期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
基于RBF最小参数学习法的正流量变量泵滑模自适应控制 被引量:2
1
作者 孙承志 张元良 +1 位作者 康杰 牛东东 《机床与液压》 北大核心 2023年第20期157-162,共6页
为了提高正流量变量泵的性能,提出基于RBF最小参数学习法的正流量变量泵滑模自适应控制方法。分析正流量变量泵电液伺服系统的动力学特性,并进行系统辨识实验获得较为精确的系统数学函数模型;基于RBF最小参数学习法设计滑模控制器,在系... 为了提高正流量变量泵的性能,提出基于RBF最小参数学习法的正流量变量泵滑模自适应控制方法。分析正流量变量泵电液伺服系统的动力学特性,并进行系统辨识实验获得较为精确的系统数学函数模型;基于RBF最小参数学习法设计滑模控制器,在系统参数不确定性、摩擦力干扰和系统泄漏等非线性因素的情况下实现对目标流量的跟踪响应和自适应控制;最后利用MATLAB/Simulink对正流量变量泵的控制系统性能进行仿真实验,并和传统的PID控制器和模糊PID控制器进行比较。仿真实验结果验证了所设计控制方法的可行性和有效性。 展开更多
关键词 滑模自适应控制 rbf最小参数学习法 电液伺服系统 鲁棒性
在线阅读 下载PDF
基于心率的神经网络最小参数血泵滑模控制 被引量:1
2
作者 刘慧博 刘木 《系统仿真学报》 CAS CSCD 北大核心 2018年第5期1796-1802,共7页
设计一种智能算法,控制分体式血泵辅助自然心脏搏血,满足血液灌注需求。此算法结合了不依赖对象模型的滑模控制和具有最佳逼近特性的RBF神经网络设计控制器,并采用最小参数学习法设计自适应律,调整神经网络权值。为保证实时性,转速信号... 设计一种智能算法,控制分体式血泵辅助自然心脏搏血,满足血液灌注需求。此算法结合了不依赖对象模型的滑模控制和具有最佳逼近特性的RBF神经网络设计控制器,并采用最小参数学习法设计自适应律,调整神经网络权值。为保证实时性,转速信号由血流量、血泵转速与心率的函数关系给定。通过与PID算法的对比研究表明:在RBF滑模控制下,血泵转速最大调节时间为0.23 s,稳态误差为5rpm,流量最大相对误差为0.89%,系统动静态性能良好,故RBF神经网络最小参数滑模控制算法充分满足血泵控制要求。 展开更多
关键词 血泵 滑模 rbf神经网络 最小参数 心率
在线阅读 下载PDF
基于MPLM-RBFNN算法的移动机器人姿态控制方法 被引量:8
3
作者 刘杰超 邓琛 +2 位作者 丁大民 韩宝磊 刘玉 《传感器与微系统》 CSCD 2020年第3期68-71,共4页
以移动机器人为研究对象,针对机器人系统模型的不确定性和非线性,提出一种反步运动学控制与径向基神经网络(RBFNN)最小参数学习法(MPLM)结合的滑模控制(SMC)算法。使用径向基神经网络逼近系统中的不确定项,消除系统中不确定因素的影响,... 以移动机器人为研究对象,针对机器人系统模型的不确定性和非线性,提出一种反步运动学控制与径向基神经网络(RBFNN)最小参数学习法(MPLM)结合的滑模控制(SMC)算法。使用径向基神经网络逼近系统中的不确定项,消除系统中不确定因素的影响,增强系统的鲁棒性。针对径向基神经网络中权值难以快速调整的缺陷,采用最小参数学习法设计单个参数以代替神经网络中的权值,以此来优化算法复杂度,增强控制的实时性,通过Lyapunov稳定性判别方法,证明了系统在有限时间内的收敛性与稳定性。实验表明:该方法可使控制器的结构简化,鲁棒性、实时性显著提高,易于在实际应用中实现。 展开更多
关键词 移动机器人 滑模控制 径向基神经网络 最小参数学习
在线阅读 下载PDF
二阶Newton法训练径向基函数神经网络的算法研究 被引量:2
4
作者 蔡珣 陈智 +3 位作者 Kanishka Tyagi 于宽 李子强 朱波 《计算机研究与发展》 EI CSCD 北大核心 2015年第7期1477-1486,共10页
提出了一种混合加权距离测量(weighted distance measure,weighted DM)参数的构建和训练RBF(radial basis function)神经网络的两步批处理算法.该算法在引进了DM系数参数的基础上,采用Newton法分别对径向基函数的覆盖参数、均值向量参... 提出了一种混合加权距离测量(weighted distance measure,weighted DM)参数的构建和训练RBF(radial basis function)神经网络的两步批处理算法.该算法在引进了DM系数参数的基础上,采用Newton法分别对径向基函数的覆盖参数、均值向量参数、加权距离测度系数以及输出权值进行了优化,并在优化过程中利用OLS(orthogonal least squares)法来求解Newton法的方程组.通过实验数据,不仅分析了Newton法优化的各个参数向量对RBF网络训练的影响,而且比较了混合优化加权DM与RLS-RBF(recursive least square RBF neural network)网络训练算法的收敛性和计算成本.所得到的结论表明整合了优化参数的加权DM-RBF网络训练算法收敛速度比RLS-RBF网络训练算法更快,而且具有比LM-RBF(Levenberg-Marquardt RBF)训练算法更小的计算成本,从而说明OLS求解的Newton法对优化RBF网络参数具有重要应用价值. 展开更多
关键词 径向基函数神经网络 HESSIAN矩阵 NEWTON 正交最小二乘 网络参数优化 最优学习因子
在线阅读 下载PDF
基于统计形状建模及机器学习探究足的形态与功能
5
作者 梅齐昌 相亮亮 +2 位作者 俞佩敏 高自翔 顾耀东 《医用生物力学》 CAS CSCD 北大核心 2021年第S01期362-362,共1页
目的通过对不同人群的三维足形作统计形状建模分析,揭示形态与姿态的差异,并结合机器学习算法分析各形态与姿态特点与运动功能的关联性。方法对习惯裸足人群及习惯着鞋人群的双足进行扫描,获取三维足形;采用Novel EMED压力板记录走跑等... 目的通过对不同人群的三维足形作统计形状建模分析,揭示形态与姿态的差异,并结合机器学习算法分析各形态与姿态特点与运动功能的关联性。方法对习惯裸足人群及习惯着鞋人群的双足进行扫描,获取三维足形;采用Novel EMED压力板记录走跑等基础活动的足底分布。使用自编的Python程序对足形依次进行网面配准、质心对齐及主成分降维分析;将形态参数与走跑活动的足底压力作偏最小二乘线性回归分析,并采用留一法作验证。 展开更多
关键词 机器学习 最小二乘 留一 线性回归分析 主成分降维 形态参数 足底压力 形状建模
在线阅读 下载PDF
三维运动模式下的桥式吊车神经网络滑模控制 被引量:1
6
作者 孙家骏 柴琳 +1 位作者 郭启航 刘惠康 《控制理论与应用》 EI CAS CSCD 北大核心 2024年第11期2071-2079,共9页
三维运动模式下的桥式吊车具有更高的生产效率,但其定位与防摆控制也更具挑战性.针对该问题,本文提出一种基于最小参数学习的神经网络滑模控制方法.首先,建立了包含机械摩擦力和空气阻力的全驱动动力学模型,解决了系统由于欠驱动特性导... 三维运动模式下的桥式吊车具有更高的生产效率,但其定位与防摆控制也更具挑战性.针对该问题,本文提出一种基于最小参数学习的神经网络滑模控制方法.首先,建立了包含机械摩擦力和空气阻力的全驱动动力学模型,解决了系统由于欠驱动特性导致控制器难以设计的问题;随后,设计了基于指数趋近律的滑模控制器,引入径向基函数(radial basis functions,RBF)神经网络的最小参数学习法对系统的不确定性模型进行逼近;并对控制器的稳定性进行了严格的数学证明.仿真与实验结果表明,本文所提控制方法在有/无外界干扰的情况下,都能实现吊车的精确定位与负载摆动的有效抑制. 展开更多
关键词 三维运动模式 定位与防摆 滑模控制 神经网络 最小参数学习
在线阅读 下载PDF
欠驱动无人艇固定时间轨迹跟踪控制
7
作者 王巍凯 苏航 张恩华 《中国舰船研究》 CSCD 北大核心 2024年第S01期10-17,共8页
[目的]针对欠驱动无人艇系统内部存在模型参数不确定以及外部受到未知干扰等问题,提出一种具有抗干扰能力的固定时间轨迹跟踪控制策略。[方法]首先,通过模型转换将跟踪误差系统分为2个子系统,分别开展控制器设计;然后,为解决系统内外的... [目的]针对欠驱动无人艇系统内部存在模型参数不确定以及外部受到未知干扰等问题,提出一种具有抗干扰能力的固定时间轨迹跟踪控制策略。[方法]首先,通过模型转换将跟踪误差系统分为2个子系统,分别开展控制器设计;然后,为解决系统内外的未知干扰问题,基于径向基神经网络和最小参数学习法对不确定项进行估计,从而保证系统具有抗干扰能力;最后,将双曲正切函数与滑模控制相结合,提出一种基于固定时间的跟踪控制方法,以保证无人艇可在固定时间内快速跟踪期望轨迹。[结果]仿真结果表明,跟踪误差可在固定时间内实现收敛并保持稳定,且其收敛时间与初始状态无关。[结论]该控制策略可对系统中的不确定项进行有效估计,具有良好的抗干扰能力,可为欠驱动无人艇的固定时间控制提供参考。 展开更多
关键词 欠驱动无人艇 固定时间控制 未知干扰 滑模控制 最小参数学习
在线阅读 下载PDF
基于DSC和MLP的欠驱动船舶自适应滑模轨迹跟踪控制 被引量:14
8
作者 沈智鹏 王茹 《系统工程与电子技术》 EI CSCD 北大核心 2018年第3期643-651,共9页
针对存在船舶动态不确定和外界干扰的欠驱动水面船舶轨迹跟踪控制问题,提出一种基于动态面控制(dynamic surface control,DSC)和最小学习参数法(minimal learning parameter,MLP)的自适应滑模控制方法。在控制律的设计过程中,为实现位... 针对存在船舶动态不确定和外界干扰的欠驱动水面船舶轨迹跟踪控制问题,提出一种基于动态面控制(dynamic surface control,DSC)和最小学习参数法(minimal learning parameter,MLP)的自适应滑模控制方法。在控制律的设计过程中,为实现位置跟踪误差的收敛,利用反步法设计船舶前向速度和横漂速度的虚拟控制律镇定轨迹跟踪误差;引入DSC技术,用于消除反步法对虚拟控制求导引起的"微分爆炸"问题;另外,采用MLP技术,以单参数在线学习代替所有权值在线学习,减少控制器的计算量,避免出现"维数灾难"问题,并结合带有"σ-修正"的自适应律,防止参数漂移,易于工程的实现。稳定性分析证明了所设计控制律可以保证轨迹跟踪船舶闭环系统中轨迹跟踪误差信号一致最终有界,仿真结果验证了所设计控制器的有效性。 展开更多
关键词 欠驱动船舶 最小学习参数 动态面自适应控制 轨迹跟踪
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部