基于自适应神经网络谐波

1、基于改进遗传算法的BP神经网络自适应优化设计概要第30卷第4期重庆大学学报自然科学版Vol.30No.42007年4月Journal of Chongqing UniversityN tur l Science Editi onAp r.2。

2、基于某BP神经网络地自适应PID控制器设计基于BP神经网络的自适应PID控制器设计一 基于BP神经网络的自适应PID控制器的原理PID控制是最早发展起来的 应用领域至今仍然广泛的控制策略之一,它是基于对象数学模型的方法,尤其适用于可建立精确。

3、Tel.:023265106464;E2mail:Chaiyi.m in E1（w,v,r=126N1k=16nt=1y k（t-y k（t2s.twR mp,。

4、 基于BP神经网络的自适应PID控制器的控制器如图2所示：该控制器的算法如下：（1）确定BP神经网络的结构，即确定输入节点数M和隐含层节点数Q，并给各层加权系数的初值和，选定学习速率和惯性系数，此时k=1；（。

5、基于自适应神经网络的谐波检测方法目 录摘要Abstract第一章 绪论11.1谐波概述及意义11.2国内外谐波检测方法21.3本文的研究内容2第二章 传统谐波检测技术介绍2.1 谐波的概述2.2 有源电力滤波器与谐波检测2.3 瞬时无功功率。

6、结论22致谢22参考文献22附录 外文摘 要有源电力滤波器（APF）的性能很大程度上取决于其采用的谐波电流检测方法。
本文介绍一种基于自适应神经网络的谐波检测方法，这种方法能实时准确地检测出谐波，很好地弥补了基。

7、基于BP神经网络的自适应PID控制器设计基于BP神经网络的自适应PID控制器设计一基于BP神经网络的自适应PID控制器的原理PID控制是最早发展起来的 应用领域至今仍然广泛的控制策略之一,它是基于对象数学模型的方法,尤其适用于可建立精确数学。