首页 | 官方网站   微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 31 毫秒
1.
对一种递归神经网络算法的修正   总被引:1,自引:0,他引:1  
本文指出了Chao-chee Ku等人提出的对角递归神经网络算法中存在的不足,并给出了修正算法,数学分析及仿真结果表明,本文所做的修正是合理的。  相似文献   

2.
本文基于提出的递归多层神经网络结构,进行了非线性系统的模型参考自适应控制研究,并为其提供了全解耦的推广Kalman滤波器学习算法,通过SISO非线性动力学系统的控制仿真,表明本文的控制方法对于阶未知的非线性对象或具有未知延迟的系统控制是可行的。  相似文献   

3.
多变量自适应PID型神经网络控制器及其设计方法   总被引:1,自引:0,他引:1  
提出一种PID型神经网络控制器(PID-like Neural Network Controller,PIDNNC)及其设计方法.基于PID的简单结构和良好性能优势以及神经网络的自调节和自适应的特长,创建一种具有PID结构的多变量自适应的PID型神经网络控制器.该网络控制器的隐含层由带有输出反馈和激活反馈的混合局部连接递归网络组成.通过定义误差函数作为设计目标,采用弹性BP算法,并用变化率以及弹性BP算法中的符号法来处理某些求导关系,获得适于实时在线调整网络权值的修正公式.根据李亚普诺夫稳定性定理推导出确保控制系统稳定的学习速率的取值范围.最后通过实例进一步说明所提出网络控制器的优越性.  相似文献   

4.
沈智鹏  张晓玲 《自动化学报》2018,44(10):1833-1841
针对三自由度全驱动船舶存在模型不确定和未知外部环境扰动的情况,设计出一种基于非线性增益递归滑模的船舶轨迹跟踪动态面自适应神经网络控制方法.该方法综合考虑船舶位置和速度误差之间关系设计递归滑模面,引入神经网络对船舶模型不确定部分进行逼近,设计带σ-修正泄露项的自适应律对神经网络逼近误差与外界环境扰动总和的界进行估计,并应用一种非线性增益函数构造动态面控制律,选取李雅普诺夫函数证明了该控制律能够保证轨迹跟踪闭环系统内所有信号的一致最终有界性.最后,基于一艘供给船进行仿真验证,结果表明,船舶轨迹跟踪响应速度快、精度高,所设计控制器对系统模型参数摄动及外界扰动具有较强的鲁棒性.  相似文献   

5.
基于进化策略的动态递归神经网络建模与辨识   总被引:4,自引:1,他引:3  
提出一种采用进化策略实现动态递归神经网络结构、权重和自反馈增益同时进化的学习算法,以及自适应进化机制,与改进BP6算法相结合,各取所长,形成集成化动态递归神经网络建模辨识算法,实际应用结果表明,所提出算法不仅明显提高了动态递是 网络模型辨识自救的收敛速度格精度,而且实现了动态递归网络的全自动优化设计。  相似文献   

6.
一类动态递归神经网络的智能控制器   总被引:2,自引:0,他引:2  
提出一种改进型动态递归神经网络的自适应控制方法,研究了动态递归网络的学习算法,分析了学习算法的收敛性,并推导了保证算法收敛的有效学习率范围,在此基础上提出了模糊推理自适应学习率方法。计算机仿真实验表明,本文控制方法对于未知、非线性被控对象的控制是有效的。  相似文献   

7.
基于观测器的机械手神经网络自适应控制   总被引:3,自引:0,他引:3  
提出了一种基于观测器的机械手神经网络自适应轨迹跟随控制器设计方法,这里机 械手的动力学非线性假设是未知的,并且假设机械手仅有关节角位置测量.文中采用一个线 性观测器重构机械手的关节角速度,用神经网络逼近修正的机械手动力学非线性,改进系统 的跟随性能.基于观测器的神经网络自适应控制器能够保证机械手角跟随误差和观测误差的 一致终结有界性以及神经网络权值的有界性,最后给出了机械手神经网络自适应控制器-观 测器设计的主要理论结果,并通过数字仿真验证了所提方法的性能.  相似文献   

8.
基于神经网络观测器的一类非线性系统的故障调节   总被引:3,自引:0,他引:3       下载免费PDF全文
将一般形式的非线性模型线性化为输出反馈型.针对该类系统,首先利用神经网络的一致逼近任意非线性连续函数的性质,构造神经网络自适应观测器,以获取反映故障信息的残差;然后根据残差信息在线估计故障;最后通过修正控制律来补偿故障所带来的影响.并采用Lyapunov稳定性理论证明了系统的稳定性.仿真结果验证了该方法的有效性.  相似文献   

9.
针对污水处理过程中具有的非线性、大时变等特征,提出了一种基于自适应递归模糊神经网络(recurrent fuzzy neural network,RFNN)的污水处理控制方法.该方法利用自适应RFNN识别器建立污水处理过程的非线性动态模型,建立的模型可以为RFNN控制器提供污水处理过程中的状态变量信息,保证了控制器根据系统响应调整操作变量的精确性;并且RFNN辨识器及RFNN控制器基于自适应学习率进行学习,确保了递归模糊神经网络的收敛精度和速度,并通过构造李雅普诺夫函数证明了此算法的收敛性;最后,基于基准仿真模型(benchmark simulation model 1,BSM1)平台进行仿真实验.结果表明,与PID、模型预测控制及前馈神经网络相比,该方法对污水处理中溶解氧浓度和硝态氮浓度的跟踪控制精度具有明显的提升.  相似文献   

10.
基于扰动观测器的机器人自适应神经网络跟踪控制研究   总被引:1,自引:0,他引:1  
为解决机器人动力学模型未知问题并提升系统鲁棒性,本文基于扰动观测器,考虑动力学模型未知的情况,设计了一种自适应神经网络(Neural network,NN)跟踪控制器.首先分析了机器人运动学和动力学模型,针对模型已知的情况,提出了刚体机械臂通用模型跟踪控制策略;在考虑动力学模型未知的情况下,利用径向基函数(Radial basis function,RBF)神经网络设计基于全状态反馈的自适应神经网络跟踪控制器,并通过设计扰动观测器补偿系统中的未知扰动.利用李雅普诺夫理论证明所提出的控制策略可以使闭环系统误差信号半全局一致有界(Semi-globally uniformly bounded,SGUB),并通过选择合适的增益参数可以将跟踪误差收敛到零域.仿真结果证明所提出算法的有效性并且所提出的控制器在Baxter机器人平台上得到了实验验证.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号