|
首页
|
电子技术
|
电子产品应用
|
电子头条
|
论坛
|
电子技术视频
|
下载
|
参考设计
|
Datasheet
|
活动
|
技术直播
|
datasheet
datasheet
文章
搜索
大学堂
上传课程
登录
注册
首页
课程
TI培训
直播频道
专题
相关活动
芯兑换
您的位置:
EEWORLD大学堂
/
热门应用
/
工业控制
/
智能控制系统
/
基于演化计算之模糊控制系統 3. 机械手臂控制系統
播放列表
课程目录
课程笔记
课时1:课程介绍
课时2:智能控制系统概论 1.自动控制系统
课时3:智能控制系统概论 2.计算智能
课时4:智能控制系统概论 3.模糊逻辑系统
课时5:智能控制系统概论 4.演化计算
课时6:智能控制系统概论 5.类神经网络
课时7:模糊集合 1.明确集合
课时8:模糊集合 2.模糊集合
课时9:模糊集合 3.模糊集合之基本概念
课时10:模糊集合 4.模糊归属函数
课时11:模糊集合 5.模糊集合之运算
课时12:模糊逻辑 1.明确关系
课时13:模糊逻辑 2.模糊关系
课时14:模糊逻辑 3.扩展原理
课时15:模糊逻辑 4.语言变数
课时16:模糊逻辑 5.模糊规则
课时17:模糊逻辑 6.模糊推论
课时18:模糊控制系統(一) 1. 模糊推论系统
课时19:模糊控制系統(一) 2. Matlab程式编写
课时20:模糊控制系統(一) 3.冷气机之模糊控制
课时21:模糊控制系統(一) 4. 洗衣机之模糊控制
课时22:模糊控制系統(一) 5. Sugeno模糊模型
课时23:模糊控制系統(二) 1. 直流马达模糊控制
课时24:模糊控制系統(二) 2. 倒立摆模糊控制
课时25:模糊控制系統(二) 3. 倒车入库模糊控制
课时26:模糊控制系統(二) 4. 机器人模糊控制
课时27:T-S模糊控制系統(一) 1. T-S模糊模型
课时28:T-S模糊控制系統(一) 2. 平行分布补偿
课时29:T-S模糊控制系統(一) 3. 李雅普诺夫稳定定理
课时30:T-S模糊控制系統(一) 4. 闭回路T-S模糊系統稳定定理
课时31:T-S模糊控制系統(一) 5. 闭回路T-S模糊系统稳定定理
课时32:T-S模糊控制系统(二) 1. 线性矩阵不等式
课时33:T-S模糊控制系统(二) 2. 衰退率T-S模糊控制器设计
课时34:T-S模糊控制系统(二) 3. 倒立摆T-S模糊控制
课时35:T-S模糊控制系统(二) 4. 双向充放电器T-S模糊控制
课时36:T-S模糊控制系统(二) 5. 机器人T-S模糊控制
课时37:二进位基因演算法(一) 1. 梯度下降法
课时38:二进位基因演算法(一) 2. 基因演算法特性
课时39:二进位基因演算法(一) 3. 二进位编码与解码
课时40:二进位基因演算法(一) 4. 初始族群
课时41:二进位基因演算法(一) 5. 适应函数
课时42:二进位基因演算法(二) 1. 天择运算
课时43:二进位基因演算法(二) 2. 交配运算
课时44:二进位基因演算法(二) 3. 突变运算
课时45:二进位基因演算法(二) 4. 菁英政策
课时46:二进位基因演算法(二) 5. 基因演算法之参数分析
课时47:基于基因演算法之控制系统 1. 基于基因演算法之函数极值
课时48:基于基因演算法之控制系统 2. 控制系统时域响应与PID控制器
课时49:基于基因演算法之控制系统 3. 基于基因演算法之最佳PID控制
课时50:基于基因演算法之控制系统 4. 基于基因演算法之强健PID控制
课时51:进阶基因演算法 1. 实数型基因演算法
课时52:进阶基因演算法 2. 基于实数型基因演算法之控制系统
课时53:进阶基因演算法 3. 格雷编码
课时54:进阶基因演算法 4.适应函数线性缩放
课时55:进阶基因演算法 5. 适应函数标准差縮放
课时56:基于粒子群最佳化法之控制系统 1. 粒子群最佳化法之原理
课时57:基于粒子群最佳化法之控制系统 2. 基于粒子群最佳化法之函数极值
课时58:基于粒子群最佳化法之控制系统 3. 粒子群最佳化法之参数分析
课时59:基于粒子群最佳化法之控制系统 4. 基于粒子群最佳化法之PID控制
课时60:基于粒子群最佳化法之控制系统 5. 基于粒子群最佳化法之强健PID控制
课时61:基于演化计算之模糊控制系统 1. 主轴马达伺服系統
课时62:基于演化计算之模糊控制系統 2. 基于基因演算法之模糊控制
课时63:基于演化计算之模糊控制系統 3. 机械手臂控制系統
课时64:基于演化计算之模糊控制系统 4. 基于基因演算法之T-S模糊控制
课时65:基于演化计算之模糊控制系統 5. 基磁浮控制系統
课时66:基于演化计算之模糊控制系統 6. 基于粒子群最佳化法之T-S模糊控制
课时67:单层类神经网络 1. 类神经元模型
课时68:单层类神经网络 2.感知机
课时69:单层类神经网络 3. 感知机应用案例
课时70:单层类神经网络 4. 适应线性元件
课时71:单层类神经网络 5. 适应线性元件应用范例
课时72:多层类神经网络 1. 多层神经网络架构
课时73:多层类神经网络 2. 反向传播算法
课时74:多层类神经网络 3. XOR闸
课时75:多层类神经网络 4. 函数近似
课时76:多层类神经网络 5. 多层神经网络应用范例
课时77:类神经网络控制系统(一) 1. 类神经网络控制系统
课时78:类神经网络控制系统(一) 2.类神经网络模式预测控制
课时79:类神经网络控制系统(一) 3.引擎类神经网络温度控制
课时80:类神经网络控制系统(一) 4.直流马达类神经网络控制
课时81:类神经网络控制系统(二) 1. 类神经网络模式参考控制
课时82:类神经网络控制系统(二) 2.机器手臂系统识别
课时83:类神经网络控制系统(二) 3.机器手臂类神经网络控制
课时84:类神经网络控制系统(二) 4.倒车入库神经网络控制
课时85:模糊类神经网络控制系统 1. 适应性类神经模糊推论系统
课时86:模糊类神经网络控制系统 2. 混合学习演算法
课时87:模糊类神经网络控制系统 3. 离散动态控制系统
课时88:模糊类神经网络控制系统 4. 倒车入库控制系统
时长:11分44秒
日期:2020/09/20
收藏视频
分享
上传者:桂花蒸
去评论
课程介绍
相关标签:
智能控制
模糊控制
遗传算法
智能
控制
系统
是一种使用各种基于人工智能计算方法的自动控制系统,例如模糊逻辑控制系统,基于基因
算法
控制系统,以及类神经网络控制系统。
显示全部 ↓
换一批
猜你喜欢
2014英飞凌汽车电子开发者大会实况
直播回放:人机交互新趋势的TI Sitara处理器的应用
MATLAB及机电系统仿真
电源管理设计贴士
Atmel|SMART 基于Cortex核的MPU(一)
应用于电容式触摸的ITO温控器
SYS BIOS简介(4)——软件中断_1
LabVIEW 网络讲堂 第四季
电力电子磁技术基础
LDO功率损耗
推荐帖子
ESP8266网关需要重点关注的几个异常场景
 ...
wateras1
RF/无线
zigbee定位的问题
请问下用zigbee技术能否实现 测出传感器相对于单片机的直角坐标 的功能?...
huangbo_1208
RF/无线
OSEK NM 学习交流
大家好,最近在看OSEK的网络管理,《OSEK NM specification v2.5.3》这个文件在网上看到的最多,于是就从这个文件下手了,直接读的英文原版,一开始比较吃力,看了一些国内和IEEE的相关论文后感觉还可以,但是读完之后有好多东西还是没有理解,对整体的结构理解的不够好,在软甲编码实现上还有很多欠缺,希望有做这方面工作的大神指点一下,如OESK NM的 StartNM,NMInit...
雪枫21
汽车电子
ZigBee在电力系统温度测量中的应用
摘要: ZigBee 网络为传感器信号的无线传输提供了新的解决方案,论文分析了ZigBee 技术,IEEE802.15.4 标准及相关应用,将ZigBee 与蜂窝网络结构结合,用于电力系统高压母线温度测量系统中,得到了良好的效果。...
吸铁石上
RF/无线
用户评论
tianxiaodan
过来学习学习新知识~
2020年10月10日 10:03:58
回复
|
顶
()
54chenjq
智能控制系统概论 1.自动控制系统
2020年09月28日 21:53:00
回复
|
顶
()
推荐视频
更多
无线电动工具应用中电机控制设计的考量
TI 中功率音频功放开发软件 PurePath Console 3 详解
球形六足机器人宠物
机器人学
NI数据采集技术十讲
电源设计小贴士28-29:估算热插拔MOSFET的瞬态温升
用LaunchPad BoosterPack生态系统快速建立原型(4)
英飞凌XC800系统架构介绍——第二部分
proteus从入门到精通
MCP8024简介
相关下载
更多
基于贴片天线的NRF24L01pcb工程
手把手教你学AVR单片机C程序设计(完整版)
基于STM32和FPGA的多轴运动控制器的设计
单电源运放图解资料手册
西门子PLC例程_转盘控制
让世界更安全——TI Hercules 开发实战手册
汽车尾灯控制电路设计论文资料
基于STM32的bootload(使用Xmode协议)
电源电路实用设计手册
基于GM8120的M-PEG4单芯片IPCamera方案
电子工程世界版权所有
京ICP证060456号
京ICP备10001474号-1
电信业务审批[2006]字第258号函
京公网安备 11010802033920号
Copyright © 2005-2021 EEWORLD.com.cn, Inc. All rights reserved
用户评论