期刊文献+
共找到68篇文章
< 1 2 4 >
每页显示 20 50 100
Compensation for secondary uncertainty in electro-hydraulic servo system by gain adaptive sliding mode variable structure control 被引量:11
1
作者 张友旺 桂卫华 《Journal of Central South University of Technology》 EI 2008年第2期256-263,共8页
Based on consideration of the differential relations between the immeasurable variables and measurable variables in electro-hydraulic servo system,adaptive dynamic recurrent fuzzy neural networks(ADRFNNs) were employe... Based on consideration of the differential relations between the immeasurable variables and measurable variables in electro-hydraulic servo system,adaptive dynamic recurrent fuzzy neural networks(ADRFNNs) were employed to identify the primary uncertainty and the mathematic model of the system was turned into an equivalent linear model with terms of secondary uncertainty.At the same time,gain adaptive sliding mode variable structure control(GASMVSC) was employed to synthesize the control effort.The results show that the unrealization problem caused by some system's immeasurable state variables in traditional fuzzy neural networks(TFNN) taking all state variables as its inputs is overcome.On the other hand,the identification by the ADRFNNs online with high accuracy and the adaptive function of the correction term's gain in the GASMVSC make the system possess strong robustness and improved steady accuracy,and the chattering phenomenon of the control effort is also suppressed effectively. 展开更多
关键词 electro-hydraulic servo system adaptive dynamic recurrent fuzzy neural network(ADRFNN) gain adaptive slidingmode variable structure control(GASMVSC) secondary uncertainty
在线阅读 下载PDF
基于深度子领域适应卷积神经网络的结构损伤识别 被引量:1
2
作者 张健飞 曹雨 《振动与冲击》 北大核心 2025年第3期251-260,共10页
针对卷积神经网络(convolutional neural networks,CNN)结构损伤识别模型泛化能力差的问题,提出了一种基于深度子领域适应卷积神经网络(deep subdomain adaptation convolutional neural networks,DSACNN)的结构损伤识别方法。以实际结... 针对卷积神经网络(convolutional neural networks,CNN)结构损伤识别模型泛化能力差的问题,提出了一种基于深度子领域适应卷积神经网络(deep subdomain adaptation convolutional neural networks,DSACNN)的结构损伤识别方法。以实际结构为目标域,以有限元模型为源域,根据损伤类别将源域和目标域划分成一系列子领域。在CNN中嵌入子领域适应模块,构建DSACNN模型,通过最小化源域上的损伤分类误差和领域之间的局部最大均值差异,对齐两个领域对应子领域的特征、建立特征与损伤类别之间的映射,从而将源域上的损伤识别能力迁移到目标域之上。模型的训练无需已知目标域样本的损伤标签,采用预训练全局领域适应提高其伪标签的准确率。试验结果表明:与全局领域适应模型相比,基于预训练全局领域适应的DSACNN模型在模拟目标域上准确率最大提高幅度达到21.8%,在实测目标域上提高了9.6%,具有更强的泛化能力。 展开更多
关键词 结构损伤识别 子领域适应 局部最大均值差异 卷积神经网络(CNN)
在线阅读 下载PDF
超薄宽频复合层合板结构吸声机理及其优化设计
3
作者 罗哲 谭刚 +2 位作者 杨钰 王林惠 王鑫昱 《噪声与振动控制》 北大核心 2025年第3期68-73,174,共7页
传统轻量化复合吸声结构在中频宽带吸声性能不足,限制了其在汽车、高铁以及航空航天等运载工具中的实际应用。基于复合吸声原理设计一种超薄宽频复合层合板吸声结构并进行设计优化,实现了其在小尺寸下中频大带宽吸声性能的提升,有望解... 传统轻量化复合吸声结构在中频宽带吸声性能不足,限制了其在汽车、高铁以及航空航天等运载工具中的实际应用。基于复合吸声原理设计一种超薄宽频复合层合板吸声结构并进行设计优化,实现了其在小尺寸下中频大带宽吸声性能的提升,有望解决运载工具吸声结构轻量化设计问题。首先,设计一种超薄宽频复合层合板吸声结构,并通过模拟仿真验证模型的正确性;其次,针对复合层合板结构吸声性能影响参数众多的问题,建立主效应分析模型实现了结构设计参数的降维;最后,针对吸声结构性能的多参数非线性优化问题,建立径向基神经网络(Radial Basis Function Neural Network,RBF)与自适应模拟退火算法(Adaptive Simulated Annealing,ASA)相结合的优化模型。优化结果表明,与传统吸声结构相比,该复合层合板吸声结构在同尺寸条件下具有更好的吸声性能,且结构厚度只有中心频率波长的1/15,同时具有很好的轻量化效果。 展开更多
关键词 声学 吸声结构 优化设计 Pareto图 RBF神经网络 自适应模拟退火
在线阅读 下载PDF
融合自适应嵌入和跨通道注意力机制的桥梁结构状态评估
4
作者 陈泽鹏 刘琪钿 +2 位作者 孟思臣 陈舟 余岭 《振动与冲击》 北大核心 2025年第18期199-208,共10页
桥梁结构状态评估是桥梁结构维修养护和增强结构抗灾能力的重要前提,而结构损伤识别则是其中的核心研究内容。针对既有方法存在损伤特征指标敏感性不足、全局关注及跨通道耦合能力较弱的问题,提出一种融合自适应嵌入和跨通道注意力机制... 桥梁结构状态评估是桥梁结构维修养护和增强结构抗灾能力的重要前提,而结构损伤识别则是其中的核心研究内容。针对既有方法存在损伤特征指标敏感性不足、全局关注及跨通道耦合能力较弱的问题,提出一种融合自适应嵌入和跨通道注意力机制的桥梁结构损伤识别(adaptive embedding and cross-channel attention mechanisms assisted Transformer neural network,AECCA-former)新方法。该方法以Transformer神经网络为核心框架,在特征提取层中采用融合重叠块嵌入和扩张重叠块嵌入的自适应嵌入机制,以实现特征向量自适应嵌入,提升了分块编码的灵活性以应对不同工况的结构损伤识别需求。此外,在Transformer编码器中采用跨通道注意力机制进行特征提取,增强了所提方法在多通道测量响应上的特征提取能力。弹性支撑梁桥数值模拟表明,AECCA-former具有更优的特征提取性能,且在复杂损伤工况下能够提供更可靠、准确和具鲁棒性的结构损伤识别结果。Z24大桥工程实践结果表明,AECCA-former能够有效识别实桥损伤,且少量传感器对结构损伤识别精度影响较小。 展开更多
关键词 桥梁结构状态评估 结构损伤识别 TRANSFORMER 自适应扩张重叠块嵌入 跨通道注意力
在线阅读 下载PDF
基于自适应结构学习的深度文本聚类 被引量:3
5
作者 潘伟 黄瑞章 +1 位作者 任丽娜 薛菁菁 《计算机工程》 CAS CSCD 北大核心 2024年第11期89-97,共9页
近年来,将结构信息应用于深度文本聚类中以提升聚类效果取得了较优的成果。然而,结构信息的构造方法大多只进行简单的距离测算且近邻数量固定,导致构建的图难以获得较精确的文本结构信息。另外,众多方法对近邻文本只进行一阶挖掘,使图... 近年来,将结构信息应用于深度文本聚类中以提升聚类效果取得了较优的成果。然而,结构信息的构造方法大多只进行简单的距离测算且近邻数量固定,导致构建的图难以获得较精确的文本结构信息。另外,众多方法对近邻文本只进行一阶挖掘,使图结构信息未得到完全挖掘,限制了结合结构信息的深度文本聚类性能。为此,提出一种基于自适应结构学习的深度文本聚类模型DCMBS。首先,设计一种阈值构图方法,动态调整近邻文本数量,解决因近邻文本固定存在结构信息不精确的问题;其次,引入一种拓扑探索近邻的方法,对近邻文本进行多阶挖掘,解决以往方法只进行一阶挖掘存在结构信息不完整的问题。此外,设计了1个阈值衰减策略,避免拓扑过程中因拓扑阶数增加导致学习泛化。在4个真实数据集的实验结果表明,DCMBS与现有较好的聚类模型相比,准确度、归一化互信息(NMI)和调整兰德指数(ARI)平均提高了6.83、2.93、6.23个百分点。 展开更多
关键词 阈值 深度文本聚类 文本结构信息 图神经网络 自适应结构学习
在线阅读 下载PDF
基于多头注意力时空图神经网络的交通流预测 被引量:1
6
作者 肖琳 陈洪超 邹复民 《重庆交通大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第9期78-85,共8页
准确的交通预测对于智能交通系统(ITS)至关重要。然而,由于复杂的时间和空间依赖关系,现有的交通流预测方法未能有效捕获路网的时空特征,并且忽略了路网交通数据的相关性在空间维度和时间维度上表现出的较强动态性。为了进一步提高预测... 准确的交通预测对于智能交通系统(ITS)至关重要。然而,由于复杂的时间和空间依赖关系,现有的交通流预测方法未能有效捕获路网的时空特征,并且忽略了路网交通数据的相关性在空间维度和时间维度上表现出的较强动态性。为了进一步提高预测精度,提出了一种基于多头注意力的时空图神经网络模型。首先,该模型构造了一个自适应图结构学习组件,该自适应图结构学习组件可以有效地捕获图结构的动态时空相关性。其次,该模型基于注意力机制分别设计了时间多头注意力模块和空间多头注意力模块,所设计的时空多头注意力模块可以有效地对路网的时空特征进行提取。最后,利用堆叠的时空卷积层对未来的交通状况进行预测。在开源数据集上的实验结果表明:该模型在时空特征提取以及长期预测方面表现优异,并且比基线方法取得了更精确的预测结果。 展开更多
关键词 交通工程 交通预测 智能交通系统 时空多头注意力 图神经网络 自适应图结构
在线阅读 下载PDF
基于LASSO-ASAPSO-LSTM的双曲拱坝缺失位移数据恢复
7
作者 黄民水 邓志航 张健蔚 《水电能源科学》 北大核心 2024年第12期128-132,共5页
由于设备故障或无线传输过程中的数据包丢失等原因,存在数据缺失现象,导致大坝的安全评估无法得到保障。为此,提出了一种基于深度学习的双曲拱坝缺失位移数据恢复模型,采用最小绝对值收缩和选择算子法(LASSO回归算法)从建立的18个大坝... 由于设备故障或无线传输过程中的数据包丢失等原因,存在数据缺失现象,导致大坝的安全评估无法得到保障。为此,提出了一种基于深度学习的双曲拱坝缺失位移数据恢复模型,采用最小绝对值收缩和选择算子法(LASSO回归算法)从建立的18个大坝位移影响因子中筛选出影响较为显著的环境因子;基于长短期记忆神经网络(LSTM)搭建了大坝缺失数据恢复模型;采用自适应模拟退火粒子群算法(ASAPSO)对LSTM的3个超参数进行了优化;最后,依托湖南省资兴市东江大坝累计14年(2000~2014年)的监测数据,对所提方法的计算精度和计算效率进行了验证。结果表明,ASAPSO的引入使该模型的恢复精度和效率优于常规的机器学习算法,为大坝安全监测缺失数据的准确恢复提供了有力工具。 展开更多
关键词 混凝土双曲拱坝 缺失位移恢复 长短期记忆神经网络 结构健康监测 LASSO回归 自适应模拟退火粒子群算法
在线阅读 下载PDF
舰船噪声波形结构特征提取及分类研究 被引量:23
8
作者 蔡悦斌 张明之 +1 位作者 史习智 林良骥 《电子学报》 EI CAS CSCD 北大核心 1999年第6期129-130,共2页
本文系统深入地分析研究了舰船噪声信号的时域波形结构特征,利用舰船噪声信号的过零点、峰间幅值、波长差、波列面积分布以及时域特性提取技术,将原始舰船噪声信号时域波形分类信息表达成了11维的分类特征向量,同时设计了结构自适应... 本文系统深入地分析研究了舰船噪声信号的时域波形结构特征,利用舰船噪声信号的过零点、峰间幅值、波长差、波列面积分布以及时域特性提取技术,将原始舰船噪声信号时域波形分类信息表达成了11维的分类特征向量,同时设计了结构自适应模型聚类神经网络分类器,对提取的舰船噪声分类特征向量进行分类.训练样本集平均识别率达96.72%;测试样本集平均识别率达88.39%。 展开更多
关键词 舰船 噪声信号 波形结构 自适应模糊聚类
在线阅读 下载PDF
一种权值直接确定及结构自适应的Chebyshev基函数神经网络 被引量:11
9
作者 张雨浓 陈裕隆 +2 位作者 姜孝华 曾庆淡 邹阿金 《计算机科学》 CSCD 北大核心 2009年第6期210-213,共4页
基于函数逼近理论,构造一种Chebyshev基函数神经网络模型。推导出该网络模型的权值直接确定方法,可一步计算出权值,克服了传统BP神经网络学习率选取困难、学习过程冗长和易陷入局部极小等缺点。在此基础上,设计了基于二分搜索的结构自... 基于函数逼近理论,构造一种Chebyshev基函数神经网络模型。推导出该网络模型的权值直接确定方法,可一步计算出权值,克服了传统BP神经网络学习率选取困难、学习过程冗长和易陷入局部极小等缺点。在此基础上,设计了基于二分搜索的结构自适应算法,根据精度要求自动确定网络最优结构。理论分析及仿真验证均表明,该网络不仅能够快速地完成网络权值确定和结构自适应,且具有优异的学习与逼近能力,而且对随机加性噪声也具有较好的抑制作用。 展开更多
关键词 神经网络 Chebyshev正交基 权值直接确定 结构自适应确定
在线阅读 下载PDF
基于滑模变结构的空间机器人神经网络跟踪控制 被引量:22
10
作者 张文辉 齐乃明 尹洪亮 《控制理论与应用》 EI CAS CSCD 北大核心 2011年第9期1141-1144,共4页
研究了在无需模型估计值的情况下不确定空间机器人轨迹跟踪问题,提出了滑模变结构的神经网络控制方案.首先基于Lyapunov理论设计了一种径向基函数(RBF)神经网络控制器来补偿系统中的未知非线性,该神经控制器能够保证闭环系统的稳定性,... 研究了在无需模型估计值的情况下不确定空间机器人轨迹跟踪问题,提出了滑模变结构的神经网络控制方案.首先基于Lyapunov理论设计了一种径向基函数(RBF)神经网络控制器来补偿系统中的未知非线性,该神经控制器能够保证闭环系统的稳定性,而通过利用饱和函数把神经网络和滑模控制结合起来的控制器来不仅可以进一步削弱滑模控制输入的抖振,且当神经网络控制器无效时仍能保证系统鲁棒性.仿真结果证明了该控制器能在初期及强干扰情况下均能达到较好的控制效果. 展开更多
关键词 神经网络 空间机器人 滑模变结构 自适应 轨迹跟踪
在线阅读 下载PDF
基于改进型BP神经网络的弹丸落点预测方法 被引量:9
11
作者 李志鹏 赵捍东 +2 位作者 张帅 焦军虎 张建业 《弹箭与制导学报》 CSCD 北大核心 2014年第2期75-77,80,共4页
为了快速精确的预测弹丸落点,文中提出了一种基于改进型BP神经网络的弹丸落点的预测方法。根据落点预测的特殊性,在网络结构上确定了具有并列隐含层的双隐层结构形式,并对训练算法进行了自适应加动量项的改进,然后选取并优化了训练样本... 为了快速精确的预测弹丸落点,文中提出了一种基于改进型BP神经网络的弹丸落点的预测方法。根据落点预测的特殊性,在网络结构上确定了具有并列隐含层的双隐层结构形式,并对训练算法进行了自适应加动量项的改进,然后选取并优化了训练样本。之后进行了仿真训练和落点预测,得到了较高精度的预测结果。说明文中方法进行落点预测是合理有效的,可以作为弹丸落点预测的一种新方案。 展开更多
关键词 神经网络 自适应算法 并列结构 弹丸落点 预测
在线阅读 下载PDF
基于神经网络方法的包装件非线性特性识别的研究 被引量:9
12
作者 梁艳春 王政 +1 位作者 杨晓伟 周春光 《力学学报》 EI CSCD 北大核心 1997年第4期497-500,共4页
结合模糊集合理论,将结构化神经网络方法用于包装件缓冲垫层非线性特性识别问题.对于两种典型的包装件缓冲垫层材料模型的模拟识别结果表明,据此方法可以较好地获得其非线性特性.模糊自适应技术的引入,提高了网络训练速度,减少了... 结合模糊集合理论,将结构化神经网络方法用于包装件缓冲垫层非线性特性识别问题.对于两种典型的包装件缓冲垫层材料模型的模拟识别结果表明,据此方法可以较好地获得其非线性特性.模糊自适应技术的引入,提高了网络训练速度,减少了对于训练参数的人为干预,使得结构化神经网络方法更适于实际应用. 展开更多
关键词 神经网络 非线性特性识别 缓冲包装 动力学
在线阅读 下载PDF
基于神经网络的一类非线性连续系统的稳定自适应控制 被引量:9
13
作者 刘延年 忻欣 冯纯伯 《控制理论与应用》 EI CAS CSCD 北大核心 1996年第1期70-75,共6页
本文将神经网络作为非线性系统的模型,提出能够对一类非线性连续系统进行有效控制的自适应控制结构和算法,该控制方案不仅能解决此类非线性系统的跟踪控制问题,而且由于将变结构控制技术运用于其中,整个闭环控制系统还能克服许多神... 本文将神经网络作为非线性系统的模型,提出能够对一类非线性连续系统进行有效控制的自适应控制结构和算法,该控制方案不仅能解决此类非线性系统的跟踪控制问题,而且由于将变结构控制技术运用于其中,整个闭环控制系统还能克服许多神经网络控制系统中存在的稳定性问题.由稳定性理论可推证整个闭环控制系统渐近稳定和参数渐近收敛的特性. 展开更多
关键词 自适应控制 神经网络 非线性连续系统
在线阅读 下载PDF
改进的机器人神经网络变结构混合控制 被引量:5
14
作者 陈丽 陈卫东 王洪瑞 《系统工程与电子技术》 EI CSCD 北大核心 2006年第3期429-430,443,共3页
针对不确定性机器人的轨迹跟踪控制问题,提出了一种神经网络前馈补偿加变结构的混合控制器。通过引入广义误差的立方项补偿以提高系统的动态性能,不但保证了全局的渐近稳定,而且加快了误差的收敛速度。对闭环系统稳定性进行了证明。以... 针对不确定性机器人的轨迹跟踪控制问题,提出了一种神经网络前馈补偿加变结构的混合控制器。通过引入广义误差的立方项补偿以提高系统的动态性能,不但保证了全局的渐近稳定,而且加快了误差的收敛速度。对闭环系统稳定性进行了证明。以二自由度刚性机器人为例进行了仿真研究,结果证明了该方案的有效性。 展开更多
关键词 机器人 神经网络 变结构控制 自适应控制
在线阅读 下载PDF
控制理论在电力电子学中的应用(下)——非线性与智能化方法 被引量:17
15
作者 刘明建 吴捷 薛峰 《控制理论与应用》 EI CAS CSCD 北大核心 1999年第5期630-633,共4页
综述了电力电子学中的自适应控制、滑模变结构控制、神经网络控制及模糊控制。
关键词 电力电子学 控制理论 非线性 智能化
在线阅读 下载PDF
一种自动生成神经网络结构的新方法 被引量:13
16
作者 王继成 蔡义发 吕维雪 《自动化学报》 EI CSCD 北大核心 1996年第1期19-25,共7页
神经网络已广泛应用于模式识别、优化计算等领域.但是,人们为了寻求某一问题的神经网络结构,往往采用穷举法,从而使得选择合适的神经网络结构随着问题规模的变大而变得越来越困难.本文根据神经元状态的变化导致人脑的空间结构和状... 神经网络已广泛应用于模式识别、优化计算等领域.但是,人们为了寻求某一问题的神经网络结构,往往采用穷举法,从而使得选择合适的神经网络结构随着问题规模的变大而变得越来越困难.本文根据神经元状态的变化导致人脑的空间结构和状态变化的研究,在神经网络中引入神经元的兴奋、抑制和突触修改机制、退化机制、死亡机制、自修复机制等,通过神经网络的学习,自动生成解决某一具体问题的合适的神经网络结构.实验结果表明,该方法是可行的、有效的,为神经网络结构的设计提供了一种新方法. 展开更多
关键词 神经网络 网络结构 自适应理论
在线阅读 下载PDF
基于协同进化微粒群算法的神经网络自适应噪声消除系统 被引量:4
17
作者 王俊年 申群太 +1 位作者 沈洪远 年晓红 《计算机工程与应用》 CSCD 北大核心 2005年第13期20-23,共4页
在分析前向神经网络结构的基础上,定义了一个与随机数对应的布尔向量,实现了前向神经网络的网络结构与权值联合编码;将网络结构参数作为协同进化微粒群算法子群的划分标志,构造了一种用于神经网络进化设计的协同进化微粒群算法,实现了... 在分析前向神经网络结构的基础上,定义了一个与随机数对应的布尔向量,实现了前向神经网络的网络结构与权值联合编码;将网络结构参数作为协同进化微粒群算法子群的划分标志,构造了一种用于神经网络进化设计的协同进化微粒群算法,实现了神经网络的结构和权值协同自适应进化设计,应用于神经网络噪声消除系统,取得了比较好的效果。 展开更多
关键词 自适应噪声消除 微粒群算法 协同进化 神经网络结构
在线阅读 下载PDF
挠性航天器高精度智能控制方案研究 被引量:6
18
作者 李广兴 周军 周凤岐 《宇航学报》 EI CAS CSCD 北大核心 2006年第6期1196-1200,共5页
从工程角度出发,研究了智能控制方案,旨在提高挠性航天器的姿态指向精度和稳定度。针对挠性模态不可测的特点,文中采用了输出反馈变结构控制来抑制挠性附件的振动,并用神经网络自适应控制来补偿系统的不确定性因素。智能控制的引入使得... 从工程角度出发,研究了智能控制方案,旨在提高挠性航天器的姿态指向精度和稳定度。针对挠性模态不可测的特点,文中采用了输出反馈变结构控制来抑制挠性附件的振动,并用神经网络自适应控制来补偿系统的不确定性因素。智能控制的引入使得控制器具有很强的自学习和自适应能力,可降低不确定性因素对系统产生的影响,减小系统的稳态误差,从而达到高精度控制的目的。仿真结果证明了该方法的有效性。 展开更多
关键词 挠性结构 输出反馈变结构控制 神经网络 自适应控制 振动抑制
在线阅读 下载PDF
船舶航向控制的多滑模鲁棒自适应设计 被引量:10
19
作者 袁雷 吴汉松 《控制理论与应用》 EI CAS CSCD 北大核心 2010年第12期1618-1622,共5页
针对带有未知虚拟控制增益和常参数不确定的非匹配不确定船舶航向非线性控制问题,设计了一种新的多滑模鲁棒自适应控制算法.该算法利用神经网络来逼近系统模型的不确定性;应用逐步递推的多滑模控制算法降低了控制器的复杂性;尤其是采用N... 针对带有未知虚拟控制增益和常参数不确定的非匹配不确定船舶航向非线性控制问题,设计了一种新的多滑模鲁棒自适应控制算法.该算法利用神经网络来逼近系统模型的不确定性;应用逐步递推的多滑模控制算法降低了控制器的复杂性;尤其是采用Nussbaum函数处理系统中符号未知的问题,避免了可能存在的控制器奇异值问题;然后借助Lyapunov稳定性分析方法,理论分析证明了所得闭环系统全局一致最终有界,且跟踪误差收敛到零.仿真试验结果表明,该方法具有较好的控制效果. 展开更多
关键词 船舶操纵 参数不确定性 滑模变结构控制 神经网络 自适应
在线阅读 下载PDF
高超声速飞行器自适应神经网络控制 被引量:2
20
作者 赵贺伟 胡云安 +1 位作者 梁勇 杨秀霞 《固体火箭技术》 EI CAS CSCD 北大核心 2017年第2期257-263,共7页
针对一类高超声速飞行器,在充分考虑其非线性模型包含未建模动态、气动参数变化、弹性形变等产生的未知非线性不确定函数以及外界扰动的情况下,设计了一种基于自适应神经网络的非线性逆控制器。首先,将系统的动态特性分为标称部分和不... 针对一类高超声速飞行器,在充分考虑其非线性模型包含未建模动态、气动参数变化、弹性形变等产生的未知非线性不确定函数以及外界扰动的情况下,设计了一种基于自适应神经网络的非线性逆控制器。首先,将系统的动态特性分为标称部分和不确定部分,采用非线性逆的思想设计标称部分的控制器,利用神经网络逼近不确定部分,将神经网络的最优权值采用自适应律进行调节,提高神经网络的在线逼近能力。利用改进的变结构控制来消除神经网络逼近误差的影响,最终使跟踪误差收敛为零,并保证闭环系统的信号有界。通过仿真验证了设计方法的正确性。 展开更多
关键词 高超声速飞行器 自适应 神经网络 变结构控制
在线阅读 下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部