在工业生产过程中，针对纯迟延、时变、强耦合的多输入多输出现象，提出一种基于模糊神经网络解耦和PID控制相结合，对系统进行解耦控制的方法。这种方法不需要建立多变量对象精确的数学模型，通过对大迟延大惯性强耦合的循环流化床锅炉床温-主汽压力对象进行仿真，其结果表明，解耦控制效果很好，具有良好的静态性、动态性及鲁棒性。

大数据-算法-非线性观测条件下的目标跟踪及其解耦技术研究.pdf

针对柔性触觉传感器模型高度非线性、解耦难度大等问题，提出一种有效的方法来模拟柔性触觉传感器在实际应用中含噪声的情形。首先在理想条件下的传感器模型上添加不同幅度的高斯白噪声并建立其数学模型，之后通过K-均值和递归最小二乘法优化RBF神经网络，并利用优化后的RBF神经网络算法逼近受噪声干扰的传感器阻值与形变之间的高维非线性映射关系，最后基于不同的展开幅度通过行列阻值解耦出传感器三维形变信息，获得了较好的解耦精度。解耦结果表明，RBF神经网络算法具有较强的鲁棒性和抗噪声能力，能够很好地逼近含噪声的传感器高维非线性数据之间的映射关系。

多轴传感器的姿态解耦；对工程人员，MATLBA算法分析，设计开发人员具有很强的参考价值。算法完备。详实、

根据直线感应电机的T型等效电路进行数学建模，为直线感应电机simulink模型建立给予理论支撑

Spring 集成事件总线 Java/Spring 项目的事件总线库，基于 Spring 集成框架。 事件驱动架构促进了事件发布者和事件订阅者之间松散耦合的交互。 事件本质上是具有附加语义的消息，这就是为什么许多事件基础设施都建立在某种消息传递框架（如 Spring Integration）上的原因。 该库旨在将的易用性与 Spring 和 Spring Integration 框架的强大功能结合起来。 显着的特点包括： 使用方法注释的声明性订阅者注册 异步事件使用可配置的 交易订阅者支持 基于每个订阅者的同步或异步行为 使用时可选的自动配置 先决条件 要使用这个库，你的项目需要使用： Java 8 Spring Integration 4.1.x 或更高版本 Spring Framework 4.x 或更高版本 设置 如果您的项目使用 Spring Boot 和自动配置，那么

为了解决光伏并网系统中二次功率扰动的问题，提出了一种以反激式微型逆变器为基础，包含功率解耦功能的新型三端口电路拓扑结构。其中的一个端口可以用低容值长寿命的薄膜电容取代大容值短寿命的电解电容来实现功率解耦，提高整个逆变器的使用寿命。仿真和实验验证了该解耦电路的可行性和稳定性。

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：PID神经元网络解耦控制算法_多变量系统控制_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

SIki学院的高度解耦和：事件的监听与广播系统（Unity2018.1.0）资料

高度解耦和：事件的监听与广播系统（Unity2018.1.0）资料配套视频