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
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
bpnet
- 智能控制；BP神经网络算法；PID控制器MATLAB 仿真-Intelligent Control BP neural network algorithm MATLAB simulation, the PID controller
BPPID
- 基于BP神经网络PID整定原理和算法步骤，并文中附有相关的MATLAB程度源代码；-Based on BP neural network PID tuning principles and steps of the algorithm, and can be related to the degree of the MATLAB source code
BP
- 基于BP神经网络的PID控制器结构,控制器由两部分组成：一是常规PID控制器，用以直接对对象进行闭环控制，且3个参数在线整定；二是神经网络NN，根据系统的运行状态，学习调整权系数，从而调整PID参数，达到某种性能指标的最优化。-基于BP神经网络的PID控制器结构,控制器由两部分组成：一是常规PID控制器，用以直接对PID controller structure BP neural network, the controller con
BP-PID
- 基于BP神经网络的PID参数自整定，实现PID控制器的自适应控制(Self-tuning of PID parameters based on BP neural network)
bppid
- 基于神经网络bp的pid控制器，可以运行。(based on nerual network pid controller)
BP based PID Control
- 被控对象为传递函数，是神经网络BPpid控制的(Based on bp nerual network pid control)