本课程为精品课,您可以登录eeworld继续观看: 二进位基因演算法(一) 5. 适应函数继续观看 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 研讨会 : Renesas 瑞萨电子 针对血糖仪应用的内置模拟前端的 RL78/L1A 系列微控制器 针对5V PIC24F K系列的Microstick开发工具 verilog HDL数字集成电路设计原理与应用 [高精度实验室] 接口 : (4) FPD-Link RT thread env 视频 基于树莓派的报靶器 编程方法 通过Altera新的存储器控制器IP提高系统性能 热门下载 MAX5544 AD5247,pdf datasheet (Digital Potentiometer) TPS2340A 双槽 PCI 和 PCIX 1.0 热插拔电源控制器 利用AD9788TxDAC和ADL5372正交调制器实现单边带发射机中.pdf 基于CORTEX_M0与uIP的串口以太网转换器的设计 Lua scripting language combined with FEMM 4.0 stm32f407学习版LCD显示驱动程序 wave format document 实用开关电源设计 欧姆龙PLC编程软件CX-Programmer7.1 简体中文版 热门帖子 低功耗射频低噪声放大器2 I.特点MAX2640电路具有以下特点:—工作频率范围400MHz-1500MHz;—在900MHz频率下,噪声系数为0.9dB—在900MHz频率下,增益达到15.1dB;—温度范围宽(-40-85);一40dB反面隔离;—在3V电压下工作电流小于3.5mA;低功耗射频低噪声放大器2 JasonYoo 重磅|特斯拉自主研发新电池热度点燃市场 此内容由EEWORLD论坛网友chongdianzhuang原创,如需转载或用于商业用途需征得作者同意并注明出处据报道,关于汽车电子方面,近来业界热议的特斯拉自主研发的新电池或将是干电池技术+超级电容的组合,而具体成分预计会在四月的特斯拉电池会议上进行说明,显然这一则讯息也点燃了市场投资者的瞩目热情。此外,据路透社报道,特斯拉正在美国弗里蒙特建造一条电池生产线试点,并自行设计了电池生产设备,而这或将是特斯拉首次生产自己的电池的起点。截止到2月23日,特斯拉股价已 chongdianzhuang 单片机IO口出现奇怪现象,求助! 大家好!我用的单片机是C8051F020,我的三个IO口出了问题,设置IO口是漏极开路状态,交叉开关也没问题,没有数字外设。有两个奇怪的现象一。我写P2=0XFF;,在KEIL中看P2.7始终是0,其它口是1.量单片机P2.7引脚,引脚上也是0V电压,也就是说无法对P2.7写1,而且P2.7脚没有接外部电路。二。当我对P2.7脚接外部上拉电阻和上拉5V电压时,无论对P2.7写0还是1,P2.7脚始终是5V。求助!这是什么原因,想不通啊,希望大家能指点一下,万分感谢!单片机IO口出现奇怪现 shi991 Linux文件查找命令find,xargs详述 总结:zhy2111314来自:LinuxSir.Org整理:北南南北摘要:本文是find命令的详细说明,可贵的是针对参数举了很多的实例,大量的例证,让初学者更为容易理解;本文是zhyfly兄贴在论坛中;我对本文进行了再次整理,为方便大家阅读;目录版权声明前言:关于find命令一、find命令格式1、find命令的一般形式为;2、find命令的参数;3、find命令选项;4、使用exec或ok来执行shell命令; 一泓清水 你也无法区分420线和480线摄像机么? 现在在市场上买到的摄像机标注的是480线的,但实际上的效果却是420线的,我们如何区分呢?这是我在网上查的一个资料,也希望大家说说自己的看法。3142+405420TVL经济适用3142+633420TVL刚出来的CCD,用的厂家比较少,照度很低,但是偏色的严重(我所看过的)2163+405480TVL(所谓假高线)性价比高,照度低适合装红外机2163+409480TVL照度高不适合装红外机,适合普通*机半球4103+405480TVL(所谓假高线) gina 【2024 DigiKey 创意大赛】AI全功能环境监测站 AI全功能环境监测站作者:MioChan一、作品简介1.1作品功能介绍本次创意大赛中,我设计并实现了一个AI全能环境监测站。该设备通过集成多款高精度气体传感器,能够全面监测环境中的多种气体成分,如温湿度、空气质量、二氧化碳和各类有害气体等。所有环境数据不仅可以实时显示在MatrixRGB点阵屏上,还能够通过AdafruitIO云平台上传,实现多设备多应用间的环境监测数据共享。用户可以通过网页端查看不同环境指标的实时数据及其变化趋势,获取清晰的历史数据图表和变化 MioChan 网友正在看 拼板的实战演示 小波应用09 射频识别技术(RFID)(十一) 超前滞后校正的原理介绍 认识内核 全差分放大器及失真 部分分式分解法——情况1 基于TI Jacinto™ 的深度学习平台 Part2