使用MATLAB软件中的simulink模块，进行遗传算法PID控制仿真，与传统PID进行对比实验，实测成功！！
2024/5/13 10:58:24
52KB
1
针对温度控制系统的时变、滞后等非线性特性及控制比较复杂的问题,提出了一种模糊控制方案以改善系统的控制性能.该方案采用mamdani推理型模糊控制器代替传统的PID控制器,依据模糊控制规则由SCR移相调控晶闸管控制电阻炉电热功率,实现对温度的控制.Matlab仿真结果表明,模糊控制的引入有效地克服了系统的扰动,改善了控制性能,提高了控制质
2024/5/13 4:28:34
251KB
1
51单片机PID算法程序由51单片机组成的数字控制系统控制中，PID控制器是通过PID控制算法实现的。
51单片机通过AD对信号进行采集，变成数字信号，再在单片机中通过算法实现PID运算，再通过DA把控制量反馈回控制源。
从而实现对系统的伺服控制。
51单片机通过AD对信号进行采集，变成数字信号，再在单片机中通过算法实现PID运算，再通过DA把控制量反馈回控制源。
从而实现对系统的伺服控制。
2024/5/10 19:48:24
58KB
1
自动调节系统解析与PID整定，全书是作者经过多年的研究与经验编著而成，里面深入浅出的讲解了PID控制的理论，并且举了很多实际的例子，边学边运用，让读者更加深入的理解PID的奥妙，让经验与实际更加贴合。
2024/5/9 21:43:25
4.77MB
1
BP（BackPropagation）神经网络是一种神经网络学习算法。
其由输入层、中间层、输出层组成的阶层型神经网络，中间层可扩展为多层。
相邻层之间各神经元进行全连接，而每层各神经元之间无连接，网络按有教师示教的方式进行学习，当一对学习模式提供给网络后，各神经元获得网络的输入响应产生连接权值（Weight）。
然后按减小希望输出与实际输出误差的方向，从输出层经各中间层逐层修正各连接权，回到输入层。
此过程反复交替进行，直至网络的全局误差趋向给定的极小值，即完成学习的过程，
其由输入层、中间层、输出层组成的阶层型神经网络，中间层可扩展为多层。
相邻层之间各神经元进行全连接，而每层各神经元之间无连接，网络按有教师示教的方式进行学习，当一对学习模式提供给网络后，各神经元获得网络的输入响应产生连接权值（Weight）。
然后按减小希望输出与实际输出误差的方向，从输出层经各中间层逐层修正各连接权，回到输入层。
此过程反复交替进行，直至网络的全局误差趋向给定的极小值，即完成学习的过程，
2024/5/2 21:19:10
6KB
1
单片机直流电机转速控制（数码管显示、独立按键控制正反转、停止、开始、PID算法）
2024/4/25 2:28:38
2.31MB
1
simulink中，基于BP神经网络的PID控制在柴油机调速系统中的应用。
其中有系统的模型，数学模型分析，简单的PID控制仿真，及BP神经网络的PID控制。
带有simulink模块，BP神经网络通过S函数实现，还有对应的word文档说明。
其中有系统的模型，数学模型分析，简单的PID控制仿真，及BP神经网络的PID控制。
带有simulink模块，BP神经网络通过S函数实现，还有对应的word文档说明。
2024/4/23 18:30:52
393KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB