基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
该文对具有不确定控制对象提出了一种基于再励学习的神经网络模糊控制器.文中给出了这种自学习控制器的结构,并对算法进行了详细的讨论.仿真结果表明文中提出的控制方法对非线性、不确定控制对象不仅可以进行有效的控制,而且具有良好的鲁棒性.
推荐文章
基于Takagi-Sugeno的再励学习模糊神经网络控制
倒立摆
Takagi-Sugeno
模糊推理系统
再励学习
基于PSO优化算法的模糊PID励磁控制器设计
励磁系统
粒子群算法
模糊自适应PID励磁控制
电液位置伺服系统的再励学习控制研究
电液位置系统
再励学习
CMAC神经网络
负载扰动
基于遗传算法和模糊PID的励磁控制器
遗传算法
模糊控制
PID控制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 再励学习控制器结构与算法
来源期刊 模式识别与人工智能 学科 工学
关键词 不确定对象 再励学习 神经模糊控制
年,卷(期) 1998,(1) 所属期刊栏目
研究方向 页码范围 96-100
页数 5页 分类号 TP273.5
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
不确定对象
再励学习
神经模糊控制
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
模式识别与人工智能
月刊
1003-6059
34-1089/TP
16开
中国科学院合肥智能机械研究所安徽合肥董铺岛合肥1130信箱
26-69
1989
chi
出版文献量(篇)
2928
总下载数(次)
8
总被引数(次)
30919
论文1v1指导