期刊文献+
共找到1,365篇文章
< 1 2 69 >
每页显示 20 50 100
一种自适应模糊神经网络模型的研究与应用 被引量:1
1
作者 巩微 《兰州大学学报(自然科学版)》 CAS CSCD 北大核心 2010年第S1期198-201,共4页
混响时间和清晰度是评价厅堂声学特性的最重要的客观参数,可通过对实际房间测量获得.通过建立一种自适应模糊神经网络模型,直接由场景图像提取与之对应的混响时间和清晰度,并采用大量的实测数据对网络进行训练,实验结果证明该方法的有效... 混响时间和清晰度是评价厅堂声学特性的最重要的客观参数,可通过对实际房间测量获得.通过建立一种自适应模糊神经网络模型,直接由场景图像提取与之对应的混响时间和清晰度,并采用大量的实测数据对网络进行训练,实验结果证明该方法的有效性.该方法为声场音质评价以及虚拟现实技术等提供了一个崭新的思路. 展开更多
关键词 音质参数 场景图像 自适应 模糊神经网络 混响时间
在线阅读 下载PDF
基于RBF神经网络的光滑不确定模型自适应采样方法
2
作者 郑源 李艳 +2 位作者 高峰 张旭涛 杨勃 《计算机集成制造系统》 北大核心 2025年第8期2920-2929,共10页
由于缺少关于廓形的先验知识,具有不确定性被测表面的重构精度取决于采样方法的自适应程度,即在测量过程中对下一采样点的实时合理设置。利用径向基函数神经网络(RBFNN)的非线性映射能力预测被测光滑表面备选采样点的几何特征响应,并将... 由于缺少关于廓形的先验知识,具有不确定性被测表面的重构精度取决于采样方法的自适应程度,即在测量过程中对下一采样点的实时合理设置。利用径向基函数神经网络(RBFNN)的非线性映射能力预测被测光滑表面备选采样点的几何特征响应,并将其不确定度估计代入提出的考虑轮廓曲率影响的MaxCWVar信息标准中用于选择下一最优测点(NBP)。以叶片截面自由曲线为例,验证了该方法自适应采样性能的优越性。与其他自适应采样策略的对比表明,基于RBFNN的响应预测对于采样点位置确定具有很好的指导作用;与其他三个常用的NBP选择标准相比,根据MaxCWVar标准得到的采样点分布更为合理,能及时准确地跟随轮廓的几何特征变化,经样本密度与曲率之间的相关性分析得以验证。特别是对采样实时性有较高要求的情况下,所提出方法具有更好的重构精度和建模效率。研究成果对于探索快速、智能的复杂无模型光滑曲面重构方法具有启发意义。 展开更多
关键词 不确定模型 自适应采样 径向基函数神经网络 MaxCWVar信息标准 下一最优测点
在线阅读 下载PDF
核反应堆冷却剂系统故障诊断动态模糊径向基神经网络模型
3
作者 朱佳浩 戴滔 +1 位作者 隋阳 李枭瀚 《科学技术与工程》 北大核心 2025年第11期4567-4573,共7页
针对传统的故障诊断方法难以在不确定环境下准确诊断核电厂核反应堆冷却剂系统(reactor coolant system, RCS)故障这一问题,按照以下路线建立了一种核电厂RCS故障诊断动态模糊径向基神经网络(dynamic fuzzy radial basis function neura... 针对传统的故障诊断方法难以在不确定环境下准确诊断核电厂核反应堆冷却剂系统(reactor coolant system, RCS)故障这一问题,按照以下路线建立了一种核电厂RCS故障诊断动态模糊径向基神经网络(dynamic fuzzy radial basis function neural network, DFRBFNN)模型。首先,根据RCS的故障类型和样本数据,确定DFRBFNN模型的初始结构;然后,应用径向基神经网络方法,构建了RCS故障诊断DFRBFNN初始模型,应用随机初始化方法,对DFRBFNN初始模型的去模糊层到输出层的连接权重进行初始化处理;最后,应用误差下降率法,修正DFRBFNN初始模型的结构和参数,构建了RCS故障诊断DFRBFNN模型。应用所建立的模型对冷却剂丧失、失流和蒸汽发生器管道破裂事故进行诊断,并与传统的故障诊断模型进行对比,验证了本文所建立模型的有效性。研究表明,所构建的核电厂RCS故障诊断DFRBFNN模型能够在不确定环境下准确地诊断RCS的故障。 展开更多
关键词 核电厂 核反应堆冷却剂系统 故障诊断 动态模糊径向基神经网络模型
在线阅读 下载PDF
基于模糊神经网络在线自学习的多智能体一致性控制 被引量:1
4
作者 张宪霞 唐胜杰 俞寅生 《自动化学报》 北大核心 2025年第3期590-603,共14页
针对多智能体系统分布式一致性控制问题,提出一种新的融合动态模糊神经网络(Dynamic fuzzy neural network,DFNN)和自适应动态规划(Adaptive dynamic programming,ADP)算法的无模型自适应控制方法.类似于强化学习中执行者-评论家结构,D... 针对多智能体系统分布式一致性控制问题,提出一种新的融合动态模糊神经网络(Dynamic fuzzy neural network,DFNN)和自适应动态规划(Adaptive dynamic programming,ADP)算法的无模型自适应控制方法.类似于强化学习中执行者-评论家结构,DFNN和神经网络(Neural network,NN)分别逼近控制策略和性能指标.每个智能体的DFNN执行者从零规则开始,通过在线学习,与其局部邻域的智能体交互而生成和合并规则.最终,每个智能体都有一个独特的DFNN控制器,具有不同的结构和参数,实现了最优的分布式同步控制律.仿真结果表明,本文提出的在线算法在非线性多智能体系统分布式一致性控制中优于传统基于NN的ADP算法. 展开更多
关键词 多智能体系统 自适应动态规划 动态模糊神经网络 分布式一致性控制 在线学习
在线阅读 下载PDF
深度模糊神经网络的设计和预测
5
作者 魏呈彪 赵涛岩 +1 位作者 曹江涛 李平 《系统仿真学报》 北大核心 2025年第9期2200-2210,共11页
要:针对深度神经网络可解释性差,处理大数据回归预测问题时对模型的修正没有针对性,提出一种深度模糊神经网络(deep fuzzy neural network,DFNN)。DFNN在结构学习方面采用一种自适应模糊C均值聚类算法(adaptive fuzzy C-means,AFCM),通... 要:针对深度神经网络可解释性差,处理大数据回归预测问题时对模型的修正没有针对性,提出一种深度模糊神经网络(deep fuzzy neural network,DFNN)。DFNN在结构学习方面采用一种自适应模糊C均值聚类算法(adaptive fuzzy C-means,AFCM),通过计算引入的有效性函数确定模型的结构,即规则数和规则的前件参数;后件参数的辨识使用一种改进的灰狼优化算法(improved grey wolf optimization,IGWO),通过使用指数收敛因子替换GWO中的线性递减策略,并且使用结合动态权重更新的自适应位置更新策略,通过该算法对深度模糊神经网络的后件参数以及自适应模糊均值聚类中的初始化参数进行了优化。将DFNN和相关算法应用于Box-Jenkins燃气炉和短时交通流预测问题中,实验结果证明了提出的模型及算法的可行性。 展开更多
关键词 深度模糊神经网络 自适应聚类 灰狼算法 Box-Jenkins燃气炉 交通流预测
在线阅读 下载PDF
基于RBF神经网络自适应滑模控制技术的舰载机牵引车稳定性研究
6
作者 王阳 于鸿彬 《兵器装备工程学报》 北大核心 2025年第9期322-332,共11页
针对舰载机牵引车在舰船甲板上工作时受到海浪干扰而行驶失稳问题,设计了一种基于RBF神经网络的自适应滑模控制器。以舰载机牵引系统为研究对象,建立了舰载机牵引系统的动力学模型,利用RBF神经网络的学习能力和自适应特性对海浪环境下... 针对舰载机牵引车在舰船甲板上工作时受到海浪干扰而行驶失稳问题,设计了一种基于RBF神经网络的自适应滑模控制器。以舰载机牵引系统为研究对象,建立了舰载机牵引系统的动力学模型,利用RBF神经网络的学习能力和自适应特性对海浪环境下牵引车的未知干扰进行分析预测,对外界引起的不确定项和扰动量的上限进行自适应逼近,并通过构造Lyapunov函数导出自适应律,切换函数采用饱和函数代替符号函数,可以有效减弱趋近过程中产生的抖振。为验证该方法的稳定性,在Matlab/Simulink中搭建舰载机牵引系统运动控制仿真模型,将该控制器与普通滑模控制器进行对比分析。仿真结果表明:RBF神经网络自适应滑模控制器的整体控制效果明显优于普通滑模控制器的控制效果,使舰载机牵引车控制系统即使在海浪干扰环境下仍具有可靠的稳定性能,同时具有较强的抗干扰能力和良好的位置轨迹跟踪能力。 展开更多
关键词 舰载机牵引车 系统动力学模型 自适应滑模控制 RBF神经网络 稳定性
在线阅读 下载PDF
基于深度神经网络与状态预测器的无人飞行器自适应控制
7
作者 程喆坤 赵良玉 《固体火箭技术》 北大核心 2025年第5期799-806,共8页
集群飞行场景中广泛存在的非结构化不确定性会影响无人飞行器的控制品质,甚至导致其出现飞行安全问题。为了能够在存在非结构化不确定性的情况下实现良好的轨迹跟踪性能,提出了一种基于深度神经网络和状态预测器的自适应控制方法,利用... 集群飞行场景中广泛存在的非结构化不确定性会影响无人飞行器的控制品质,甚至导致其出现飞行安全问题。为了能够在存在非结构化不确定性的情况下实现良好的轨迹跟踪性能,提出了一种基于深度神经网络和状态预测器的自适应控制方法,利用深度神经网络的特征提取能力为非结构化不确定性设计特征向量,从而提高了控制系统的不确定性估计性能。基于非光滑Lyapunov稳定性理论推导出自适应律,保障了深度神经网络在控制系统中应用的稳定性。根据获得的估计值对不确定性进行补偿,实现了更好的轨迹跟踪和姿态控制效果。最后,数值仿真证明了所提出的方法提升了无人飞行器在非结构化不确定性影响下的轨迹跟踪精度,有效保障了无人飞行器集群飞行的稳定与安全。 展开更多
关键词 模型参考自适应控制 深度神经网络 状态预测器 非结构化不确定性
在线阅读 下载PDF
基于RBF模糊神经网络的钢轨侧磨预测
8
作者 杨光 孙庆 王伟 《城市轨道交通研究》 北大核心 2025年第S1期92-95,104,共5页
[目的]随着地铁运营时间延长和列车运行速度提升,钢轨磨损程度日益严重,曲线段钢轨侧磨尤其严重,因此需对曲线段钢轨侧磨的影响因素与变化规律进行深入研究。[方法]分析并找出了影响钢轨侧磨产生及发展的主要因素。基于RBF(径向基)模糊... [目的]随着地铁运营时间延长和列车运行速度提升,钢轨磨损程度日益严重,曲线段钢轨侧磨尤其严重,因此需对曲线段钢轨侧磨的影响因素与变化规律进行深入研究。[方法]分析并找出了影响钢轨侧磨产生及发展的主要因素。基于RBF(径向基)模糊神经网络构建了钢轨侧磨预测模型。将钢轨侧磨主要影响因素作为该模型主要参数,并结合上海轨道交通1号线测量数据进行了仿真预测试验。[结果及结论]该模型的钢轨侧磨预测值较好地拟合了实际的钢轨侧磨变化趋势,预测误差在0~1 mm范围内。根据该模型的钢轨侧磨预测结果能够掌握钢轨侧磨的状态变化趋势,能够为指导钢轨更换或打磨作业提供数据支持。 展开更多
关键词 城市轨道交通 钢轨侧磨 RBF模糊神经网络 预测模型
在线阅读 下载PDF
基于神经网络自适应MPC智能车辆轨迹跟踪仿真
9
作者 王琳 陈清华 +3 位作者 业红玲 王鹏飞 徐驰 钱爱文 《汽车安全与节能学报》 北大核心 2025年第4期638-647,共10页
传统模型预测控制(MPC)控制器的权重矩阵通常依赖人工经验调参,难以适应复杂动态环境,因此,提出一种基于反向传播(BP)神经网络的MPC权重矩阵自适应调整的方法。建立MPC智能车辆动力学模型分析不同权重系数对车辆轨迹跟踪性能的影响,构... 传统模型预测控制(MPC)控制器的权重矩阵通常依赖人工经验调参,难以适应复杂动态环境,因此,提出一种基于反向传播(BP)神经网络的MPC权重矩阵自适应调整的方法。建立MPC智能车辆动力学模型分析不同权重系数对车辆轨迹跟踪性能的影响,构造数据训练BP神经网络模型,利用Matlab/Simulink搭建BP神经网络自适应MPC控制器与Carsim联合仿真,最后从不同车速和路面附着系数2个方面设计双移线仿真工况,验证控制器在不同工况下的鲁棒性。结果表明:BP神经网络自适应MPC控制器,在路面附着系数为0.85时,不同车速下的控制效果良好;而定权重MPC控制的车辆,当车速达到65km/h时,车辆接近失稳;前者横向位移偏差和横摆角偏差的均方根分别降低44.17%和66.66%;在不同附着系数的路面上前者表现亦佳,尤其是在附着系数0.35的湿滑路面,车速30 km/h时,相对定权重MPC控制器,两项偏差均方根分别降低27.49%和49.54%。该神经网络自适应调整MPC控制器权重的方法,可为智能网联车辆中高速协同控制和特种作业车辆自主导航的轨迹跟踪性能改善提供一定参考。 展开更多
关键词 智能网联车辆 神经网络 自适应 轨迹跟踪 模型预测控制(MPC)
在线阅读 下载PDF
基于模糊神经网络对抗生成的城市固废焚烧过程二噁英排放预警
10
作者 崔璨麟 汤健 +1 位作者 夏恒 乔俊飞 《控制理论与应用》 北大核心 2025年第4期757-766,共10页
城市固废焚烧(MSWI)过程产生的二噁英(DXN)类剧毒污染物是全世界范围内备受关注的环保指标,进行DXN排放浓度预警是缓解焚烧建厂“邻避效应”和实现城市精准污染防控等难题的关键之一.受限于产生机理上的全流程相关、记忆效应等特性以及... 城市固废焚烧(MSWI)过程产生的二噁英(DXN)类剧毒污染物是全世界范围内备受关注的环保指标,进行DXN排放浓度预警是缓解焚烧建厂“邻避效应”和实现城市精准污染防控等难题的关键之一.受限于产生机理上的全流程相关、记忆效应等特性以及检测技术上的高难度和离线化验上的高成本等原因,DXN建模数据面临着维数高、不确定性强和样本稀疏等问题.对此,本文提出基于模糊神经网络(FNN)对抗生成的DXN排放预警方法.首先,采用基于随机森林(RF)的自适应特征选择算法降低输入变量维数;接着,基于FNN的生成对抗网络(GAN)迭代产生用于预警建模的候选虚拟样本,以缓解不确定性和稀疏性问题;然后,通过多约束选择机制进行虚拟样本筛选以提高样本质量;最后,构建基于真实与虚拟混合样本的DXN排放预警模型.基于北京某MSWI电厂的实际DXN数据验证了所提方法的有效性. 展开更多
关键词 城市固废焚烧 二噁英 模糊神经网络 生成对抗网络 虚拟样本 预警模型
在线阅读 下载PDF
基于气动人工肌肉的自适应模糊小脑模型神经网络位置跟踪控制 被引量:5
11
作者 沈伟 施光林 《上海交通大学学报》 EI CAS CSCD 北大核心 2012年第4期579-583,共5页
针对一种气动人工肌肉驱动的弹簧质量位置控制系统,设计了一种自适应模糊小脑模型神经网络(AFCMAC)控制器.离散抗饱和PID(DASPID)并行监督控制设计保证了控制运行初期不会出现较大的跟踪误差和气压波动,使AFCMAC的在线实时学习调整成为... 针对一种气动人工肌肉驱动的弹簧质量位置控制系统,设计了一种自适应模糊小脑模型神经网络(AFCMAC)控制器.离散抗饱和PID(DASPID)并行监督控制设计保证了控制运行初期不会出现较大的跟踪误差和气压波动,使AFCMAC的在线实时学习调整成为可能.在线实时的自适应算法逐步提高了AFCMAC的控制性能,从而最终完全过渡到AFCMAC控制.通过规划AF-CMAC的输入空间,保证了AFCMAC对迟滞力和气压波动等不确定因素的感知能力,为实现AF-CMAC控制奠定了基础.对DASPID与AFCMAC控制器的位置跟踪控制性能进行了对比实验.结果表明,在非线性系统条件下,AFCMAC较之DASPID有着更好的跟踪控制性能和较低的实现难度. 展开更多
关键词 气动人工肌肉 自适应模糊小脑模型神经网络 位置跟踪控制
在线阅读 下载PDF
粗糙集信息熵与自适应神经网络模糊系统相结合的电力短期负荷预测模型及方法 被引量:19
12
作者 程其云 孙才新 +2 位作者 周湶 雷绍兰 张晓星 《电网技术》 EI CSCD 北大核心 2004年第17期72-75,共4页
电力系统短期负荷预测不仅要考虑负荷本身的历史时间序列,而且与气象因素密切相关,自适应神经网络模糊系统(Adaptive Neuro-Fuzzy Inference System,ANFIS)模型是一种有效的预测方法,而系统输入变量的合理性选择是影响预测效果的关键所... 电力系统短期负荷预测不仅要考虑负荷本身的历史时间序列,而且与气象因素密切相关,自适应神经网络模糊系统(Adaptive Neuro-Fuzzy Inference System,ANFIS)模型是一种有效的预测方法,而系统输入变量的合理性选择是影响预测效果的关键所在。作者通过粗糙集理论中的信息熵概念对解决这一问题进行了尝试,选取与待预测量相关性大的参数作为输入。所构造ANFIS系统是基于数据进行建模并进行参数辨识的,这样有效地避免了模糊推理系统(Fuzzy Inference System,FIS)中人为主观因素对预测的负面影响,客观地反映了相关变量与负荷值之间的复杂关系。用该方法与常用BP神经网络及常用FIS分别对重庆市某区进行了一周的日负荷预测,通过对实例的对比分析表明了该方法具有较好的收敛性和预测精度。 展开更多
关键词 电力系统 短期负荷预测 粗糙集 信息熵 自适应神经网络模糊系统
在线阅读 下载PDF
用模糊RBF神经网络简化模型设计多变量自适应模糊控制器 被引量:14
13
作者 鲍鸿 黄心汉 +1 位作者 李锡雄 毛宗源 《控制理论与应用》 EI CAS CSCD 北大核心 2000年第2期169-174,共6页
针对多变量系统实时性要求 ,提出模糊径向基 (RBF)神经网络结构的简化模型及相应算法 ,并对由此简化模型设计的多变量模糊控制器模糊规则的在线自学习算法进行分析 ,提出一种系统动态增益的处理方法和基于过程最优的改进方案 .仿真实验... 针对多变量系统实时性要求 ,提出模糊径向基 (RBF)神经网络结构的简化模型及相应算法 ,并对由此简化模型设计的多变量模糊控制器模糊规则的在线自学习算法进行分析 ,提出一种系统动态增益的处理方法和基于过程最优的改进方案 .仿真实验结果表明该控制器可实现实时自适应控制 ,改进算法是有效的 . 展开更多
关键词 RBF神经网络 过程控制 模糊控制器 自适应控制
在线阅读 下载PDF
基于模糊神经网络的模型参考自适应控制 被引量:20
14
作者 张乃尧 栾天 《自动化学报》 EI CSCD 北大核心 1996年第4期476-480,共5页
用模糊神经网络作为控制器,依靠参考模型产生理想的控制系统闭环响应,从而随时得到控制系统的输出误差.用梯度法实时修正模糊控制器的输入和输出隶属度参数,得到一种在线模糊自适应控制的新方法.通过倒立摆的仿真实验表明,该方法... 用模糊神经网络作为控制器,依靠参考模型产生理想的控制系统闭环响应,从而随时得到控制系统的输出误差.用梯度法实时修正模糊控制器的输入和输出隶属度参数,得到一种在线模糊自适应控制的新方法.通过倒立摆的仿真实验表明,该方法是可行的并能适应对象特性的大范围变化. 展开更多
关键词 模糊神经网络 模型参考 自适应控制
在线阅读 下载PDF
基于自适应遗传粒子群优化模糊神经网络的疲劳驾驶预测模型 被引量:7
15
作者 孙伟 张小瑞 +2 位作者 唐慧强 夏旻 张为公 《汽车工程》 EI CSCD 北大核心 2013年第3期219-223,228,共6页
为提高疲劳驾驶的预测精度,提出了基于减法聚类和遗传粒子群优化模糊神经网络的疲劳驾驶预测模型。根据训练样本,利用减法聚类确定网络结构和初始参数;借助于进化速度因子,采用自适应遗传粒子群算法优化网络参数。利用疲劳驾驶实车模拟... 为提高疲劳驾驶的预测精度,提出了基于减法聚类和遗传粒子群优化模糊神经网络的疲劳驾驶预测模型。根据训练样本,利用减法聚类确定网络结构和初始参数;借助于进化速度因子,采用自适应遗传粒子群算法优化网络参数。利用疲劳驾驶实车模拟实验获得的数据,对该模型进行了训练和测试,并将结果与传统的粒子群、遗传和反向传播算法进行对比。结果表明,该模型不仅精简了网络结构,缩短了训练时间,而且减小了全局误差,提高了预测精度。 展开更多
关键词 疲劳驾驶 减法聚类 自适应遗传粒子群优化 模糊神经网络
在线阅读 下载PDF
基于模型参考自适应模糊神经网络的直线永磁同步电动机速度伺服系统 被引量:3
16
作者 沈显庆 王成元 《电机与控制学报》 EI CSCD 北大核心 2005年第5期425-427,431,共4页
针对直线永磁同步电动机全闭环控制系统易受干扰而降低系统性能指标,甚至造成不稳定等问题,采用模型参考自适应模糊神经网络在线辩识方法,用梯度法实时修正模糊控制器的输入和输出隶属度参数,建立了模型参考自适应模糊神经网络速度伺服... 针对直线永磁同步电动机全闭环控制系统易受干扰而降低系统性能指标,甚至造成不稳定等问题,采用模型参考自适应模糊神经网络在线辩识方法,用梯度法实时修正模糊控制器的输入和输出隶属度参数,建立了模型参考自适应模糊神经网络速度伺服系统模型,并给出了模糊神经网络控制器的设计。通过仿真和实验结果证明,这种方法提高了速度检测装置的分辨率和动态响应能力,并且使系统具有很强的鲁棒性。 展开更多
关键词 模型参考自适应 模糊神经网络 直线永磁同步电动机 时滞补偿器
在线阅读 下载PDF
逆变点焊电源模糊神经网络自适应控制模型研究 被引量:1
17
作者 张勇 秦启书 +3 位作者 蔡永青 谢红霞 杨思乾 刘金合 《机械科学与技术》 CSCD 北大核心 2005年第8期902-905,共4页
研究了逆变点焊电源恒流自适应控制的模糊神经网络模型,设计了模糊神经网络结构。利用BP算法,采用先正弦函数输入后恒定输入的方法对网络进行了分段训练,并使用MATLAB语言,对系统进行了自适应控制和比例因子影响的仿真分析。结果表明,... 研究了逆变点焊电源恒流自适应控制的模糊神经网络模型,设计了模糊神经网络结构。利用BP算法,采用先正弦函数输入后恒定输入的方法对网络进行了分段训练,并使用MATLAB语言,对系统进行了自适应控制和比例因子影响的仿真分析。结果表明,逆变点焊电源恒流自适应控制模糊神经网络,能够实现在线调整隶属函数参数,控制系统可快速感知外来干扰和过程变化,平均控制相对误差小于2.08%;比例因子的选取,对系统有很大影响,不同的比例因子在与训练好的网络结合进行控制时,系统控制效果不同。 展开更多
关键词 逆变点焊 模糊神经网络 控制模型
在线阅读 下载PDF
模糊神经网络模型参考自适应控制及其应用 被引量:6
18
作者 王耀南 《湖南大学学报(自然科学版)》 EI CAS CSCD 1997年第4期65-73,共9页
提出一种模糊神经网络的自适应控制方案.给出了一种模糊神经网络模型和快速的优化学习算法(FLA),通过网络的在线自学习不断修正模糊神经网络控制器的隶属函数和权值,实现了模糊逻辑规则的自动更新.经仿真结果和倒立摆控制表明。
关键词 模糊逻辑 神经网络 学习算法 自适应控制
在线阅读 下载PDF
神经网络模糊非参数模型自适应控制及仿真 被引量:1
19
作者 朱娟萍 侯忠生 《系统仿真学报》 EI CAS CSCD 北大核心 2006年第6期1623-1625,共3页
提出一种基于神经网络的模糊非参数模型自适应控制方案。该方案仅用受控系统的I/O数据来设计控制器,综合了模糊控制、神经网络与非参数模型学习自适应控制各自的优点。仿真表明该控制器对模型、环境具有较好的适应能力和较强的鲁棒性。
关键词 神经网络 模糊控制 非参数模型自适应控制 伪偏导数
在线阅读 下载PDF
用输入输出模型表示的非线性系统的模糊神经网络滑模自适应控制 被引量:1
20
作者 达飞鹏 宋文忠 《电子学报》 EI CAS CSCD 北大核心 2000年第7期51-54,共4页
本文对一类用输入输出模型表示的非线性系统 ,基于模糊神经网络 ,提出了一种滑模自适应控制方法 .通过对系统输入输出模型的分解 ,将控制器的设计分为两步 ,第一步是设计模糊神经网络滑模控制器 ,第二步是进行线性系统的设计 .模糊神经... 本文对一类用输入输出模型表示的非线性系统 ,基于模糊神经网络 ,提出了一种滑模自适应控制方法 .通过对系统输入输出模型的分解 ,将控制器的设计分为两步 ,第一步是设计模糊神经网络滑模控制器 ,第二步是进行线性系统的设计 .模糊神经网络滑模控制器是由模糊神经网络实现滑模控制 ,它平滑了切换信号 ,消除了滑模控制中固有的颤动现象同时在控制器的设计中不需要知道系统的不确定性和扰动的界限 ,使系统有强鲁棒性 .运用Lyapunov稳定理论 ,证明了整个系统是稳定的且系统的跟踪误差收敛到零的邻域 .仿真结果表明了控制方案的有效性 . 展开更多
关键词 非线性系统 模糊神经网络 滑模控制 自适应控制
在线阅读 下载PDF
上一页 1 2 69 下一页 到第
使用帮助 返回顶部