本课程为精品课,您可以登录eeworld继续观看: 模糊控制系統(二) 2. 倒立摆模糊控制继续观看 课时1:课程介绍 课时2:智能控制系统概论 1.自动控制系统 课时3:智能控制系统概论 2.计算智能 课时4:智能控制系统概论 3.模糊逻辑系统 课时5:智能控制系统概论 4.演化计算 课时6:智能控制系统概论 5.类神经网络 课时7:模糊集合 1.明确集合 课时8:模糊集合 2.模糊集合 课时9:模糊集合 3.模糊集合之基本概念 课时10:模糊集合 4.模糊归属函数 课时11:模糊集合 5.模糊集合之运算 课时12:模糊逻辑 1.明确关系 课时13:模糊逻辑 2.模糊关系 课时14:模糊逻辑 3.扩展原理 课时15:模糊逻辑 4.语言变数 课时16:模糊逻辑 5.模糊规则 课时17:模糊逻辑 6.模糊推论 课时18:模糊控制系統(一) 1. 模糊推论系统 课时19:模糊控制系統(一) 2. Matlab程式编写 课时20:模糊控制系統(一) 3.冷气机之模糊控制 课时21:模糊控制系統(一) 4. 洗衣机之模糊控制 课时22:模糊控制系統(一) 5. Sugeno模糊模型 课时23:模糊控制系統(二) 1. 直流马达模糊控制 课时24:模糊控制系統(二) 2. 倒立摆模糊控制 课时25:模糊控制系統(二) 3. 倒车入库模糊控制 课时26:模糊控制系統(二) 4. 机器人模糊控制 课时27:T-S模糊控制系統(一) 1. T-S模糊模型 课时28:T-S模糊控制系統(一) 2. 平行分布补偿 课时29:T-S模糊控制系統(一) 3. 李雅普诺夫稳定定理 课时30:T-S模糊控制系統(一) 4. 闭回路T-S模糊系統稳定定理 课时31:T-S模糊控制系統(一) 5. 闭回路T-S模糊系统稳定定理 课时32:T-S模糊控制系统(二) 1. 线性矩阵不等式 课时33:T-S模糊控制系统(二) 2. 衰退率T-S模糊控制器设计 课时34:T-S模糊控制系统(二) 3. 倒立摆T-S模糊控制 课时35:T-S模糊控制系统(二) 4. 双向充放电器T-S模糊控制 课时36:T-S模糊控制系统(二) 5. 机器人T-S模糊控制 课时37:二进位基因演算法(一) 1. 梯度下降法 课时38:二进位基因演算法(一) 2. 基因演算法特性 课时39:二进位基因演算法(一) 3. 二进位编码与解码 课时40:二进位基因演算法(一) 4. 初始族群 课时41:二进位基因演算法(一) 5. 适应函数 课时42:二进位基因演算法(二) 1. 天择运算 课时43:二进位基因演算法(二) 2. 交配运算 课时44:二进位基因演算法(二) 3. 突变运算 课时45:二进位基因演算法(二) 4. 菁英政策 课时46:二进位基因演算法(二) 5. 基因演算法之参数分析 课时47:基于基因演算法之控制系统 1. 基于基因演算法之函数极值 课时48:基于基因演算法之控制系统 2. 控制系统时域响应与PID控制器 课时49:基于基因演算法之控制系统 3. 基于基因演算法之最佳PID控制 课时50:基于基因演算法之控制系统 4. 基于基因演算法之强健PID控制 课时51:进阶基因演算法 1. 实数型基因演算法 课时52:进阶基因演算法 2. 基于实数型基因演算法之控制系统 课时53:进阶基因演算法 3. 格雷编码 课时54:进阶基因演算法 4.适应函数线性缩放 课时55:进阶基因演算法 5. 适应函数标准差縮放 课时56:基于粒子群最佳化法之控制系统 1. 粒子群最佳化法之原理 课时57:基于粒子群最佳化法之控制系统 2. 基于粒子群最佳化法之函数极值 课时58:基于粒子群最佳化法之控制系统 3. 粒子群最佳化法之参数分析 课时59:基于粒子群最佳化法之控制系统 4. 基于粒子群最佳化法之PID控制 课时60:基于粒子群最佳化法之控制系统 5. 基于粒子群最佳化法之强健PID控制 课时61:基于演化计算之模糊控制系统 1. 主轴马达伺服系統 课时62:基于演化计算之模糊控制系統 2. 基于基因演算法之模糊控制 课时63:基于演化计算之模糊控制系統 3. 机械手臂控制系統 课时64:基于演化计算之模糊控制系统 4. 基于基因演算法之T-S模糊控制 课时65:基于演化计算之模糊控制系統 5. 基磁浮控制系統 课时66:基于演化计算之模糊控制系統 6. 基于粒子群最佳化法之T-S模糊控制 课时67:单层类神经网络 1. 类神经元模型 课时68:单层类神经网络 2.感知机 课时69:单层类神经网络 3. 感知机应用案例 课时70:单层类神经网络 4. 适应线性元件 课时71:单层类神经网络 5. 适应线性元件应用范例 课时72:多层类神经网络 1. 多层神经网络架构 课时73:多层类神经网络 2. 反向传播算法 课时74:多层类神经网络 3. XOR闸 课时75:多层类神经网络 4. 函数近似 课时76:多层类神经网络 5. 多层神经网络应用范例 课时77:类神经网络控制系统(一) 1. 类神经网络控制系统 课时78:类神经网络控制系统(一) 2.类神经网络模式预测控制 课时79:类神经网络控制系统(一) 3.引擎类神经网络温度控制 课时80:类神经网络控制系统(一) 4.直流马达类神经网络控制 课时81:类神经网络控制系统(二) 1. 类神经网络模式参考控制 课时82:类神经网络控制系统(二) 2.机器手臂系统识别 课时83:类神经网络控制系统(二) 3.机器手臂类神经网络控制 课时84:类神经网络控制系统(二) 4.倒车入库神经网络控制 课时85:模糊类神经网络控制系统 1. 适应性类神经模糊推论系统 课时86:模糊类神经网络控制系统 2. 混合学习演算法 课时87:模糊类神经网络控制系统 3. 离散动态控制系统 课时88:模糊类神经网络控制系统 4. 倒车入库控制系统 课程介绍共计88课时,21小时5分41秒 智能控制系统 智能控制系统是一种使用各种基于人工智能计算方法的自动控制系统,例如模糊逻辑控制系统,基于基因算法控制系统,以及类神经网络控制系统。 上传者:桂花蒸 猜你喜欢 直播回放: 计算机影像处理应用于智能驾驶的未来及挑战 东芝步进电机驱动器简介 使用Arduino控制大型步进电机 直播回放: 英飞凌针对电动工具的高功率、高效率以及高可靠性解决方案 电磁场与电磁波 PSOC4000开发工具介绍 英飞凌XC800系统架构介绍——第二部分 超大规模集成电路基础 热门下载 linux驱动(阿南).rar C语言调试常见错误.rar 实现文件的2DIFS_code32 中文 Excel 2000 编程 24 学时教程 自动售货机VHDL程序与仿真 电工仿真学习 微电子学(1984) avR导联的应用价值 任务偏序集驱动的服务组合研究 一个数据结构的课程设计文件,VC++编写.内容为:交通咨询 热门帖子 如何用VS2005进行wince应用程序的开发 如题。请大家给几个这方面的开发指南,谢谢大家!如何用VS2005进行wince应用程序的开发你做了什么?新建项目/智能设备开发安装好设备的sdk就行了晕。。。ls正解。。。网上基础教程也不少。。。不知,帮顶 zhongguo04 了解一下TI的DLP & MEMS TI的DLP显示控制器提供可靠的DMD控制和图像处理功能,适用于广泛的低功耗和便携式Pico显示应用。TI为此芯片系列提供了包括技术文档、软件、解决方案与服务提供商联系方式在内的设计支持。应用方面入门DLPPico芯片组包括两种主要部件:数字微镜器件(DMD)和显示控制器芯片。某些芯片组也包括电源管理芯片。DMD安装在光学模块中,采用光学器件和照明来构成投影显示核心。显示控制器安装在 eric_wang 【二哈识图人工智能视觉传感器】测评之六: 与ARM单片机TFT展示人脸识别结果 二哈试图的串口通信协议;人脸识别之串口测试。识别成功收到数据55AA110A29010001009B0300000000E355AA110A2AD9007100300040000100FF55AA110A2901000100B50300000000FD55AA110A2AD9006400300040000100F255AA110A29010 mameng 国内自主研发高性能PLC,集成DA,AD模块 国内自主研发高性能PLC,集成DA,AD模块资料下载已包含配套编程软件与用户手册国内自主研发高性能PLC,集成DA,AD模块下载了看看再说。如果性能和价格合适以后就用这个啦。欢迎欢迎,性能和价格都没有问题thanksforyourshairng.............看看 wqlcd_911 上本无线通讯好书 射频和无线入门(第二版)上本无线通讯好书以后可能会用得上撒!!射频谢谢分享!先下载。谢谢了。谢谢谢谢,很经典的书。。谢谢楼主共享,下载!谢谢楼主共享!谢谢楼主入门级的,新晋员工可以看看~~谢谢楼主~~呵呵很不错!!!!!!!!!!谢谢楼主谢谢楼主!!先下了,太谢谢您了!!!谢谢!学习一下chi支持下斑竹哈好书。谢谢,很经典的书。。ding回复楼主ddllxxrr的帖子这本书需要通信原理做前置知识么?还是零起点的?ddddddddd ddllxxrr TI模拟应用期刊第一季 本期精彩内容包括如下主题:放大器•运算放大器的增益稳定性,第1部分:总体系统分析•压电传感器的信号调节•将运算放大器与高速DAC进行接口连接,第3部分:简化DAC电流源电源管理•电池备份存储系统的电量监测因素•符合JEITA标准的锂离子电池充电器解决方案 lixiaohai8211 网友正在看 FIFO练习3答案 在EFM32GG上运行Lua脚本语言 虚拟存储器 向导制作LQFP封装及制作技巧(Default_mm和Default_mil):一 基于MSP430的超低功耗工业传感器技术-上篇 2 使用 Arduino 检测系统姿态 在TINA-TITM模拟器中使用噪音,傅立叶分析等信号链专用分析 1.2 工业通信