文中將BP神經網絡的原理應用于參數辨識過程，結合傳統的 PID控制算法，形成一種改進型BP神經網絡PID控制算法。該算法利用BP神經網絡建立系統參數模型，能夠跟蹤被控對象的變化，取得較高的辨識精度。針對BP神經網絡對權系初始值敏感的缺點，優化BP神經網絡的初始權系數。通過BP算法修正BP網絡自身權系數，實現PID參數的在線調整。仿真結果顯示了該算法收斂速度快、精度高、魯棒性強、穩定性好，表明了該算法的可行性與有效性。
標簽： PID BP神經網絡 算法 控制器
上傳時間： 2013-10-08
上傳用戶：cxl274287265
在變流器故障診斷系統中，通過MATLAB對牽引變流器建立故障仿真模型，提取故障特征，對輸入輸出數據進行標幺化和模糊化的處理，并基于改進的動量BP神經網絡算法，完成對變流器開關管開路的診斷，誤差滿足要求范圍，結果表明：該算法收斂迅速，能避免陷入局部極值，而且準確率很高，是一種快速有效的方法。
標簽： BP神經網絡 牽引變流器 故障診斷
上傳時間： 2013-11-09
上傳用戶：familiarsmile
BP神經網絡由多個網絡層構成，通常包括一個輸入層、若干個中間層和一個輸出層。BP網絡的特點是：各層神經元僅與相鄰層神經元之間有連接；各層內神經元之間沒有任何連接；各層神經元之間也沒有反饋連接。BP網絡具有很強的非線性映射能力，根據Kolrnogorov定理，一個3層BP神經網絡能夠實現對任意非線性函數進行逼近。
標簽： BP網絡
上傳時間： 2013-10-31
上傳用戶：xy@1314
在LDPC譯碼時，使用LLR BP算法其校驗節點的計算復雜度十分高，而且當LDPC碼中有許多的短環時，譯碼性能也會降低。基于以上的這些問題提出了一個新的混合校驗變量過程，通過調整校驗節點的處理振幅和變量節點的信息相關性來降低計算復雜度，其仿真過程表明在譯碼性能和運算復雜度上與LLR BP 算法都有較大的提高。
標簽： LDPC LLR BP算法
上傳時間： 2014-01-25
上傳用戶：tecman
指出了超聲波在測距應用中的局限性, 并給出解決方案。著重從新的角度補償超聲傳感器的誤差, 提出了用BP前饋神經網絡補償超聲波聲速受溫度、濕度變化而引起的誤差。
標簽： BP神經網絡 超聲測距 誤差補償
上傳時間： 2014-04-24
上傳用戶：erkuizhang
用人工神經網絡的bp的方法解決異或問題
標簽： 人工神經網絡
上傳時間： 2015-01-05
上傳用戶：
bp神經網絡源程序
標簽： 神經網絡 源程序
上傳用戶：zhengjian
人工神經網絡BP算法源代碼與演示程序
標簽： 人工神經網絡 BP算法 源代碼 程序
上傳時間： 2015-01-06
上傳用戶：jeffery
bp算法
標簽： 算法
上傳時間： 2014-12-08
上傳用戶：lvzhr
BP算法
標簽： BP算法
上傳時間： 2015-01-07
上傳用戶：jcljkh
蟲蟲下載站版權所有 京ICP備2021023401號-1
