基于Boltzmann 机神经网络认知机制的机器人趋光控制

人形数字舵机机器人上位机程序。（16度）还有个40度的，有需要的请联系我。。。

在造纸、印染、纺织等高精度、高转速传动系统中,随着工业自动化程度的提高和生产规模的扩大,采用单电机驱动往往难以满足生产的要求。而多电机同步控制历来是最核心的问题,对多电机同步协调控制,国内、外同行也有

答辩-基于神经网络的内模控制,自制的PPT,还有些内模控制相关的资料请在本人空间下载!共同分享。

文中着重研究了神经网络、模糊理论和PID控制的融合方式及其可行性，介绍了一种复合式控制方案——神经网络模糊PID控制算法，并将此算法与PID控制进行了仿真比较。结果表明，在超调量、稳态误差和抗干扰性等

介绍了神经网络的基本结构，论述了它和其他算法的结合及发展现状，展望了神经网络的发展前景

直接转矩控制与矢量控制相比,具有结构简单和鲁棒性强等优点。但直接转矩基于两点式控制原理,不可避免地产生转矩脉动,在控制精度要求较高的工业领域,传统的直接转矩控制技术无法满足控制要求。提出一种基于模糊神

提出一种基于神经网络智能控制的直接转矩控制系统,神经网络控制是智能控制一个重要的分支,它能够处理非线性、不确定性等问题,具有强大的学习能力。利用神经网络控制代替传统直接转矩控制中的矢量优化选择表,神经

提出了基于Elman神经网络(简称ENN)的动态矩阵控制(简称DMC)算法,因为ENN可以表征动态非线性系统。 基本思想是通过ENN预测系统进一步输出,估计系统动态矩阵,然后执行动态矩阵控制算法。 该

基于脉冲耦合神经网络的混沌控制

模糊神经网络信息融合在移动机器人导航中的应用