为了解决强耦合问题和控制过程中参数难于调节的问题,提出了基于忆阻的自适应单神经元多变量解耦PID控制器,根据传统控制器的结构和原理,构建了两变量解耦控制器的结构。分析了两变量解耦控制器的性能,给出了实验仿真结果。通过实验结果,发现这个新的两变量解耦控制器具有较高的控制可靠性、较好的适应性,比传统的控制器学习速度快。最后得到了一个理想的、自适应、自组织的多变量解耦控制器,并获得了较好的控制效果。
2022-06-17 09:38:19
269KB
1
根据 Fitz-Hugh Nagumo 模型生成神经元网络的一组代码
2022-06-04 17:24:07
11KB
1
步态数据上的预测建模：使用LSTM将预测模型应用于时序步态数据的实验的最终结果和Python代码。 “重采样和时代测试”显示了一次优化模型参数两次的第一次迭代的结果。 “批次大小和神经元测试”显示第二次测试的结果，优化了其余两个参数
2022-05-16 15:22:17
300KB
1
目的：能够掌握神经网络感知器的原理和构造方法
内容：利用Matlab或者其它编程工具构造一个神经网络感知器。
要求：构造出的神经网络可以分类样本数据。
2022-05-15 14:54:00
71KB
1