rbf预测数学代码平滑支持向量机工具箱 介绍 SSVM工具箱是Matlab中的平滑支持向量机的实现。 SSVM是传统SVM的重新构造，可以通过快速的Newton-Armijo算​​法解决。 此外，选择一个好的参数设置以在学习任务中获得更好的性能是一个重要的问题。 我们还提供自动模型选择工具，以帮助用户获得良好的参数设置。 现在，SSVM工具箱包括用于分类和自动的工具。 主要特征 解决分类（）和回归（）问题 支持线性，多项式和径向基核 提供带有RBF内核的SSVM和SSVR的自动模型选择 通过使用精简内核（RSVM）可以处理大规模问题 提供交叉验证评估 使用正则化最小二乘法提供零以外的替代初始点 下载SSVM工具箱 资料格式 SSVM工具箱是在Matlab中实现的。 使用可以加载到Matlab中的数据格式。 实例由矩阵（实例的行和变量的列）表示，标签（1或-1）或响应由列向量表示。 用于分类 回归 以下是一些样本数据集。 代码用法 SSVM工具箱包含三个主要功能：用于支持向量机训练的ssvm_train，用于支持向量机预测的ssvm_predict和用于自动模型选择的芙蓉。 ssvm_t

电机驱动器设置在电流环工作状态；labview从驱动器读取速度值，进行增量式pid运算后，给出电流环的目标值；采样周期由于串口速度和协议中字节数的限制，大于10ms为益；延时环节应更换。

本文针对开环不稳定球杆系统，提出了一种内模PID控制器设计方法。首先通过机理分析建立了系统的数学模型，并利用一阶环节逼近模型中的积分环节，然后在此基础上根据内模控制(internal model control，IMC)原理设计了系统控制器，并推导出了相应的内模PID控制器，与常规PID控制器相比，该控制器仅有一个可调参数，且系统具有整定方便、鲁棒性强的优点。仿真和实验结果表明，内模 PID控制器能使小球快速地稳定在目标位置，具有良好的稳定性和鲁棒性。

基于matlab软件中的"fuzzy"工具,对系统实行模糊-PID双模控制仿真,可很快确定系统的控制参数,改善系统的静态与动态特性,获得较理想的控制效果。

是刘金琨老师早年编写的书，先进PID控制MATLAB仿真，里面有很详细的MATLAB例子，从基本的PID控制到模糊PID智能方法。

自动控制理论及PID算法 由入门到精通－吃透PID２．０版(原创连载) 友情提示：承蒙网友的厚爱，见到有些网友把此帖转帖，谢谢！希望大家在转贴的时候注明作者：焦作华 润白志刚。目前，本文的最新版本已经编辑完成，如果已经转贴的朋友，请按照最新版本修改。再次感谢！

基于MATLAB的磁悬浮球系统PID控制器设计与实现.pdf

CADworx_PID操作说明

MATLAB编程-群智能优化算法应用-人工蜂群算法实现PID参数整定

好用的RBF神经网络波束形成小程序，学会使用神经网络中比BP神经网络更优秀的RBF径向基函数神经网络进行深度学习，优化波束形成中MVDR算法的最优权向量，从而达到波束形成的优化，在雷达通信，水下通信中都是值得一提的优化