暂无评论
Application 2: Nonlinear System Modeling of BP Neural Networks——Nonlinear Function Fitting
如何使用matlab进行非线性系统建模并通过BP神经网络进行非线性函数的拟合。文章中提供了相应的案例分析和源码,以及运用遗传算法进行分类和采用RBF回归方法。通过这些实例,读者可以深入了解BP神经网络
自动化专业可用 再利用神经元pid优化系统的控制 实现系统仿真分析
里面为非线性模型的模型预测控制,均为m文件,有助于对非线性模型预测控制的理解
基于未建模动态补偿的非线性自适应切换控制方法
一本有关非线性和自适应控制技术方面的书籍,希望对大家有所帮助!
本书为模型参考自适应控制教材,可供有需求者下载学习。
在模型未知的情况下, 估计过程的重要变量尤为重要. 鉴于此, 采用不敏卡尔曼滤波(UKF) 与神经网络相结合的方法, 解决一类未知模型非线性系统的状态估计问题. 采用动态神经网络对非线性系统进行建模,
针对一类非线性离散时间系统给出最优预见控制器设计方法. 首先运用非线性控制系统直接控制方法的思想, 将非线性反馈部分作为形式输入, 使得系统成为“形式上”的线性系统; 然后, 针对该线性系统, 利用最
一类无严格反馈形式的切换非线性系统的自适应神经反演
暂无评论