期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种新型基于神经网络的预测控制
1
作者
潘金龙
慈春令
《燕山大学学报》
CAS
2001年第z1期70-72,共3页
重点考虑在多变量系统中对控制的准确性和实时性要求,在已有的神经网络预测模型基础上,提出采用模糊理论改进其反馈校正环节,对预测输出和实际输出在一定的隶属函数和模糊规则下进行模糊推理,输出结果用以修正预测模型,从而使系统综合...
重点考虑在多变量系统中对控制的准确性和实时性要求,在已有的神经网络预测模型基础上,提出采用模糊理论改进其反馈校正环节,对预测输出和实际输出在一定的隶属函数和模糊规则下进行模糊推理,输出结果用以修正预测模型,从而使系统综合性能得到实质性提高,仿真结果表明改进有效.
展开更多
关键词
预测控制
模糊
规则
模糊
推理
隶属函数
多层局部
回归
神经网络
.
在线阅读
下载PDF
职称材料
基于有限差分法的双臂关节柔性空间机器人智能递阶控制策略
被引量：
3
2
作者
梁捷
秦开宇
《空间科学学报》
CAS
CSCD
北大核心
2020年第6期1125-1134,共10页
谐波减速器和力矩传感器等柔性元件广泛应用于空间机器人关节系统,以获取高减速比.这些柔性元件为空间机器人系统引入关节柔性,使得对其的稳定控制变得更为复杂.本文讨论研究了参数不确定双臂关节柔性空间机器人基于有限差分法的智能递...
谐波减速器和力矩传感器等柔性元件广泛应用于空间机器人关节系统,以获取高减速比.这些柔性元件为空间机器人系统引入关节柔性,使得对其的稳定控制变得更为复杂.本文讨论研究了参数不确定双臂关节柔性空间机器人基于有限差分法的智能递阶控制及弹性振动抑制.运用递阶系统理论、动量守恒原理及第二类拉格朗日方法推导出系统递阶动力学模型.利用该模型,设计了基于模糊回归神经网络的非奇异Terminal滑模控制算法和基于有限差分法的滑模控制算法.采用模糊回归神经网络(Recurrent Fuzzy Neural Network,RFNN)逼近系统的不确定部分.为避免复杂的求导计算及角加速度可测要求,利用基于有限差分法的滑模控制来抑制柔性关节振动.由于设计控制器过程中未涉及惯常的奇异摄动双时标分解操作,该控制算法理论上具有适合任意大小关节柔性刚度的优点.系统对比仿真试验证明了智能递阶控制算法优于传统基于奇异摄动法的控制方案.
展开更多
关键词
双臂关节柔性空间机器人
递阶动力学模型
模糊回归神经网络
有限差分法
智能递阶控制器
振动抑制
在线阅读
下载PDF
职称材料
基于多智能体强化学习的焦炉集气管压力多级协调控制
被引量：
3
3
作者
秦斌
吴敏
+1 位作者
王欣
阳春华
《电子学报》
EI
CAS
CSCD
北大核心
2006年第10期1847-1851,共5页
针对焦炉集气管压力这类多变量强扰动非线性耦合系统,提出了一种基于Multi-Agent system(MAS)的焦炉集气管压力智能多级协调控制系统方案.采用基于Agent单元系统梯级协调体系和基于任务分解的实时Agent的组织与演化机制,通过Agent模态...
针对焦炉集气管压力这类多变量强扰动非线性耦合系统,提出了一种基于Multi-Agent system(MAS)的焦炉集气管压力智能多级协调控制系统方案.采用基于Agent单元系统梯级协调体系和基于任务分解的实时Agent的组织与演化机制,通过Agent模态变迁进行模式切换,以适应快速突变环境.在控制Agent中采用Actor-critic强化学习方法,运用TS回归模糊神经网络实现行动和评判模块,使用分布式学习算法对多个Agent协调优化.工程应用表明,提出的控制策略有效地解决了高压氨水大干扰对集气管压力的冲击控制问题.
展开更多
关键词
焦炉集气管
梯级协调
多智能体
强化学习
TS
回归
模糊
神经网络
在线阅读
下载PDF
职称材料
题名
一种新型基于神经网络的预测控制
1
作者
潘金龙
慈春令
机构
燕山大学电气工程学院
出处
《燕山大学学报》
CAS
2001年第z1期70-72,共3页
文摘
重点考虑在多变量系统中对控制的准确性和实时性要求,在已有的神经网络预测模型基础上,提出采用模糊理论改进其反馈校正环节,对预测输出和实际输出在一定的隶属函数和模糊规则下进行模糊推理,输出结果用以修正预测模型,从而使系统综合性能得到实质性提高,仿真结果表明改进有效.
关键词
预测控制
模糊
规则
模糊
推理
隶属函数
多层局部
回归
神经网络
.
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于有限差分法的双臂关节柔性空间机器人智能递阶控制策略
被引量：
3
2
作者
梁捷
秦开宇
机构
中国空气动力研究与发展中心空气动力学国家重点实验室
电子科技大学航空航天学院
出处
《空间科学学报》
CAS
CSCD
北大核心
2020年第6期1125-1134,共10页
基金
四川省应用基础项目(2016JY0210)
基础与前沿技术研究基金项目(PJD20190128)共同资助。
文摘
谐波减速器和力矩传感器等柔性元件广泛应用于空间机器人关节系统,以获取高减速比.这些柔性元件为空间机器人系统引入关节柔性,使得对其的稳定控制变得更为复杂.本文讨论研究了参数不确定双臂关节柔性空间机器人基于有限差分法的智能递阶控制及弹性振动抑制.运用递阶系统理论、动量守恒原理及第二类拉格朗日方法推导出系统递阶动力学模型.利用该模型,设计了基于模糊回归神经网络的非奇异Terminal滑模控制算法和基于有限差分法的滑模控制算法.采用模糊回归神经网络(Recurrent Fuzzy Neural Network,RFNN)逼近系统的不确定部分.为避免复杂的求导计算及角加速度可测要求,利用基于有限差分法的滑模控制来抑制柔性关节振动.由于设计控制器过程中未涉及惯常的奇异摄动双时标分解操作,该控制算法理论上具有适合任意大小关节柔性刚度的优点.系统对比仿真试验证明了智能递阶控制算法优于传统基于奇异摄动法的控制方案.
关键词
双臂关节柔性空间机器人
递阶动力学模型
模糊回归神经网络
有限差分法
智能递阶控制器
振动抑制
Keywords
Flexible-joint dual-arm space robot
Hierarchical system dynamic model
Fuzzy recurrent neural network
Finite difference method
Intelligent hierarchical control
Vibration control
分类号
TG156 [金属学及工艺—热处理]
在线阅读
下载PDF
职称材料
题名
基于多智能体强化学习的焦炉集气管压力多级协调控制
被引量：
3
3
作者
秦斌
吴敏
王欣
阳春华
机构
中南大学信息科学与工程学院
出处
《电子学报》
EI
CAS
CSCD
北大核心
2006年第10期1847-1851,共5页
基金
国家杰出青年科学基金(No.60425310)
湖南教育厅资助项目(No.04C718)
中国包装总公司重点科研项目(No.2005-83)
文摘
针对焦炉集气管压力这类多变量强扰动非线性耦合系统,提出了一种基于Multi-Agent system(MAS)的焦炉集气管压力智能多级协调控制系统方案.采用基于Agent单元系统梯级协调体系和基于任务分解的实时Agent的组织与演化机制,通过Agent模态变迁进行模式切换,以适应快速突变环境.在控制Agent中采用Actor-critic强化学习方法,运用TS回归模糊神经网络实现行动和评判模块,使用分布式学习算法对多个Agent协调优化.工程应用表明,提出的控制策略有效地解决了高压氨水大干扰对集气管压力的冲击控制问题.
关键词
焦炉集气管
梯级协调
多智能体
强化学习
TS
回归
模糊
神经网络
Keywords
gas collectors of coke ovens
cascade coordination
multi-Agent system
reinforcement learning
TS recurrent fuzzy neural network
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种新型基于神经网络的预测控制
潘金龙
慈春令
《燕山大学学报》
CAS
2001
0
在线阅读
下载PDF
职称材料
2
基于有限差分法的双臂关节柔性空间机器人智能递阶控制策略
梁捷
秦开宇
《空间科学学报》
CAS
CSCD
北大核心
2020
3
在线阅读
下载PDF
职称材料
3
基于多智能体强化学习的焦炉集气管压力多级协调控制
秦斌
吴敏
王欣
阳春华
《电子学报》
EI
CAS
CSCD
北大核心
2006
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
