暂无评论
基于T-S模型提出一种非线性系统的模型辨识方法.利用蚁群聚类算法进行结构辨识,确定系统的模糊空间和模糊规则数.在聚类的基础上,利用遗传算法辨识模糊模型的后件加权参数,得到一个精确的模糊模型,从而实现了
一类含饱和非线性项周期离散非线性系统同宿解存在性,金中毅,周 展,本文研究了一类含饱和非线性项的二维周期离散非线性系统,利用临界点理论及周期逼近方法得到了该类系统存在同宿解的充分条件。而
BP神经网络的非线性系统建模-非线性函数拟合源程序-BP神经网络的非线性系统建模-非线性函数拟合-BP神经网络的非线性系统建模-非线性函数拟合
给出了状态反馈控制饱和单输入系统以及动态输出反馈单输出饱和线性系统是全局渐近稳定还是区域渐 近稳定的充分性条件, 并在区域渐近稳定的情况下计算其不变吸引椭球. 对于控制饱和系统, 运用R icat t
Linear and nonlinear optimization
模糊逻辑补偿器设计用于具有死区非线性的反馈线性化非线性系统。模糊逻辑系统的分类属性使其成为拒绝由死区引起的错误的自然候选者，死区的区域在行为上有所不同。给出了模糊逻辑参数的调整算法，以使死区补偿方案具
基于分片线性化方法辨识一类非线性系统, 给出了非线性系统的多线性模型表示。基于线性模 型建立多个控制器,基于最大最小指标切换函数构成多模型自适应控制器。 给出了非线性系统多模型自 适应控制算法的优化模
一类带有非线性外系统的不确定非线性系统的非谐波扰动抑制
本文将介绍BP神经网络在非线性系统建模中的应用案例，具体以非线性函数拟合为例进行探讨。我们将详细解析BP神经网络的原理和算法，并通过实际案例展示其在非线性系统建模中的优势和适用性。通过对非线性函数拟合
华南理工研究生讲义
暂无评论