传统的BP神经网络分类和拟合精度不高，很大原因取决于其初始化参数的随机性，导致网络陷入局部最优解或者无法拟合。本程序运用遗传算法初始化BP神经网络的参数，使网络的非线性拟合和分类精度更高。对于想要进行非线性拟合和分类却无法建立数学模型的小伙伴，通过该方法也是一个较好的办法。
2021-09-10 10:36:22
55KB
1
根据matlab仿真倒立摆数学模型，控制倒立杆运动
实验目的： 通过控制器设计使倒立摆系统稳定运行（摆角保持零度附近）
系统输入量：小车的加速度
1.1状态空间极点配置控制实验（一组极点为书上指定，任选另一组，但保证控制效果要好于前者）
具体记录要求：在稳定后（先截一张图），叠加一扰动（仅角度扰动），记录消除扰动的过程（再截一张图），同时记录你所选择的期望极点组。
1.2线性二次最优控制LQR 控制实验（R,Q选择为书上指定，任选另一组，但保证控制效果要好于前者）
具体记录要求：在稳定后（先截一张图），叠加一扰动（仅角度扰动），记录消除扰动的过程（再截一张图），同时记录你所选择的R，Q取值。
2021-09-07 14:30:52
1.69MB
1