html5

本文介绍了HTML的基本格式,包括<!DOCTYPE>声明、<meta>标签使用位置,以及如何设置背景颜色。此外,还详细讲解了如何使用<dl>、<ol>和<ul>创建不同类型的列表,并演示了如何通过<th>、<td>和<tr>标签来构建表格。

基本格式

<!DOCTYPE html>
<html>
<head>
<meta......../>
<title>标题</title>
</head>
<body>
</body>
</html>

 <meta>必须存在于head中

背景颜色设置

background-color='red'

 绝对位置,相对位置

绝对位置position='absolute'  相对位置posotion='relative'

List列表

普通列表

<dl>创建普通列表

<dt>列表中一条内容A

<dd>A的子内容B

有序列表

<ol>
<li>橡胶</li>
<li>苹果</li>
</ol>

 

结果为1.橡胶

            2.苹果

无序列表

 

<ul>
<li>香蕉</li>
<li>苹果</li>
</ul>

 结果为香蕉

            苹果

创建表格

<th>为表头i

<td>为列

<tr>为行

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值