搜索资源列表
Intelligentbuaa
- 自动控制理论是人类在了解自然和改造自然的过程中逐渐形成的一门学科。简单反馈控制的最早应用，可以追溯到古代亚历山大时期的克泰希比斯水钟，它就是利用反馈原理来调节流量的。19世纪中叶，J.C.麦克斯威尔对具有调速器的蒸汽机（这也利用了反馈原理来调速）系统进行了稳定性的研究。20世纪20年代，布莱克、奈奎斯特和波德在贝尔实验室的一系列研究工作奠定了经典自动控制（反馈）的理论基础------ -automatic control theory is the understanding of huma
blkstablea
- 12脉波可控整流电路仿真模型,模型的稳定性分析。-12 controllable pulse wave rectifier circuit simulation model, the stability analysis.
based_on_C_BP
- 用C语言编写的BP训练、优化程序，训练速度快，效率高，稳定性好-C language BP training, optimization procedures, training speed, high efficiency and good stability
robocup_gait_xukai
- 研究仿人机器人运动学和动力学特性，建立可用于描述相同自由度 配置仿人机器人的运动学和动力学计算模型，定量分析仿人机器人在步行 过程中的稳定性，并计算仿人机器人在每个时刻下各关节的驱动力矩
jiyuBPshenjingwangluodexiaohuisheng
- 采用神经网络控制方法,建立了基于ＢＰ算法的神经网络有源消声实验系统。实验证明基于ＢＰ算法的有源消声实验系统具有良好的消声效果和稳定性
Simpson
- [数值算法]积分算法之Simpson算法 Simpson算法来源于Newton-Cotes公式,是一种插值型求积算法.在高阶时数值的稳定性较差,故常用的是比较低较的几种情况.
afs1
- 人工鱼群算法（AFSA）是2002年李晓磊提出的基于鱼群行为的寻求全局最优 的新型搜索策略，该算法具有较优的全局收敛能力及较快的寻优速度。本文首次将 人工鱼群算法应用于人工神经网络的学习，形成了人工鱼群神经网络模型，通过与 BP算法、模拟退化算法、进化算法训练的人工神经网络进行比较，验证了人工鱼群 神经网络在全局寻优能力上的优势，进而利用人工鱼群神经网络进行电力系统短期 负荷预测，建立了人工鱼群神经网络预测模型。为了进一步提高算法的稳定性，以 及求得全局最优值的能力，文中
mfc5
- 用的是倒谱,加神经网络~不过没有成功,稳定性很差-using the cepstrum, neural network to increase but not a success, poor stability
高斯背景模型
- 高斯背景模型，进行前景分离，目标提取，稳定性高。
Matlabfuzzy
- 本文介绍一种倒立摆系统的软硬件开发，其硬件系统具有低成本、高可靠性和稳定性等优点；其软件系统在Matlab环境下编程和实时控制，源代码完全开放，而且可调用丰富的Matlab工具箱函数，非常适用于教学和科研上的再学习和开发。-This paper introduces an inverted pendulum system software and hardware development, the hardware system has a low-cost, high reliability
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
ABasicConceptofaJudoRobot
- 提出了一个Judo的机器人平衡模型，并在其基础上做了稳定性分析，具有较强的参考价值。-Judo proposed a model of the robot balance and on the basis of the stability analysis done with strong reference value.
GA
- 热力学遗传算"~-(therm odynamical genetic algorithms，简称TDGA)借鉴固体退火过程中能量与熵的竞争 模式来协调GA 中“选择压力”和“种群多样性”之间的冲突．然而TDGA 目前极高的计算代价限制了其应用．为了提 高TDGA的计算效率，首先定义一种等级熵(rating—based entropy,J~j称RE)度量方法，它能以较小的计算成本度量种 群中个体适应值的分散程度．然后引入分量热力学替换规则(component thermod)rnami
ART1
- 人工智能自适应共振理论的运用，脑模型的稳定性，可塑性示范-The use of adaptive resonance theory artificial intelligence, brain model of stability, plasticity model
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
using-adaptive-chebyshev
- 提出了一种基于自适应 Chebyshev 多项式神经网络(ACNN)的 Logistic 混沌系统控制算法。该算法采用 Chebyshev 正交多项式作为神经网络的激励函数, 构建 Logistic 混沌系统的预测与控制模型。为了保证算法的稳定性, 提出和证明了收敛定 理, 并利用自适应学习率算法提高神经网络的学习效率和收敛速度。通过采用自适应 Chebyshev 神经网络直接学习 Logistic 混 沌系统的动态特性, 并对系统实施目标函数控制。实验仿真结果表明, 该算法在 L
Adaptive-Hysteresis
- 基于径向基函数神经网络迟滞非线性自适应控制 提出了一种新的动态迟滞非线性模型. 将一定数量不同死区宽度的 backlash 模型并行相 加, 作为一个动态系统以仿真执行器中的迟滞特性. 利用该模型, 采用伪控制方法设计了一套具有 未知迟滞特性非线性系统的神经网络自适应控制方案, 通过自适应算法来调整干扰项的上限. 采用 Lyapunov 稳定性理论进行了严格证明, 仿真试验验证了所提方案的有效性.- A nov el class of hysteresis mo dels w
Identification-and-Controller-Design
- 迭代辨识与控制设计的主要问题在于保证控制设计的稳定性和闭环性能的不断改善.针对该问题.-Iterative Identification and Control Design
BP
- BP网络对边坡稳定性的评估，采用五个输入节点。-BP network for the assessment of slope stability, using five input nodes.
Application-of-optimized-Elman--
- 对量子粒子群优化(QPSO) 算法进行研究，提出了自适应量子粒子群优化(Adaptive QPSO) 算法，用于优化Elman 神经 网络的参数，改进了Elman 神经网络的泛化能力。利用网络流量时间序列数据进行预测，实验结果表明，采用AQPSO 算法优 化获得的Elman 神经网络模型不但具有较强的泛化能力，而且具有良好的稳定性，在网络流量时间序列数据的预测中具有 一定的实用价值-Quantum-behaved particle swarm optimization (QPSO)