搜索结果: 106-116 共查到“控制科学与技术 神经网络”相关记录116条 . 查询时间(0.203 秒)
基于小波神经网络的板形板厚综合系统逆控制
小波神经网络
板形控制
板厚控制
逆控制
2007/8/27
Abstract针对板形板厚综合系统具有强耦合、非线性、含纯滞后环节的特点,提出一种基于小波神经网络的逆控制方案.利用两个结构相同的小波神经网络构造Smith 预估器,预估器的输入参数与时延阶次无关,能较好地解决小波神经网络对维数较为敏感的问题.采用神经网络逆控制的思想设计小波神经网络控制器,引入多步预测性能指标函数对控制器权值进行在线训练.仿真研究表明,该控制方案具有较快的响应速度和良好的动态性...
基于模糊神经网络的强化学习及其在机器人导航中的应用
强化学习
模糊神经网络
Q(λ)学习
机器人导航
2007/8/27
Abstract研究基于行为的移动机器人控制方法.将模糊神经网络与强化学习理论相合,构成模糊强化系统.它既可获取模糊规则的结论部分和模糊隶属度函数参数,也可解决连续状态空间和动作空间的强化学习问题.将残差算法用于神经网络的学习,保证了函数逼近的快速性和收敛性.将该系统的学习结果作为反应式自主机器人的行为控制器,有效地解决了复杂环境中的机器人导航问题.
基于神经网络观测器的一类非线性系统的故障调节
神经网络
自适应观测器
故障调节
2007/8/27
Abstract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.
Abstract探讨车辆调度问题的解决方法,提出一种用于求解带容量约束的多车调度问题(CVRP)的混合优化算法.该算法分为路线划分%构造初始解和改进解3个阶段:第1阶段用模糊C均值聚类算法将所有客户按车容量要求装车;第2阶段用暂态混沌神经网络方法对每条路线排序;第3 阶段用禁忌搜索法改进得到的解;最后采用标准问题进行仿真计算,通过与其他算法的比较,说明该算法是求解CVRP问题可行且高效的方法.
基于自适应评价的非线性系统神经网络控制
自适应评价
神经网络
Lyapunov方法
强化学习
2007/8/27
Abstract针对一类非线性系统,提出了一种自适应评价方法.该方法可以控制系统输出对参考信号进行跟踪,其评价函数可直接解析求出.该方法只需一个动作网络用于产生控制动作,并且方法中的网络权值初始化可随机选取.使用Lyapunov方法对整个系统的动态性能进行分析,证明了在一定条件下此方法能保证闭环误差及网络权值一致最终有界.仿真结果与理论分析相一致,证明了所提出方法的有效性.
非线性时滞大系统自适应神经网络分散控制
时滞大系统
神经网络
散控制
Backstepping
2007/8/27
Abstract针对一类未知非线性时滞关联大系统,提出一种自适应神经网络分散跟踪控制方案.采用神经网络逼近各子系统内部的非线性函数和关联项中的时滞非线性函数;利用占有方法处理时滞项, 采用Backstepping技术设计分散控制律和参数自适应律.基于Lyapunov-Krasoviskii泛函证明了闭环大系统所有信号半全局一致最终有界.通过调节设计参数和增加神经元个数, 可以实现任意输出跟踪精度....
基于神经网络的自适应Dahlin 数字控制器
Dahlin算法 自适应控制 神经网络 逆不稳定
2007/8/27
Abstract在常规Dahlin数字控制器的基础上,采用神经网络理论确定Dahlin控制器参数F 提出了一种基于神经网络的自适应Dahlin数字控制器.该控制器具有收敛速度快、 鲁棒性强的特点, 既可用于参数时变和时滞未知的受控对象, 亦适用于逆不稳定过程,不存在控制器的振铃现象, 是解决具有慢时变和时滞未知工业过程控制的有效方法.
基于RBF神经网络预测模型的VLSI 生产线智能控制算法
半导体生产线
RBF神经网络
递阶方法
遗传算法
2007/8/27
Abstract为了对半导体生产线进行预测控制, 首先研究了利用RBF 神经网络对半导体生产线建立预测模型的方法;然后利用马氏决策过程递阶方法的思路, 将系统状态分成若干互不相交的区间, 系统状态所属区间改变时, 根据预测模型的输出,即预测的系统状态,利用所提出的智能控制算法确定将要采取的投料策略和调度策略组合对生产线进行控制.实验表明,该算法的总体性能优于若干其他常用算法.
一种多变量模糊神经网络解耦控制器的设计
模糊控制
神经网络解耦
动态耦合特性
自学习算法
2007/8/27
Abstract为提高多变量、非线性和强耦合系统的动态特性和解耦能力,根据解耦原理和神经网络思想,提出一种两级串联结构的自适应模糊神经网络解耦控制器.前级是基于智能权函数规则的自调整模糊控制器,后级是基于动态耦合特性的自适应神经网络解耦控制器.同时从理论上证明了学习算法的收敛性.仿真实例表明,所提出的解耦控制器具有良好的鲁棒性和自适应解耦能力,是解决多变量、非线性和强耦合问题的一种简便有效的控制算...
基于递归神经网络的移动域控制方法
递归神经网络
移动域控制
LQ 控制
稳定性
2007/8/27
Abstract构造一种线性差分式Hopfield 网络(LDHNN)其稳定状态可使能量函数达到唯一极小值.利用该网络稳定性与其能量函数收敛特性的关系, 提出了基于LDHNN的移动域控制方法.LDHNN的理论设计表明, 网络的稳态输出即为移动域LQ控制问题的解.当系统满足一定条件时, 基于LDHNN的移动域LQ 控制能保证闭环最优控制系统的渐近稳定性.数字仿真取得了与理论分析一致的实验结果.