搜索资源列表
mathmodel
- 这是一个好的建模学习资料,赶快下载吧, 数学建模十大算法 ( 包含:蒙特卡罗算法、数据拟合、参数估计、 插值等数据处理算法、线性规划、整数规划、多元规划、二次规划等规划类问题、 图论算法、动态规划、回溯搜索、分治算法、分支定界等计算机算法、 最优化理论的三大非经典算法：模拟退火法、神经网络、遗传算法、 网格算法和穷举法、一些连续离散化方法、数值分析算法、图象处理算法）-This a good model to study the information, downloa
pid
- :针对当前电力机车调速系统存在的一些问题，简要分析了直流电力机车调速原理，提出了 控制系统的硬件结构，并且设计出Fuzzy + PID复合结构的控制器，提高了控制系统的动态响应速 度和稳态误差 同时利用RBF神经网络自整定PID参数解决了PID控制中的参数整定问题
guizhou
- 利用主成分分析法对BP神经网络的输入参数进行降维，然后进行网络的训练，PCA-BP处理的结果同单一的bp相比，不仅提高了网络的收敛速度，而且提高了网络对预测数据分类的精度
ISODATA
- ISODATA算法是一种基于统计模式识别的非监督学习动态聚类算法，有较强的实用性。介绍了ISODATA算法原理和实现步骤，结合具体算例进行了聚类分析，得到了理想的分类结果，并分析了参数的选取将对分类结果产生的影响。
nn
- 这是两个用神经网络算法分析非线性系统特征，并用于参数预测。
CHAP4_3
- 采用将BP神经网络的学习算法应用于PID控制中，使BP神经网络与PID控制算法结合起来，通过吸收两者的优势，使系统具有自适应性。这样系统可自动调节控制参数，更好地适应输入变量的变化，提高控制性能和可靠性。本文从BP神经网络的基本构成原理、学习规则和学习算法出发，设计了基于BP神经网络的PID控制器，并对其进行了仿真分析,结果表明，该控制方案可行、有效。-We apply the learning algorithm of BP neural network to the PID control,
lunwen
- 针对 深 人 基础I程施1_的特点，围绕深基坑}_程自身的稳定性和环境岩十}，程问题这一突出 的技术难题。对于日益加人、加深的岩十}程问题，传统的研究方法中存在着“参数给不准”和 “模型给不准”两个主要困惑，它们已经成为制约岩}月程发展的瓶颈。这就需要另辟蹊径，实 现思维方式的变革，引入其他相关学科的最新成果，诸如智能神经网络、模糊数学理论、遗传算 法等软科学方法，来研究深大基础}_程施}_变形的钾能预测与控制方法。本文对地卜}程施!_过 程中的稳定性和安全性进行了较系统的分
XPoints
- 三个月的运行中该智能交易增长近 35倍 仔细在货币对 EUR/USD图表中注视规律，你会发现柱的价格会产生转变： 1) rate = (High - Low) / MathAbs(Close-Open) 大于1 2) 低点 (Low)到通道的最低处 (价格可能上涨)或者高点(High)到通道的最高处(价格可能下降) 这种类型的柱被称作X-points. 指标按照参数寻找X-points， xrate (rate >= xrate) && (Hi
antc
- 其主要内容包括蚁群算法的思想起源、研究现状及机制原理；蚁群算法的复杂度分析；蚁群算法的收敛性证明；蚁群算法参数对其性能的影响；蚁群算法的参数选择原则；离散域和连续域蚁群算法的若干改进策略；蚁群算法在多个优化领域的典型应用；蚁群算法的硬件实现技术；蚁群算法与其它仿生优化算法的比较与融合；蚁群算法的研究展望；最后还在附录部分给出了基本蚁群算法的程序源代码和相关网站。.-Its main contents include the origin of ant colony algorithm idea,
BP-PID
- 针对双容水箱大滞后系统，采用PID方法去控制。首先对PID控制中各参数的作用进行分析，采用根轨迹校正、伯德图校正的方法，对系统进行校正。最后采用神经网络PID控制的方法-Large time delay for two-capacity water tank system, using PID method to control. First, the parameters of the PID control in the role of analysis using root locus c
Generalized-predictive-control
- 广义预测控制是一种最具代表性的预测控制算法之一，本文通过对广义预测控制的稳定性、鲁棒性和实时性分析，得知它控制方程复杂、计算量过大、不利于实时控制。为此，广义预测控制算法，然后进行参数选择的研究，并针对冷连轧机张力系统进行了仿真，最后介绍了广义预测控制算法的其它改进方法。-Generalized predictive control is one of the most representative predictive control algorithms. This paper analys
On-State-Feedback-Control
- 状态反馈控制混沌系统 利用一种简单的线性状态反馈方法控制混沌运动 ,引导混沌系统稳定到失稳的平衡点或 周期轨道上 ,用劳斯2胡尔维茨稳定判据判定受控系统在平衡点处参数的取值范围 ,同时使用广义 Hamilton 系统理论的 Melnikov 方法分析受控系统的周期解. 通过对典型的混沌系统进行数值仿 真 ,证实了该控制方法的有效性.- A Linear state feedback control technique is used to guide the typical ch
ABC2007
- 蜂群遗传算法，用于工程或其他领域进行参数反演分析研究等。-artifi cial bee colony
Fuzzy-PI-control-of-PMSM
- 控制系统采用经典的三闭环结构,其中电流环采用id=0的矢量控制策略,速度环采用PI控制,位置环采用模糊PI自适应控制,自适应控制通过Matlab软件编程。文中给出了系统各模块仿真模型的建立方法,并针对工程系统实际参数,进行了负载突加突卸时位置、速度和转矩瞬态过程仿真与分析。结果表明,该系统抗干扰性好,能快速准确地跟踪位置及转速给定。-The control system uses the classic three-loop structure, the current loop id = 0
Speech-Emotion-Recognition
- 基于主成分分析法和反向传输神经网络的语音情感识别 摘要——语音信号中包含着丰富的情感信息，尤其是语义信息。快乐、愤怒、厌恶、恐惧、悲伤，这五种基本情感是经过一个受认可的框架讨论和公认的，这个框架包括主成分分析法和BP神经网络。通过PCA从43种候选参数中筛选出11种参数作为确定某种特定的情感类别的标准。实验采用两种神经网络模型，One Class One Network 和 All Class One Network，并进行比较。实验结果表明，其可靠性达52 ~62 ，这说明用这种框架来识别
cor_ls
- 把辨识分成两步进行：第一步：利用相关分析法获得对象的非参数模型（脉冲响应或相关函数）；第二步：利用最小二乘法、辅助变量法或增广最小二乘法等，进一步求的对象的参数模型。如果模型噪声与输入无关，则Cor-ls相关最小二乘法（二步法）可以得到较好的辨识结果。Cor-ls相关最小二乘法（二步法）实质上是先对数据进行一次相关分析，滤除了有色噪声的影响，再利用最小二乘法必然就会改善辨识结果。能适应较宽广的噪声范围，计算量不大，初始值对辨识结果影响较小。但要求输入信号与噪声不相关-The identifica
BP-Predicted-deformation
- 用BP神经网络预测横梁最大变形量并绘制变形曲线（样本参数用ANSYS分析得到）-Deformation curve and draw the maximum deformation of the beams with BP neural network (sample parameters ANSYS analysis)
331
- 针对齿轮箱振动信号的非平稳性和非线性, 提出一种多重分形和支持向量机相结合的故障 诊断方法。运用多重分形理论方法对齿轮振动信号进行分析, 通过分析发现多重分形谱和广义维数作 为故障特征能够很好地反映齿轮箱的工作状态 对支持向量机的参数利用粒子群优化算法进行优化, 并 将齿轮箱振动信号的多重分形特征量作为支持向量机的输入参数以识别齿轮的故障类型。实验结果表明, 该方法在样本较小的情况下能够准确对齿轮箱的故障类型进行分类-Gearbox vibration signal of non-s
book2
- 股票软件开发定制DEMO说明,是一套进行各种证券分析的系统，功能强大、操作方便、界面友好，支持互联网接收实时行情，提供独特的指标参数，辅助您决策投资品种，适合各类证券投资者使用。-Stock software development and customization DEMO descr iption is a set of various securities analysis system, powerful, easy to operate, user-friendly, support
MATLAB智能算法30个案例分析
- 遗传算法工具箱在matlab中的应用，对GADST各项参数进行分析，举例。(he application of the genetic algorithm toolbox in Matlab analyzes the various parameters of GADST, for example.)