图书介绍

PID神经元网络及其控制系统2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

PID神经元网络及其控制系统
  • 舒怀林编著 著
  • 出版社： 北京：国防工业出版社
  • ISBN：7118043257
  • 出版时间：2006
  • 标注页数：159页
  • 文件大小：10MB
  • 文件页数：168页
  • 主题词：神经网络－PID控制－研究

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]
点击复制MD5值：f255bb61eb923a9311f76e640e720e3b

下载说明

PID神经元网络及其控制系统PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载  详情点击-查看共享计划
建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

图书目录

第1章　绪论1

1.1　传统控制理论的局限性1

1.2　人工神经元网络控制系统的特点和弱点2

1.3　PID控制的特点及其和神经元网络的结合3

1.3.1　传统PID控制的特点4

1.3.2　神经元网络和PID控制相结合的研究现状4

1.4　PID神经元网络（PIDNN）的特点和结构形式6

1.4.1　PIDNN的特点6

1.4.2　PIDNN的结构形式7

1.5　对PIDNN所做的主要工作和创新点8

2.1　生物神经元的特性及PID机能10

第2章　比例、积分、微分（PID）神经元10

2.2　PID神经元的结构形式和计算方法13

2.2.1 神经元的基本模型结构形式13

2.2.2　PID神经元的计算方法15

2.3　小结20

第3章　PID神经元网络21

3.1　引言21

3.2　一般前向神经元网络的特性和缺陷21

3.3　PIDNN的基本形式——SPIDNN23

3.3.1　SPIDNN的结构形式23

3.3.2　SPIDNN的前向算法23

3.3.3　SPIDNN的反传算法25

3.4.1　MPIDNN的结构形式28

3.4　多输出PIDNN——MPIDNN28

3.4.2　MPIDNN前向算法29

3.4.3　MPIDNN的反传算法31

3.5　PIDNN连接权重初值的选取和等价系统34

3.5.1 神经元网络连接权重初值选取的重要性34

3.5.2　SPIDNN的连接权重初值选取和等价系统35

3.5.3　MPIDNN的连接权重初值选取和等价系统36

3.6　小结38

第4章　基于PID神经元网络的非线性系统辨识39

4.1 引言39

4.2　PIDNN进行系统辨识的理论基础39

4.3　PIDNN进行系统辨识的结构分析43

4.5.1 单变量非线性动态系统辨识45

4.4　PIDNN的系统辨识程序45

4.5　PIDNN进行非线性动态系统辨识实例45

4.5.2 多变量非线性动态系统辨识48

4.6　小结50

第5章　PID神经元网络单变量控制系统52

5.1 引言52

5.2　SPIDNN控制系统的结构和算法52

5.2.1　SPIDNN控制系统的结构52

5.2.2　SPIDNN控制器的前向计算方法52

5.2.3　SPIDNN控制器的反传学习计算方法54

5.3　SPIDNN单变量控制系统的稳定性分析57

5.4　SPIDNN单变量控制系统仿真结果63

5.4.1 线性单变量系统的控制63

5.4.2　带时延单变量系统的控制66

5.4.3 非线性时变单变量系统的控制68

5.5　小结72

第6章　PID神经元网络多变量控制系统理论73

6.1　多变量系统控制的特点和问题73

6.2　PIDNN多变量控制系统的结构和算法76

6.2.1　PIDNN多变量控制系统的结构76

6.2.2　PIDNN多变量控制系统的前向计算方法77

6.2.3　PIDNN多变量控制系统的反传计算方法78

6.3　PIDNN多变量控制系统的收敛性和稳定性分析82

6.4　小结86

7.1　线性多变量控制系统的控制87

7.1.1 线性强耦合二变量一阶系统的控制87

第7章　PID神经元网络多变量控制系统仿真87

7.1.2　线性强耦合三变量一阶系统的控制92

7.2　带时延强耦合多变量系统的控制94

7.2.1 大时延多变量线性系统的控制94

7.2.2　大时延多变量复杂结构系统的控制97

7.3　非线性强耦合多变量系统的控制98

7.3.1 非线性二变量系统1的控制99

7.3.2　非线性多变量系统2的控制100

7.3.3　非线性时变多变量系统的控制101

7.4　时变强耦合多变量系统的控制102

7.4.1 线性多变量时变系统的控制103

7.4.2　非线性时变多变量系统的控制105

7.5　输入—输出非对称多变量系统的控制107

7.6　小结109

8.1　基于VB的PIDNN控制系统仿真程序111

8.1.1　程序结构111

第8章　常用软件平台上的PIDNN程序设计111

8.1.2　主要程序113

8.2　基于虚拟仪器LABVIW的PIDNN程序设计116

8.2.1 虚拟仪器LABVIW简介116

8.2.2　PIDNN算法在LABVIEW中的模块化结构117

8.2.3　程序界面的设计118

8.2.4　LABVIEW中功能模块的编程120

8.3　基于MCGS组态软件的PIDNN控制126

8.3.1　MCGS组态软件简介126

8.3.2　PIDNN算法的实现127

9.1　基于以太网的PIDNN及其对加热炉的控制133

第9章　PID神经元网络控制系统的应用133

9.2　船用柴油机PIDNN控制系统135

9.3　采用双输出PIDNN控制的变风量空调系统136

9.4　采用四输出PIDNN控制的变风量空调系统138

9.5　基于PIDNN的冷连轧板形板厚多变量系统的控制140

9.6　PIDNN对小车倒立摆的控制142

9.7　注塑机料筒多段温度PIDNN解耦控制系统143

9.8　小结146

第10章　总结与展望147

10.1　总结147

10.2　展望149

参考文献150

热门推荐