pid神经网络控制器的设计
MatlabRBF神经网络与PID控制相结合的自适应控制-主要是介绍RBF神经网络与PID控制相结合的自适应控制.rar主要是介绍RBF神经网络与PID控制相结合的自适应控制
结合灰分控制的时变、滞后和非线性特性,本文提出了一种基于人工神经网络与模糊控制相结合的控制器。利用人工神经网络的自学习、自适应和并行处理的能力,将模糊控制规则转化为神经网络的学习样本,通过ANN的BP
首先介绍了PID 控制系统的工作原理,因PID 控制器结构简单、实现简单,控制效果良好,所以已得到 广泛应用。但当控制对象变化时,控制器的参数难以自动调整。为了使控制器具有较好的自适应性,可以采 用模
针对存在不确定时延的网络控制系统,将未知扰动和建模误差转换为满足给定约束的矩阵,建立具有参数不确定性的网络控制系统模型。基于Lyapunov稳定性理论证明控制系统渐近稳定,结合线性矩阵不等式完成H∞鲁
首先分析了目前先进控制技术工程实施过程中的技术瓶颈,在此基础上提出了新的先进控制技术建模方法。本文基于工业自动化通用技术平台(IAP),采用图形化控制策略组态技术开发了一套神经网络智能控制系统,该系统
PID控制器是过程控制中应用最为广泛的控制器,而传统PID控制器参数整定难以达到最优状态,同时,存在控制结果超调量过大、调节时间偏长等缺点,因此,将变异粒子群优化算法(Mutation Particl
基于神经网络的智能PID控制器研究与应用 详细介绍了智能PID的研究成果
混合局部递归神经网络用于创建不确定的多变量单输入/多输出系统的比例积分微分(PID)样的神经网络非线性自适应控制器。 它由一个在隐藏层中具有不超过三个神经节点的神经网络组成,并且在一个隐藏层中分别包含
提出了一个基于神经网络控制的主动队列管理(AQM)算法;研究了TCP/AQM拥塞控制系统的可逆性,并利用一种神经网络监督控制结构进行了AQM算法的设计。算法由一个三层前馈结构的神经网络控制器(neur