基于神经网络非线性系统辨识和控制的研究

来源 :控制理论与应用 | 被引量 : 0次 | 上传用户:zzjqwerty6
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文提出了由静态的前馈网络和稳定的滤波器构成的非线性系统的辨识模型,在神经网络固有的逼近误差存在的情况下,从理论上讨论了神经网络应用于辨识控制过程中系统的稳定性问题,最后研究了在非线性系统的轨迹跟踪过程中增加滑动控制来偿神经网络的逼近误差,从而提高系统跟踪性能。
其他文献
本文提出了一种求解离散系统最优H∞输出控制器的凸优化方法。利用非线性矩阵映射,文中表明H∞输出控制问题可以转化为在n(n+1)+1维空间内凸集上的线性目标函数优化问题,这里n为系统阶次,在
采用广义Lyapunov方程,讨论具有结构式不确定性线性系统的特征根在复平面上某些区域内的鲁棒群聚性,如果标称矩阵的所有特征根都在复平面上的特定区域内,本文所给出充分条件将保证当存在
为了使机器人跟踪给定的期望轨线,提出了一种新的基于机器人运动重复性的学习控制法,在这种方法中机器人通过重复试验得到期望运动,这种控制法的优点:一是对于在期望运动附近非线
扩大内需的关键在于提高有效需求.提高民间投资与消费的能力,要适当提高财政转移性支出的比重,调整税收政策,改革投融资体制,加大对农村的投资力度,以积极的货币政策引导民间
本文对具有时滞的不确定性控制对象提出了一种神经网络时滞补偿模糊自学习控制方法,模糊控制器采用误差、误差变化及误差加速度的加权和的解析描述形式,利用人工神经网络直接对
非营利组织公信力是社会、被服务对象、政府、第三方专业机构以及捐赠方对其的认可及信任程度,是非营利组织的第二生命.当前,影响我国非营利组织社会公信力的主要原因是其组
本文为机器人机械手提出了一种基于离散时间的重复学习控制法,这种学习控制法利用机器人动力学模型的部分知识,从它的特性和实用观点看,这种控制法比现有的其它学习控制法更有吸
遗传算法是一种模拟自然进化而提出的简单高效的组合优化算法。本文研究了甲醛生产过程的优化问题,该过程由于其反应动力学的固有复杂性而无法建模,本文表明遗传算法可以有效地