L'édition de cet ISBN n'est malheureusement plus disponible.
Afficher les exemplaires de cette édition ISBN
Frais de port :
EUR 23
De Allemagne vers Etats-Unis
Description du livre Taschenbuch. Etat : Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Poczżtkowy prżd rozruchowy i pulsacje w indukowanym momencie wpżywajż na dziäanie silnika indukcyjnego. Sztuczne sieci neuronowe (ANN) i adaptacyjny system wnioskowania rozmytego neuro (ANFIS) mogż zwiżkszyż wydajnożż silnika poprzez stworzenie systemu sterowania, który zapewniżby pżynny rozruch silnika indukcyjnego. Model dynamiczny maszyny indukcyjnej w różnych ukżadach odniesienia zaimplementowano za pomocż programu Matlab Simulink. Uczono sieci neuronowe oparte na propagacji sprzżżenia zwrotnego i oparte na radialnej podstawie, z danymi uzyskanymi za pomocż symulacji, w celu oszacowania różnych parametrów wymaganych przez ANFIS do regulacji kżta wyzwalania par tyrystorów pożżczonych plecami do siebie w regulatorze napiżcia prżdu przemiennego. Prżd rozruchowy i pulsacje momentu obrotowego zostäy znacznie zmniejszone. Porównano podstawy radialne i sieci neuronowe typu feed forward pod kżtem treningu off-line i on-line, czasu uczenia, pamiżci wymaganej do implementacji, liczby neuronów, procedur i algorytmów obliczeniowych, niezawodnożci systemu i najwäniejszych kosztów wdrożenia. Sztuczne sieci neuronowe i system adaptacyjnego wnioskowania neuro rozmytego zostäy opracowane przy użyciu skrzynek narzżdziowych w programie Matlab Simulink. 108 pp. Polnisch. N° de réf. du vendeur 9786203149364
Description du livre Taschenbuch. Etat : Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Poczżtkowy prżd rozruchowy i pulsacje w indukowanym momencie wpżywajż na dziäanie silnika indukcyjnego. Sztuczne sieci neuronowe (ANN) i adaptacyjny system wnioskowania rozmytego neuro (ANFIS) mogż zwiżkszyż wydajnożż silnika poprzez stworzenie systemu sterowania, który zapewniżby pżynny rozruch silnika indukcyjnego. Model dynamiczny maszyny indukcyjnej w różnych ukżadach odniesienia zaimplementowano za pomocż programu Matlab Simulink. Uczono sieci neuronowe oparte na propagacji sprzżżenia zwrotnego i oparte na radialnej podstawie, z danymi uzyskanymi za pomocż symulacji, w celu oszacowania różnych parametrów wymaganych przez ANFIS do regulacji kżta wyzwalania par tyrystorów pożżczonych plecami do siebie w regulatorze napiżcia prżdu przemiennego. Prżd rozruchowy i pulsacje momentu obrotowego zostäy znacznie zmniejszone. Porównano podstawy radialne i sieci neuronowe typu feed forward pod kżtem treningu off-line i on-line, czasu uczenia, pamiżci wymaganej do implementacji, liczby neuronów, procedur i algorytmów obliczeniowych, niezawodnożci systemu i najwäniejszych kosztów wdrożenia. Sztuczne sieci neuronowe i system adaptacyjnego wnioskowania neuro rozmytego zostäy opracowane przy użyciu skrzynek narzżdziowych w programie Matlab Simulink. N° de réf. du vendeur 9786203149364
Description du livre Etat : New. N° de réf. du vendeur 492054987