版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)
文檔簡介
1、青島科技大學碩士學位論文基于FPGA技術(shù)的神經(jīng)網(wǎng)絡(luò)算法實現(xiàn)姓名：陸田申請學位級別：碩士專業(yè)：控制理論與控制工程指導教師：安世奇20110610NEURALNETWORKALGoRITHMToIMPLEMENTBASEDoNFPGAABSTRACTSimpleAdaptiveControlAlgorithmhassomecharacteristicsofsimplecontrolstmctIlre、controlalgorithmisal
2、mostnothingtodowimthecontrolledplantandSOonSACCantracktheperformanceofidealreferencemodelCombinedSimpleAdaptiveControlandNeuralNetworkatthesametime，optimizedweightsofNeuralNetworkbyGeneticAlgorithmthenewcontrolmethodinte
3、gratedsimples仃uctllre、lessregulatedparametersofSAC，approximationstothenonlinearfunction、awiderangeofmappingabilityofNeuralNetwork，globalconvergenceofGeneticAlgorithmThenewcontrolmethodmeetshighprecision，highqualityofindu
4、strialcontrol，hastheextensivedevelopmentforegroundFPGA，asasemicustomcircuitofASICfield，notonlysolvedtheshortcomingsofcustomcircuits，butalsoovercamethedisadvantagesoforiginalprogrammabledeviceswithlimitedgatecircuitsWitht
5、heexpandingscaleofFPGA，F(xiàn)PGACanmeetthespeedandflexibilityrequirementsofsystemSoFPGAcanbeusedasallidealdeviceforalgorithmimplementationAlgorithmwasdescribedbyhardwaredescriptionlanguage(forexampleVHDL，Verilog)andthendownlo
6、adedtoFPGAdeviceusinglogicsynthesistools，thehardwareimplementationmethodisfasterthanothermethodsInternallogicofFPGAcanbechangedaccordingtorequirement，SOFPGAhashigherflexibilitythanotherhardwaredesignmethodsThepaperstudie
7、donalgorithmimplementationbasedonFPGA，thealgorithmisthatNeuralNetworkSimpleAdaptiveControlbasedonGeneticAlgorithm(GANNSAC)First，GANNSACcontrolalgorithmWassimulatedinMATLABplatformSimulationresultsshowedthatGeneticAlgorit
8、hmCanoptimizeweightsofNeuralNetworkquicklyFinallytheoptimalweightWasobtainedTheeffectivityofthecontrolalgorithmisprovedbymeansofsimulationtononlinearcontrolledplantSecond，systemWasdesignedbytop—down、stcpwiserefinementmet
9、hodSystemWasbrokendownintov耐oussub—modulesgraduallyuntilsubmoduleswereinareasonablerelationshipandeasytoimplementationEachmodulewasencoded謝thVHDLandgeneratedschematicsymbolsaftercompilationFinallythewaveformSofthemajormo
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于FPGA的神經(jīng)網(wǎng)絡(luò)硬件實現(xiàn).pdf
- 基于FPGA的神經(jīng)網(wǎng)絡(luò)硬件實現(xiàn)研究.pdf
- 基于FPGA的單比特神經(jīng)網(wǎng)絡(luò)實現(xiàn)技術(shù)研究.pdf
- 神經(jīng)網(wǎng)絡(luò)圖像壓縮算法的FPGA實現(xiàn)技術(shù)研究.pdf
- 基于FPGA的神經(jīng)網(wǎng)絡(luò)實現(xiàn)與應(yīng)用.pdf
- 基于耦合補償器的神經(jīng)網(wǎng)絡(luò)控制算法及其FPGA實現(xiàn).pdf
- 基于SDSOC的卷積神經(jīng)網(wǎng)絡(luò)算法實現(xiàn).pdf
- 基于FPGA的神經(jīng)網(wǎng)絡(luò)硬件實現(xiàn)的研究與設(shè)計.pdf
- 基于FPGA的人工神經(jīng)網(wǎng)絡(luò)的研究與實現(xiàn).pdf
- 用FPGA實現(xiàn)基于神經(jīng)網(wǎng)絡(luò)的旁瓣抑制研究.pdf
- 基于FPGA實現(xiàn)神經(jīng)網(wǎng)絡(luò)智能控制器的研究.pdf
- 用FPGA實現(xiàn)BP神經(jīng)網(wǎng)絡(luò)的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的FPGA架構(gòu)探索.pdf
- 基于動態(tài)神經(jīng)網(wǎng)絡(luò)的支持向量機的FPGA實現(xiàn).pdf
- 基于FPGA的神經(jīng)網(wǎng)絡(luò)控制器的研究與實現(xiàn).pdf
- 基于DSP Builder的變壓器保護小波-神經(jīng)網(wǎng)絡(luò)算法的FPGA實現(xiàn).pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的步進電機驅(qū)動控制技術(shù)研究及FPGA實現(xiàn).pdf
- 基于形態(tài)神經(jīng)網(wǎng)絡(luò)的識別算法研究與實現(xiàn).pdf
- 基于神經(jīng)網(wǎng)絡(luò)的LAPS電子舌算法研究與實現(xiàn).pdf
- 基于神經(jīng)網(wǎng)絡(luò)算法研究年齡
評論
0/150
提交評論