本课程为精品课,您可以登录eeworld继续观看: T-S模糊控制系統(一) 4. 闭回路T-S模糊系統稳定定理继续观看 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 超高效率,超小尺寸带USB Type-C PD的65W适配器方案设计介绍 四轴飞行器轻松仿真和控制 MATLAB & Simulink TI SensorTag创意设计视频集 LPC4300双核控制系统:多通道数据采集展示 2016 TI 电池管理及Type C研讨会 (上) Atmel 8位AVR 产品概览 解读64位ARMv8架构:Cortex-A57 处理器 嵌入式系统编程系列课程 热门下载 ISD1700.pdf 基于FPGA的FIR数字滤波器的设计与实现 ex54.rar MX7530_M FPGA EP1C6Q240C8 4*4键盘模块 4*4矩阵键盘 多管脚芯片是如后操作设置的 dsp频谱仪设计 微机系统接口课程设计 poj 部分解题报告 poj 部分解题报告 电动汽车用轮毂电机研究热点及趋势分析 热门帖子 如何对framebuffer 进行清屏操作 framebuffer通过dd进行清屏操作/dev/graphics/fb0/dev/zeroLinux的fb设备文件一般是/dev/fb0,执行ddif=/dev/zeroof=/dev/graphics/fb0bs=1280count=720实现清屏也可以通过fbset对framebuffer来进行设置内核当中的一种驱动程序接口。这种接口将显示设备抽象为帧缓冲区。用户可以将它看成是显示内存的一个映像,将其映射到进程地 37°男人 F28027用TM1628驱动共阴数码管,求解! 我的TMS320F28027用TM1628驱动共阴数码管,按照规格书的例子,地址没有错,但数码管不能显示?共阴地址是GRID5、GRID6、GRID7。我采用固定地址方式。0XC8地址不能显示,但0XCA地址能显示,真奇怪我用合泰的单片机就可以驱动file:///C:\\DOCUME~1\\ADMINI~1\\LOCALS~1\\Temp\\_A~_C_F`%IP6P74Q9KE%$%5.gif程序如下#includeDSP28x_Project.h#defineuchar chinaping NXP LPC1768宝马开发板第9章PWM输出 第九章宝马1768——PWM输出开发环境:集成开发环境μVision4IDE版本4.60.0.0主机系统:MicrosoftWindowsXP开发平台:旺宝NXPLPC1768开发板9.1PWM9.2硬件描述9.3程序说明9.4实验现象 旺宝电子 (转)如何计算电阻器自发热影响 转电阻器自发热的计算是一个非常基本的概念,但很多工程师对它并不熟悉,或经常被他们忽略。在我阐述最近设计的高精度电阻式温度检测器(RTD)采集系统的原理时,我意识到了它的重要性。对于图1中的简化设计,需要考虑信号路径中电阻器自发热引起的误差,才能防止它们所导致的不希望出现的误差级。图1:简化的比率计RTD系统该设计针对比率计测量设计,因此模数转换器(ADC)的最终转换结果直接取决于参考电阻器RREF的绝对值。由于RREF上有激励电流经过 qwqwqw2088 数字IC设计工程师笔试面试经典100题(大部分有答案) \0\0\0eeworldpostqq数字IC设计工程师笔试面试经典100题(大部分有答案)感谢分享,收藏了先收着感谢分享 xiefei 寻找zigbee组网定位解决方案 我们需要一套zigbee解决方案,要求1、zigbee设备之间能实现自组网;2、能搞实现zigbee设备的准确定位寻找zigbee组网定位解决方案精度要多高?这是我测试的数据在2m范围测试距离情况:1.2米处,传感器测试获得数据是1.2m在0.7米处,传感器测试获得数据为0.75m在0.4米处,传感器测试获得数据为0.41m在0.2米处,传感器测试获得数据为0.21m在0.1m处获得传感器获得数据为0.14m nanke 网友正在看 Interconnect Timing_ Electrical Models of Wire Delay AC-3弧相容算法 C2000DesignDRIVE 位置管理器EnDat2.2解决方案 ADC采样与数据存储-1(黄武煌) When MIPS meets Android 单层类神经网络 3. 感知机应用案例 低失真运算放大器的设计 4 神经信息处理技术(九)