搜索资源列表
BP
- 基于BP神经网络的 参数自学习控制 （1）确定BP网络的结构，即确定输入层节点数M和隐含层节点数Q，并给出各层加权系数的初值 和 ，选定学习速率 和惯性系数 ，此时k=1； （2）采样得到rin(k)和yout(k)，计算该时刻误差error(k)=rin(k)-yout(k)； （3）计算神经网络NN各层神经元的输入、输出，NN输出层的输出即为PID控制器的三个可调参数 ， ， ； （4）根据(3.34)计算PID控制器的输出u(k)； （5）进行神经网络学习，在线调整加权
PID-GAs
- 遗传算法的PID调节 题目：已知 ，利用GA 寻优PID参数，其中K=1，T=2， ，二进制/实数编码，位数不限，M，Pc，Pm自选，性能指标 ，Q=100为仿真计算步长。-PID regulation of genetic algorithms Title: known, the use of PID parameters of GA optimization, in which K = 1, T = 2,, binary/real-coded, not limited to the me
q
- 三篇关于MATLAB，模糊PID控制，液位控制与仿真的文章-3 on MATLAB, Fuzzy PID control, level control and simulation of the article
200711-0054-05
- TMS28335初始化完成之后， 1、 先DDS产生73.35hz的方波。（问流量管固定频率） 2、 乘法器的另一个数字端输入乘数直接给一个固定值（按照5v），系数是固定的就是对应PID输出的那个接口，串行十二位信号输出（需要先定好一个GPIO接口）。 3、 再延迟一定的时间0.1s或其他时间之后，开始ad采集信号，分别采两路AD信号，此时不稳定（为什么要等到一定的幅值才开始采集AD信号） 4、 选择250点估计一个频率，频率估计的方法采用计算峰值次数的方法或者过零点，总之是为了
PID
- PID： LDP #DP_B01 数据页4——0200h～0280h SETC SXM 允许符号扩展 LACL VREF Vref，Q.15*256 SUB V V，Q.15*256 SACL VE2 e(k)= Vref－V，Q15*256 SUB VE1 e(k-1)，Q15*256 SACL PIDTMP1 Delta(e(k))=e(k)-e(k－1)，Q15/256 SUB
DIGITAL-PID
- DSP 的数字控制设计方面的较好的技术资料，包括Q格式含义，Q格式确定等方面的说明。-DSP digital control better technical design information, including the descr iption of the meaning of Q format, Q format determination and so on.
New Ysorkzz
- q saco filho da puta do racaralho porra librera essa perda chist