搜索资源列表
一种基于模糊径向基函数神经网络的自学习控制器
- 一种基于模糊径向基函数神经网络的自学习控制器-based on fuzzy RBF neural network learning controller.
chap4_10
- 基于模糊RBF网络整定的PID控制，matlab源程序-based on fuzzy RBF network tuning PID control, Matlab source
FUZZY-RBF-PID
- 基于模糊RBF网络整定的PID控制,采用增量PID形式-RBF network based on fuzzy tuning of PID control, PID form of incremental
GAP-RBF
- 模糊神经网络逼近与分类，模糊规则提取，快速增长与删减网络。-Fuzzy neural network approximation and classification, fuzzy rule extraction, with the deletion of the rapid growth of the network.
GGAP-RBF
- 模糊神经网络实现函数逼近与分类，实现模糊规则的提取。-Fuzzy neural network function approximation and classification, to achieve the extraction of fuzzy rules.
644998fnn-ok
- 模糊滑模神经网络RBF在倒立摆系统的应用-Fuzzy sliding-mode neural network RBF at the inverted pendulum system
MATLABprogram
- 基于Matlab环境编写的一些神经网络PID控制和模糊PID控制源代码，其中包含BP pid，CMAC PID,RBF PID，BP数值逼近算法，BP预测控制以及模糊PID。-Matlab-based environment for the preparation of a number of neural network PID control and fuzzy PID control of the source code, which includes BP pid, CMAC PID,
chap8_1
- 基于模糊rbf网络的逼近算法及仿真实例源代码，包括学习算法等-rbf
fuzzynet
- 模糊RBF网络逼近和混合Pi-Sigma神经网络逼近-Fuzzy RBF and Pi-Sigma Approaching
chap8
- 模糊RBF网络 高级神经网络 基于模糊RBF网络的逼近算法 Pi-Sigma神经网络-High fuzzy RBF network based on fuzzy RBF neural network approximation algorithm for network Pi-Sigma Neural Networks
fuzzy-clustering-algorithm-for-hierarchica-reinfor
- 基于模糊聚类的分层强化学习算法Based on fuzzy clustering algorithm for hierarchical reinforcement learning-Based on fuzzy clustering algorithm for hierarchical reinforcement learning
POSRBFNN
- mtlab粒子群优化模糊RBF神经网络整定PID控制-mtlab Particle Swarm Optimization Fuzzy RBF neural network PID control tuning
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.
fuzzy-rbf
- 结合模糊和径向基的综合算法，可建模仿真，需要的可以下载-And RBF fuzzy comprehensive algorithm, modeling and simulation, need can be downloaded
mohuRBFwangluo
- 模糊RBF网络源代码程序，原理，及其应用，希望对大家有帮助-Fuzzy RBF network source code procedures, principles, and their applications, we hope to help
RBF
- 针对传统的PID控制器参数固 定而导致在控制中效果差的问题,提出一种基于模糊RBF神经网络智能PID控制器的设计方法。该方法结合了模糊控制的推理能力强与神经网络学习能力强的特 点,将模糊控制与RBF神经网络相结合以在线调整PID控制器参数,整定出一组适合于控制对象的kp,ki,kd参数。将算法运用到电机控制系统的PID 参数寻优中,仿真结果表明基于此算法设计的PID控制器改善了电机控制系统的动态性能和稳定性。-Traditional PID controller parameters fixed
第10章 模糊逼近算法
- RBF网络的学习过程与BP网络的学习过程类似，两者的主要区别在于各使用不同的作用函数。BP网络中隐层使用的是Sigmoid函数，其值在输入空间中无限大的范围内为非零值，因而是一种全局逼近的神经网络；而RBF网络中的作用函数是高斯基函数，其值在输入空间中有限范围内为非零值，因为RBF网络是局部逼近的神经网络。(The learning process of RBF networks is similar to the learning process of BP networks. The mai
第11章 模糊RBF网络
- 模糊控制器的设计不依靠被控对象的模型，而是依靠控制专家或操作者的经验知识。模糊控制的突出优点是能够比较容易地将人的控制经验溶入到控制器中，但若缺乏一定的控制经验，很难设计出高水平的模糊控制器。而且，由于模糊控制器采用了IF-THRN控制规则，不便于控制参数的学习和调整，使得构造具有自适应的模糊控制器较困难(The design of fuzzy controller does not depend on the model of the controlled object, but depend
MATAB神经网络30个案例分析
- 该PDF共有30个MATLAB神经网络的案例，包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络；还包含PSO(粒子群)、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。本PDF作为本科毕业设计、研究生项日设计、博士低年级课题设计参考书籍，同时对广大科研人员也有很高的参考价值。(The PDF has a total of 30 MATLAB in the case of neural networks, including BP, RBF, SVM