MATLAB中详细地用例子说明了神经网络工具箱的使用，和主要函数的用法
上传时间： 2016-10-21
上传用户：秦莞尔w
基于Matlab的BP神经网络在大气污染预报中的应用，希望能够对大家有所帮助
上传时间： 2017-03-06
上传用户：klin3139
MATLAB控制工程工具箱技术手册。本书为读者提供了使用MATLAB 的实践性指导。主要介绍了MATLAB中与控制工程相关的6个基础工具箱：系统辨识工具箱、控制系统工具箱、鲁棒控制工具箱、模型预测控制工具箱。
上传时间： 2017-04-10
上传用户：hebmuljb
关于神经网络算法在MATLAB中对典型二阶对象进行仿真，并得到其阶跃响应。。
上传时间： 2017-08-08
上传用户：xmsmh
神经网络中lms算法的matlab实现和在分类中的应用
上传时间： 2017-08-30
上传用户：liansi
Matlab人工神经网络工具箱中的BP工具函数及其应用_陈春凯
标签： Matlab人工神经网络工具箱中的BP工具函数及其应用_陈春凯
上传时间： 2016-05-30
上传用户：帝出乎震
神经网络在智能机器人导航系统中的应用研究1神经网络在环境感知中的应 用 对环境 的感 知 ，环境模型 妁表示 是非常重要 的。未 知 环境中的障碍物的几何形状是不确定的，常用的表示方浩是 槽格法。如果用册格法表示范围较大的工作环境，在满足 精度要求 的情况下，必定要占用大量的内存，并且采用栅 格法进行路径规划，其计算量是相当大的。Kohon~n自组织 神经瞬络为机器人对未知环境的蒜知提供了一条途径。 Kohone~冲经网络是一十自组织神经网络，其学习的结 果能体现出输入样本的分布情况，从而对输入样本实现数 据压缩 。基于 网络 的这些特 性，可采 用K0h0n曲 神经元 的 权向量来表示 自由空间，其方法是在 自由空间中随机地选 取坐标点xltl【可由传感器获得】作为网络输入，神经嘲络通 过对大量的输八样本的学习，其神经元就会体现出一定的 分布形 式 学习过程如下：开 始时网络的权值随机地赋值 ， 其后接下式进行学 习： ， 、 Jm(，)+叫f)f，)一珥ff)) ∈N，(f) (，) VfeN．(f1 其 中M(f1：神经元 1在t时刻对 应的权值 ；a(∽ 谓整系 数 ； (『l网络的输八矢量；Ⅳ()：学习的 I域。每个神经元能最 大限度 地表示一 定 的自由空间 。神经 元权 向量的最 小生成 树可以表示出自由空问的基本框架。网络学习的邻域 (，) 可 以动 态地 定义 成矩形 、多边 形 。神经 元数量 的选取取 决 于环境 的复杂度 ，如果神 经元 的数量 太少 ．它们就 不能 覆 盖整十空间，结果会导致节点穿过障碍物区域 如果节点 妁数量太大 ．节点就会表示更多的区域，也就得不到距障 碍物的最大距离。在这种情况下，节点是对整个 自由空间 的学 习，而不是 学习最 小框架空 间 。节 点的数 量可 以动态 地定义，在每个学习阶段的结柬．机器人会检查所有的路 径．如检铡刊路径上有障碍物 ，就意味着没有足够的节点 来 覆盖整 十 自由窑 间，需要增加 网络节点来 重新学 习 所 138一 以为了收敛于最小框架表示 ，应该采用较少的网络 节点升 始学习，逐步增加其数量。这种方法比较适台对拥挤的'E{= 境的学习，自由空间教小，就可用线段表示；若自由空问 较大，就需要由二维结构表示 。 采用Kohonen~冲经阿络表示环境是一个新的方法。由 于网络的并行结构，可在较短的时间内进行大量的计算。并 且不需要了解障碍物的过细信息．如形状、位置等 通过 学习可用树结构表示自由空问的基本框架，起、终点问路 径 可利用树的遍 历技术报容易地被找到 在机器人对环境的感知的过程中，可采用人】：神经嘲 络技术对 多传 感器的信息进 行融台 。由于单个传感器仅能 提 供部分不 完全 的环境信息 ，因此只有秉 甩 多种传感器 才 能提高机器凡的感知能力。 2 神经 网络在局部路径规射中的应 用 局部路径 规删足称动吝避碰 规划 ，足以全局规荆为指 导 利用在线得到的局部环境信息，在尽可能短的时问内
上传时间： 2022-02-12
上传用户：qingfengchizhu
神经网络控制作为一种全新的智能控制方法,是解决非线性系统预测和控制问题的一种重要手段,受到了许多专家学者的广泛关注,是目前国内外研究的热点之一。本文着重研究前向神经网络的学习算法,简单探讨了BP算法在逼近非线性系统中各个因素对系统的影响。
上传时间： 2013-11-28
上传用户：561596
直接转矩控制技术，是继矢量控制技术之后出现的又一种新的控制思想，其控制手段直接，系统响应迅速，具有优良的静、动态特性，系统鲁棒性好，因而受到了普遍关注并得到了迅速发展。 本论文从交流调速技术的发展开始，分析了异步电机直接转矩控制的基本原理，推导了u-l、i-n两种磁链模型，并对这两种磁链模型的适应范围和特点进行了分析，然后推导了在全速范围都适用的u-n模型。u-n模型的特点是：低速下工作于i-n模型，高速下工作于u-i模型，高低速之间自然过渡，加之引入电流调节器对电流观测值进行补偿，大大提高了模型的观测精度。 然后以交流电力机车为例，介绍了直接转矩控制技术在交流调速系统中的应用，并根据电力机车的牵引特性，设计了不同的控制策略： (1)低速区：采用圆形磁链的直接转矩控制； (2)高速区：采用六边形磁链的直接转矩控制； (3)弱磁区：通过改变磁链给定值来调节转矩，实现恒功率调节。 同时应用MATLAB/SIMULINK软件建立了直接转矩控制系统的仿真模型，并得出了仿真结果，验证了该方法的正确性。 最后介绍了无速度传感器的直接转矩控制方法，推导了基于模型参考自适应(MRAS)理论的转子转速的辨识方法，建立了转子转速的辨识模型，并得到了仿真结果。
上传时间： 2013-04-24
上传用户：wangrong
为了预报电力系统负荷，采用GRNN（广义回归网络）的方法，通过GRNN神经网络和BP神经网络建立电力系统负荷预报网络模型，用MATLAB7.0仿真，达到了预测的目的。利用GRNN神经网络预测结果准确率高，避免了BP网络预测同样的数据库，算法冗长，网络预测结果不稳定的缺点，GRNN网络具有更好的预报精度。
上传时间： 2014-01-12
上传用户：zhangyigenius
