搜索资源列表
粒子群优化算法C
- 同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应用领域-comparison with the genetic algorithm, the advantages of PSO is simple and easy to achieve without many parameters need to be adjusted. Now it has been widely used function op
PSO-evolutionarycomputation
- 粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation)，有Eberhart博士和kennedy博士发明。源于对鸟群捕食的行为研究 PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。详细的步骤以后的章节介绍 同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目
intelligent_control_modle
- 本人调试的大作业（源程序模型+论文），主要包括PID控制、模糊控制、神经网络控制、遗传算法优化神经网络控制（使用了遗传工具箱GAOT）对同一系统所作的仿真比较，并加入饱和、死区、时滞等非线性后的响应，具体的分析比较过程论文中写的很详细。
八数码问题解答
- 目前开发人工只能的朋友一定会遇到bp算法中八进制的问题，这段程序很好的解决了这个问题。我目前在作模糊控制，神经网络，遗传算法的课题，收集了很多相关程序，望同方向者探讨一二。-only friends will find bp algorithm octal problem, this process satisfactorily resolved this problem. Now I make fuzzy control, neural networks, genetic algorithms
差别算法matlab源码
- 粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation).源于对鸟群捕食的行为研究 PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。详细的步骤以后的章节介绍 同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应
mhsj
- 针对遗传算法的特点，提出一种用模糊控制的方法来调整交叉概率和变异概率的改进模糊遗传算法及其算法结构，并 将其应用于神经模糊控制器的综合优化设计。-For the characteristics of genetic algorithm, a method using fuzzy control to adjust the crossover probability and mutation probability of improving the fuzzy genetic algorithm
fitnessfunction
- 线性二次最优控制加权阵遗传算法优化适应度函数m文件；模糊控制器量化比例因子遗传算法优化适应度函数m文件-Linear quadratic optimal control weighted array genetic algorithm fitness function m documents quantization scale factor of fuzzy controller optimized by GA fitness function m file
MATLABlanguageandapplication
- < 控制系统计算机辅助设计--MATLAB语言与应用>>系统地介绍了国际控制界最流行的控制系统计算机辅助设计语言MATLAB，侧重于介绍MATLAB语言编程基础与技巧、数学问题的MATLAB求解、线性系统计算机辅助分析、控制系统与其他复杂系统的Simulink建模，控制系统的计算机辅助设计方法，包括串联控制器、状态反馈控制器、多变量系统频域设计、PID控制器设计、最优控制器设计、LQG/LTR控制器设计、H2=H1 最优控制、分数阶控制、自适应控制、模糊控制、神经网络控制、遗传
1
- 基于模糊遗传算法的混沌同步控制算法是一种比较简单的同步控制算法-synchronization of chaos based on fuzzy genetic algorithm is a simple control method
YICHUAN
- 基于遗传算法的模糊控制器优化设计，希望对大家有用！-Based on genetic algorithm optimization of fuzzy controller design, hope for all of us!
GAziliao
- 这是收藏的基于遗传算法和语言算子的模糊控制器优化研究-无
Advanced_PIC_Control_Matlab_Simulation
- 该文件用matlab 详细说明包括连续系统和离散系统的PID 控制，常用数字PID 控制，专家PID和模糊PID 控制，神经PID 控制，遗传算法PID 控制，多变量解耦PID 控制，几种先进的PID 控制，灰色PID 控制，伺服系统PID 控制，PID 实时控制-Utlizing Matlab technology to describe the different PIC strategy,including regular PID control,fuzzy PID control.
PSO_Java
- 同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应用领域，基于Java语言实现。-Compared with the genetic algorithm, PSO has the advantage is simple and easy and there is no need to adjust many parameters. Has been widely applied to function o
artificial-intelligence
- 智能控制的课件，主要内容包括神经网络，模糊控制和遗传算法。是一门基础的人工智能先修课-PPT about artificial intelligence
pso
- PSO算法简单、易实现且参数较少，现已被应用于函数优化、神经网络训练、模糊系统控制以及其它遗传算法的应用领域-PSO algorithm is simple, easy to implement and less parameters, have been applied to function optimization, neural network training, fuzzy system control and other applications of genetic algorit
Particle-algorithm
- 粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation)，有Eberhart博士和kennedy博士发明。源于对鸟群捕食的行为研究。 PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。 同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练
kecheng2011
- 课程设计要求 0 实验一 基于模板匹配的字符识别 1 实验二 基于C均值算法的车辆检测与跟踪 3 实验三 水果分类系统设计 5 实验四 基于遗传算法的图像歪斜校准 6 实验五 基于BP网络的函数逼近 9 实验六 空调模糊控制系统设计 -Curriculum design requires 0 Experimental one based on template matching character recognition 1 C-means algorithm
intelligent-control
- 内容为智能控制第二版仿真源程序，包括神经网络、模糊逻辑、遗传算法等。- intelligent control
pid
- 关于PID控制设计，以及设计遗传算法和模糊控制的参考-PID control design, and the design of genetic algorithms and fuzzy control reference
intelligent-control--source-code
- 压缩包中包含了专家控制，模糊控制，人工神经网络，遗传算法等经典例题的源代码 -This compression package contains source code of expert control, fuzzy control, artificial neural networks, genetic algorithms and so on in classic examples