wǎng)絡(luò) 控制系統(tǒng)

  上傳時(shí)間： 2015-07-04

  上傳用戶：tyler

• 基于實(shí)數(shù)編碼遺傳算法的PID整定,采用誤差絕對(duì)值積分性能指標(biāo)作為參數(shù)選擇的最小目標(biāo)函數(shù)免費(fèi)下載

  資源簡介：基于實(shí)數(shù)編碼遺傳算法的PID整定,采用誤差絕對(duì)值積分性能指標(biāo)作為參數(shù)選擇的最小目標(biāo)函數(shù)

  標(biāo)簽： PID 實(shí)數(shù)編碼 參數(shù) 算法

  上傳時(shí)間： 2014-01-01

  上傳用戶：xsnjzljj

• 基于自適應(yīng)在線遺傳算法整定的PID控制,每個(gè)采樣時(shí)間分別對(duì)PD參數(shù)進(jìn)行整定免費(fèi)下載

  資源簡介：基于自適應(yīng)在線遺傳算法整定的PID控制,每個(gè)采樣時(shí)間分別對(duì)PD參數(shù)進(jìn)行整定

  標(biāo)簽： PID 整定 算法 控制

  上傳時(shí)間： 2015-08-26

  上傳用戶：wendy15

• 基于cmac神經(jīng)網(wǎng)絡(luò)的的PID控制算法CMAC and PID Concurrent Control免費(fèi)下載

  資源簡介：基于cmac神經(jīng)網(wǎng)絡(luò)的的PID控制算法CMAC and PID Concurrent Control

  標(biāo)簽： Concurrent Control cmac CMAC

  上傳時(shí)間： 2015-10-29

  上傳用戶：aysyzxzm