BP神经网络模型预测控制算法的仿真研究

为克服被控对象参数变化导致控制精度降低的问题,研究了一种BP神经网络模型预测控制算法。借助最小二乘递推算法在线预测系统模型参数,利用BP神经网络在线预测PID参数以控制被控对象。该算法基于模型预测,首先在线性系统中验证其控制效果,然后将非线性问题作线性处理,采用BP神经网络模型预测PID控制器予以实现控制非线性系统。仿真曲线显示BP神经网络PID控制器用于线性系统可达到高精度控制要求;对于非线性系统有自适应及逼近任意函数的能力。仿真研究表明,该算法与传统BP神经网络PID控制器相比,其自适应能力更强,稳定性更好,控制精度更高。

校园信息发布系统文件审核模块的建立

本文将针对我们所做的校园信息发布系统中的信息审核模块进行过程的分析，对在实际建立中的问题进行讨论，根据软件工程的思想来规划建设整个模块。本信息审核模块的作用为对上传者上传的内容进行预览，然后标记其审核结果。通过审核的标记判定其内容的合理性，将审核的意见反馈至上传者。然后将审核通过后的上传内容上传至播放端，由播放端按照相应程序设定播放。