放弃理想,未必能成就现实

http://blog.youkuaiyun.com/myan/archive/2004/09/01/91237.aspx

要我说,咱们搞技术的真的不能甘心这么走下去。路不是没有,其正到各行各业去看看,沉下心来调查研究,你会发现,这所谓的信息化,在各行各业中的应用也就是一层皮。要往深里挖,空间还大得很,机会还多得很。无论是石化电力,还是机械建筑,哪一个行业里都有很多真正的机会。说句不夸张的话,你要真能帮人家解决实际专业问题,还真用不着感叹技术不值钱。不过要抓住这些机会,对这些行业就不能浅尝辄止,一定要有亲身投入、深入实践的决心。现在我们很多开发者喜欢自说自话,整天抱着架构啊、模式啊、N层结构啊孤芳自赏,其实上碰到专业问题根本深入不下去。搞结构软件不懂有限元,搞设备控制软件不懂控制理论,搞探测分析软件不懂信号处理,你上10层结构,用100个模式,也解决不了问题。要想深入行业应用,软件开发能力固然重要,专业知识恐怕更重要。行业应用软件一是复杂,二是专业。经过第一轮信息化,最容易挖的那桶金已经让人给挖走了,再往下走,就不能不沉下心来真正钻到人家专业里去。我相信,那里面的机会大的很。而且,这么想的人不只我一个,已经开始实践的人也不少。现成的例子,中国建筑科学研究院的专业结构设计软件PKPM就非常成功,在国内几十万人用,还出口到东南亚国家。蒸蒸日上的思维加速公司,也是一个深钻苦干的典型。我也知道不少个人,正抱着十年磨一剑的决心深入到某些应用领域里努力。他们是好样的。我觉得,振兴中国软件业的希望,在在他们身上。

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
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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