工学 >>> 控制科学与技术 >>> 自动控制理论 控制系统仿真技术 机电一体化技术 自动化仪器仪表与装置 机器人控制 自动化技术应用 自动控制技术其他学科
搜索结果: 16-30 共查到控制科学与技术 神经网络相关记录116条 . 查询时间(0.2 秒)
针对一类完全非仿射纯反馈非线性系统, 提出一种简化的自适应神经网络动态面控制方法. 基于隐函数定理和中值定理将未知非仿射输入函数进行分解, 使其含有显式的控制输入; 利用简化的神经网络逼近未知非线性函数, 对于阶SISO 纯反馈系统, 仅一个参数需要更新; 动态面控制可消除反推设计中由于对虚拟控制反复求导而导致的复杂性问题. 通过Lyapunov 稳定性定理证明了闭环系统的半全局稳定性, 数值仿真...
讨论一种基于信息熵的神经网络数据分类方法, 通过所有神经元的统计权重信息对输入数据进行投票分类.这种多层网络结构以及基于信息量的分割算法, 使得它在数据分类问题上比现有的多数神经网络具有更好的表现.其并行的可扩展结构适合硬件实现, 能够提高实际运算速度, 适合用来处理金融方面高维度、复杂的海量数据问题.
针对一类异结构不确定分数阶混沌系统的同步问题, 基于Lyapunov 稳定性理论和分数阶系统稳定性理论, 提出一种神经网络结合干扰观测器的主动反馈控制方法. 设计一种非线性干扰观测器对干扰进行观测, 通过滑模控制对未观测出的部分干扰进行补偿, 最终实现分数阶混沌系统的同步. 与现有方法相比, 采用的模型更符合工程应用实际, 且不需要已知不确定项上界. 数值仿真验证了所提出方法的有效性和正确性.
针对自由漂浮状态的空间机器人模型不确定性及其动力传动机构的摩擦死区非线性,将一种自适应模糊小脑模型关联控制(FCMAC)补偿策略用于轨迹跟踪及补偿问题.利用模糊神经网络并引入GL矩阵及其乘法算子"."分别对执行机构中的摩擦死区及系统模型不确定部分进行自适应补偿,其补偿误差及外界扰动通过滑模控制器来消除.基于Lyapunov理论证明了闭环系统跟踪误差的有界性.仿真表明控制器可以达到较高精度,且能满足...
根据组合导航的特点,设计了低成本磁航向系统神经网络补偿方法。研究了磁航向系统的误差和补偿技术;在全球定位系统信号良好情况下,以捷联惯导/全球定位组合导航系统的航向信息为参考,使用卡尔曼滤波作为学习算法,建立多层前向神经网络模型补偿磁航向系统。实验结果表明,神经网络补偿方法将磁航向系统的航向角误差由15◦减小到约1◦,取得了明显的效果。
提出了一种针对自由漂浮状态的空间机器人模型不确定性的神经网络自适应控制 方法。通过RBF神经网络逼近模型的非线性函数和不确定性上界,无需预先估计系统的不 确 定性程度和外部干扰,提出的自适应控制律保证了权值的有界性,解决了神经网络权值的UU B(Unknown Upper Bound)问题,即未知上界有界问题,完成了笛卡尔空间内空间机器人轨 迹规划任务。证明了所提出的控制方法的稳定性,仿真结果表明...
通过采用PID神经网络解耦控制技术,对耦合强烈的具有变风量空调系统传递函数矩阵形式的4维传递函数矩阵系统进行解耦控制,通过解耦控制系统仿真研究,可以看出取得了很好的解耦效果,为变风量空调系统(4个回路)的解耦控制提供了有效的方法.
讨论了载体位置、姿态均不受控制的情况下自由漂浮双臂空间机器人系统的高斯基模糊神经网络自 学习控制问题.此类空间机器人系统严格遵守动量守恒和角动量守恒,所以其动力学方程表现出强烈的非线性性 质.将神经网络与模糊控制相结合,即利用神经网络进行模糊推理, 可使模糊控制具有自学习能力.在此基础上, 设计了双臂空间机器人系统关节空间的高斯基模糊神经网络自学习控制方案.系统的数值仿真证实了该方法的有 ...
该文研究了具有可变时滞的随机细胞神经网络的指数 稳定性,应用Razumikhin定理与Lyapunov函数,建立了这种细胞神经网络均方指数稳定与几乎必然指数稳定的两类判据,一类是时滞无关而另一类是时滞相关.
回转窑内的燃烧是个非常复杂的过程,针对以往温度测量的不足,根据三基色原理和Plank定律建立三色测温公式,结合光学技术和图像处理技术, 提出了一种基于BP神经网络模型的温度场测量方法. 同时给出系统的软、硬件的设计及工程实现. 实验结果表明,该系统简便实用,与传统测量相比,它具有测量精度高和适应性强等优点,可满足系统温度场的在线检测,并能对炉内的燃烧状况做出符合实际的评价.
提出了一种机器人逆运动学问题建模的新方法.利用神经网络逼近机器人逆运动学的输入与输出、利用改进的蚁群算法学习神经网络.针对蚁群算法主要用于离散优化的特点,对基本的蚁群算法进行了改进,采用了全局搜索、局部搜索和确定性搜索,为连续问题的优化提供了一条新的思路.利用改进的蚁群算法学习神经网络,为神经网络提供了一种新的学习算法,使得该方法兼具了蚁群算法与神经网络的优点.应用实例表明了该方法的有效性,提高了...
针对一类不确定非线性系统,提出一种变结构神经网络自适应鲁棒控制(VSNNARC)方法。 其中变结构神经网络用于在线辨识系统未知非线性函数,该网络利用节点激活与催眠技 术进行动态调节,减小网络规模与计算量;自适应鲁棒控制用于网络权值学习与系统 建模误差及外部扰动补偿。采用Lyapunov稳定性分析法,给出网络权值自适应律的形 式以及鲁棒控制项的设计方法.该方法不仅能保证系统的稳定性,也能保证系统具 ...
飞行事故预测对于预防飞行事故具有十分重要的意义.首先系统分析了空军飞行事故的主要影响因素,对其中的定性因素进行了量化;然后利用系统分析的成果和历史统计数据建立了空军飞行事故的自适应模糊神经网络预测模型.整个预测过程突破了纯数学模型预测的局限性,实现了预测的定性和定量的结合;由于预测中使用了一种基于高木-关野模糊模型的自适应模糊神经网络,从而使预测模型具有很强的自适应能力,预测结果也比较令人满意. ...
针对具有严格反馈形式的随机非线性系统, 首次引入神经网络控制技术, 设计了适当形式的随机控制 Lyapunov函数, 并运用反推(Backstepping)技术和非线性观测器设计技术, 构造出一类自适应神经网络输出反馈控制器. 在一定条件下, 证明了闭环系统平衡点依概率稳定. 仿真算例验证了所给控制方案的有效性.
A new adaptive time-delay positive feedback controller (ATPFC) is presented for a class of nonlinear time-delay systems. The proposed control scheme consists of a neural networks-based identification ...

中国研究生教育排行榜-

正在加载...

中国学术期刊排行榜-

正在加载...

世界大学科研机构排行榜-

正在加载...

中国大学排行榜-

正在加载...

人 物-

正在加载...

课 件-

正在加载...

视听资料-

正在加载...

研招资料 -

正在加载...

知识要闻-

正在加载...

国际动态-

正在加载...

会议中心-

正在加载...

学术指南-

正在加载...

学术站点-

正在加载...