• 沒有找到結果。

[PDF] Top 20 簡化退火演算法基於模糊類神經網路控制器於非線性系統之控制

Has 10000 "簡化退火演算法基於模糊類神經網路控制器於非線性系統之控制" found on our website. Below are the top 20 most common "簡化退火演算法基於模糊類神經網路控制器於非線性系統之控制".

簡化退火演算法基於模糊類神經網路控制器於非線性系統之控制

簡化退火演算法基於模糊類神經網路控制器於非線性系統之控制

... 制器所需複雜的數學運算。在適應控制過程中,模糊類神 控制器的權重値是由模擬退火演算來即時調整,以產生適當的控制輸 入。為了即時評估閉迴路穩定的趨勢,本文從 Lyapunov ... See full document

96

多輸入多輸出非線性系統之類神經網路適應性控制器設計

多輸入多輸出非線性系統之類神經網路適應性控制器設計

... 本文將針對多輸入多輸出的典型與典型的未知,提出一個輻狀 底類神路適應控制器,在針對典型未知控制器的架構中, ... See full document

70

動態類神經網路在非線性系統鑑別與控制器設計之應用

動態類神經網路在非線性系統鑑別與控制器設計之應用

... 行政院國家科學委員會補助專題研究計畫 ; 成 果 報 告 □ 期中進度報告 動態類神路在鑑別與控制器設計應用 Application of Dynamic Neural Network Model for Nonlinear System Identification and Control ... See full document

23

線上基因演算之模糊類神經網路及其在非線性系統辨識與控制之應用(2/2)

線上基因演算之模糊類神經網路及其在非線性系統辨識與控制之應用(2/2)

... BMF 控制點。SGA 可以快速收斂到模糊的最佳值已在本文中証實。近 年來,上即時控制是一個重要的研究方向,但是以基因演算做為礎的上 ... See full document

53

線上基因演算之模糊類神經網路及其在非線性系統辨識與控制之應用(1/2)

線上基因演算之模糊類神經網路及其在非線性系統辨識與控制之應用(1/2)

... 摘要 本計畫提出一種以基因演算礎輸出回授直接適應模糊控制器的設計則,此控制器 用以控制具未確定項動態。吾人使用一種 reduced-form genetic algorithm ... See full document

12

使用遞迴式模糊類神經網路於非線性動態系統之辨識與控制

使用遞迴式模糊類神經網路於非線性動態系統之辨識與控制

... RFNN 控制器使用 輸出與欲追蹤軌跡誤差為輸入,產生 相對控制訊號以驅動達到追蹤或穩定 目的。整體而言,本計畫的目的為探討 如何利用遞迴式模糊 RFNN 來 ... See full document

5

具自動建構特性之模糊與類神經網路控制架構於非線性動態系統之應用

具自動建構特性之模糊與類神經網路控制架構於非線性動態系統之應用

... 制架構不但能有良好的控制表現,也可大量減少運算量。其次針對仿射的 動態,提出使用以霍普菲爾為礎的動態類神路的直接適 應控制架構。在此架構中,以霍普菲爾為礎的動態類神路用來近 ... See full document

81

類神經網路於非線性程序系統控制之應用 劉權輝、涂瑞澤

類神經網路於非線性程序系統控制之應用 劉權輝、涂瑞澤

... 參考文獻 王進德、蕭大全,模糊控制理論入門,全華科技圖書,台北市,1994。 黃明潔,的模式預測控制,國立台灣科技大 學,碩士論文,台北,1990。 靳蕃、範俊波、譚永東,計算機原理, ... See full document

2

簡化的蟻群最佳演算法與其在模糊類神經網路之應用

簡化的蟻群最佳演算法與其在模糊類神經網路之應用

... 選擇適合的狀態和虛擬控制器,並根據這些選擇重新修改狀態方程式。最 後在各個子中,選擇適當的 Lyapunov 函數,並藉由真實的控制器結 合各個子,以便保證整體的穩定性。近年來,由智慧型控制方 ... See full document

87

非線性未知系統之適應性模糊─類神經控制研究(I)

非線性未知系統之適應性模糊─類神經控制研究(I)

... 個部份,第一部份,我們利用模糊 ,針對某一組單一輸入輸出,設 計適應估測器,此適應模糊估測器並不 像文獻上[44-45]所提的適應估測器,受制受 ... See full document

4

以放射狀基函數為基礎的模糊類神經網路系統之研究

以放射狀基函數為基礎的模糊類神經網路系統之研究

... F2RBF2N 的特色是更少的計算時間 並且適合即時應用,的隱藏層 元可以自動增加,使得建立一個效能令人 滿意的控制更為容易。對靜態 而言,這種新的架構,可以迅速地 由短暫的學習期,調適出模糊模式的相關 ... See full document

39

模糊推理類神經網路與放射狀基函數類神經網路功能的整合與加強之研究

模糊推理類神經網路與放射狀基函數類神經網路功能的整合與加強之研究

... 上學習操作非常有效地建立更完美 的模糊知識庫,達成規則式模糊自動 建模的目標。 F2RBF2N 的特色是更少的計算時間 並且適合即時應用,路的隱藏層神 元可以自動增加,使得建立一個效能令人 ... See full document

10

非線性不確定系統模糊類神經網路控制器的硬體實作

非線性不確定系統模糊類神經網路控制器的硬體實作

... CHAPTER 4 Conclusion The on-line adaptive intelligent control for uncertain nonlinear systems by using TS-type FNN models proposed in [1] has been fully implemented using real hardware p[r] ... See full document

43

基於增益與相位餘量之PID控制器調整方法-利用模糊類神經網路

基於增益與相位餘量之PID控制器調整方法-利用模糊類神經網路

... In this study, we will use a fuzzy neural modeling method to identify the relationship for different gain and phase margin specifications.. So that neither numerical methods nor graph[r] ... See full document

4

非線性未知系統之適應性模糊─類神經控制研究(III)

非線性未知系統之適應性模糊─類神經控制研究(III)

... 未知適應模糊控制研究(3/3) 計畫編號:NSC90-2213-E-009-067 執行期間:民國 90 年 8 月 1 日起至 91 年 7 月 31 日止 計畫主持人:李祖添 國立交通大學電機與控制工程學 ... See full document

5

以奇異值調整法簡化模糊類神經網路

以奇異值調整法簡化模糊類神經網路

... 以奇異值調整模糊類神路 Simplification of Fuzzy Neural Network via Singular Value Regulation 研 究 生:林育民 Student:Yu-Min Lin 指導教授:王啟旭 Advisor:Chi-Hsu Wang ... See full document

46

應用模糊類神經網路於銅膜化學機械研磨之批次製程控制

應用模糊類神經網路於銅膜化學機械研磨之批次製程控制

... 究此路時發現一個特點,在粗調時,批次的數度非常的快速,因為 是用一個演算式來求得權值的,而逐次是需要疊代,因此本研究所建 構路乃是利用此一批次粗調的優點。至微調路時,再撰寫程 式時發現微調的確可以把誤差再往下降,只不過其誤差再下降的程度 已有限了,而且微調亦是用疊代的方法,而且運算式亦十分的複 ... See full document

131

以改良安全性增強式學習為基礎的自我適應進化演算法應用於模糊類神經控制器設計之研究

以改良安全性增強式學習為基礎的自我適應進化演算法應用於模糊類神經控制器設計之研究

... In the secondary algorithm of the SAEAs, a self adaptive group cooperation based symbiotic evolution SAGC-SE is proposed not only for solving the problem that all the fuzzy rules are enc[r] ... See full document

161

發展適用於交叉耦合預補償法之類神經模糊控制器

發展適用於交叉耦合預補償法之類神經模糊控制器

... 發展適用交叉耦合預補償模糊控制器 Development of Fuzzy Logic Controller for Cross-coupled Precompensation Method 計劃編號:NSC-89-2213-E-009-125 執行期間:88 年 8 月 1 日至 89 年 7 月 31 日 ... See full document

4

類神經網路與基因演算法於井測資料反推

類神經網路與基因演算法於井測資料反推

... 由常用以訓練類神路的梯度下降,有易陷入區域最小值的缺點, 因此,我們以結合基因演算來改善路學習的效率。另外,梯度下降的收斂 較為緩慢,因此使用共軛梯度來增進學習速率。為了加強路的映對能 ... See full document

93

Show all 10000 documents...