針對傳統PID控制系統參數整定過程存在的在線整定困難和控制品質不理想等問題，結合BP神經網絡自學習和自適應能力強等特點，提出采用BP神經網絡優化PID控制器參數。其次，為了加快BP神經網絡學習收斂速度，防止其陷入局部極小點，提出采用粒子群優化算法來優化BP神經網絡的連接權值矩陣。最后，給出了PSO-BP算法整定優化PID控制器參數的詳細步驟和流程圖，并通過一個PID控制系統的仿真實例來驗證本文所提算法的有效性。仿真結果證明了本文所提方法在控制品質方面優于其它三種常規整定方法。
標簽： PID BP神經網絡 控制器 參數優化
上傳時間： 2014-03-21
上傳用戶：diets
BP神經網絡由多個網絡層構成，通常包括一個輸入層、若干個中間層和一個輸出層。BP網絡的特點是：各層神經元僅與相鄰層神經元之間有連接；各層內神經元之間沒有任何連接；各層神經元之間也沒有反饋連接。BP網絡具有很強的非線性映射能力，根據Kolrnogorov定理，一個3層BP神經網絡能夠實現對任意非線性函數進行逼近。
標簽： BP網絡
上傳時間： 2013-10-31
上傳用戶：xy@1314
在LDPC譯碼時，使用LLR BP算法其校驗節點的計算復雜度十分高，而且當LDPC碼中有許多的短環時，譯碼性能也會降低。基于以上的這些問題提出了一個新的混合校驗變量過程，通過調整校驗節點的處理振幅和變量節點的信息相關性來降低計算復雜度，其仿真過程表明在譯碼性能和運算復雜度上與LLR BP 算法都有較大的提高。
標簽： LDPC LLR BP算法
上傳時間： 2014-01-25
上傳用戶：tecman
指出了超聲波在測距應用中的局限性, 并給出解決方案。著重從新的角度補償超聲傳感器的誤差, 提出了用BP前饋神經網絡補償超聲波聲速受溫度、濕度變化而引起的誤差。
標簽： BP神經網絡 超聲測距 誤差補償
上傳時間： 2014-04-24
上傳用戶：erkuizhang
用人工神經網絡的bp的方法解決異或問題
標簽： 人工神經網絡
上傳時間： 2015-01-05
上傳用戶：
bp神經網絡源程序
標簽： 神經網絡 源程序
上傳用戶：zhengjian
人工神經網絡BP算法源代碼與演示程序
標簽： 人工神經網絡 BP算法 源代碼 程序
上傳時間： 2015-01-06
上傳用戶：jeffery
bp算法
標簽： 算法
上傳時間： 2014-12-08
上傳用戶：lvzhr
BP算法
標簽： BP算法
上傳時間： 2015-01-07
上傳用戶：jcljkh
C++的BP程序
標簽： 程序
上傳時間： 2013-12-14
上傳用戶：ikemada
蟲蟲下載站版權所有 京ICP備2021023401號-1
