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(二) 3. 突变运算继续观看 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 Atmel MaxTouch T系列触摸屏控制器-手写笔手套支持 数字电子技术基础 全方位解析AT91SAM系列启动方案AT91Bootstrap STM32F10x USB技术培训 手把手教无传感器的InstaSPIN-FOC电机控制技术1 (A) 解刨TI WL1283 (WiLink 7.0)芯片 MSP430F2274时钟系统介绍 CES 2015焦点: Novi重新定义智能家居保安 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 动态数码管引脚问题 1.3位动态数码管,12个引脚,8个段选,3个位选,还有1个做啥?2.共阳和共阴引脚一样吗?3.共阳是在位选驱动,共阴是在段选驱动吗?动态数码管引脚问题找datasheet,别乱猜。可以用万用表测下共阳和共阴只是段码设置的问题吧看器件手册是正道,工程技术人员一定要养成看器件手册的好习惯。 孤獨の快樂 STM32F103xF,STM32F103xG什么时候上市 STM32F103xF,STM32F103xG在ST的网站上看到了。并且可以下载预览的一份DATASHEET.这个MCU什么时候上市呢?不知道价格会高多少!看重的就是增加到16个TIMER了。这个非常的重要。做高速计数,和脉冲输出的时候,因为路数太多,STM32F103普通的一直不行。这次终于可以了。STM32F103xF,STM32F103xG什么时候上市没人知道吗?你去下订单就知道了 eddy326 电阻额定功率值在电路图上的符号 电阻在电路中用“R”加数字表示,如:R1表示编号为1的电阻。电阻在电路中的主要作用为分流、限流、分压、偏置等。衡量电阻器的两个最基本的参数是阻值和功率。阻值用来表示电阻器对电流阻碍作用的大小,用欧姆(Ω)表示。倍率单位有:千欧(KΩ),兆欧(MΩ)等。换算方法是1MΩ=1000KΩ=1000000Ω.....电阻额定功率值在电路图上的符号 zzzzer16 怎么消除AD657放大电路的幅频曲线凸起的地方,类似自激振荡。。 如题,怎么消除放大电路的幅频曲线凸起的地方,类似自激振荡。。\0\0\0eeworldpostqq怎么消除AD657放大电路的幅频曲线凸起的地方,类似自激振荡。。那个地方没有自激。消除它可调整一下极点位置。 bin 基于国产高云FPGA的IP核FIR滤波器设计 #基于国产高云FPGA的IP核FIR滤波器设计市面上使用FPGA设计的FIR滤波器有很多,其中基于IP核设计的同样很多,但是基于国产FPGA软硬件设计的FIR滤波器很少,其中会用国产IP的更少,而用高云的几乎没有,至少网上基本是找不到开源项目的,于是趁着这次做实验的机会我使用使用国产高云FPGA及其IP设计了一个简易的FIR滤波器,因为临近期末,没什么空写帖子了,我把我的工程上提到了github上,大家可以去github上看看。链接如下:https://github.com/hua 学学学学学学学 【2024 DigiKey 创意大赛】”双光融合“智能热像仪 作品总结与提交 双光融合智能热像仪作者:JOEYCH 作品简介本项目为一款双光融合智能热像仪,双光融合指的是可见图像与热图像相融合。该设备硬件上基于高性能STM32H7微控制器,软件上基于使用micropython语言的OPENMV开源项目和TensorFlowLiteAI模型框架,实现了图像采集的高效率和手写数字分析的高精度。听取秦天大佬的建议,添加LCD触摸屏提供直观的用户交互体验,支持模式的快速切换和实时监测分析。双光融合智能热像仪在医疗健康领域能够进 JOEYCH 网友正在看 逻辑无环流可逆调速系统 Capture软件自带元件库介绍 Allegro软件导入第一方网表与第三方网表的区别在哪里呢? IMX415和IMX335摄像头的使用 高频电路基础(八) 移动机器人之智慧工厂应用 9.4 无人搬运车效能评估 Bode图与传递函数的关系 图像分析和统计graycomatrix