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:
采用传统的神经网络逆模策略控制具有强非线性的系统,因其计算量过大导致在线实时性能不佳.本文提出一种新型快速径向基神经网络在线逆模控制策略,并利用锥度准则对控制系统的稳定性进行了理论分析.对强非线性对象的控制仿真结果表明,在保证控制精度的前提下,该算法大大提高了控制器运算的速度,且对扰动、时延、非线性及对象参数的摄动有较强的适应能力,具有较好的控制品质,适合应用于复杂工业过程控制器的设计.
推荐文章
类模糊神经网络与非线性系统的在线控制
模糊神经网络
非线性系统
辨识
控制
选择记忆算法
基于非线性参数神经网络的非线性系统稳定自适应控制
不确定仿射非线性系统
非线性参数神经网络
自适应控制
稳定性
通用神经网络非线性系统模型参考自适应控制
RBF神经网络
非线性非最小相位系统
最近邻聚类算法
伪系统
模型参考自适应控制
一类非线性系统的稳定神经网络自适应控制
非线性系统
神经网络
自适应控制
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 强非线性系统的一种快速神经网络控制策略
来源期刊 模式识别与人工智能 学科 工学
关键词 强非线性 径向基神经网络 逆模控制
年,卷(期) 2003,(4) 所属期刊栏目 论文与报告
研究方向 页码范围 385-389
页数 5页 分类号 TP183
字数 3550字 语种 中文
DOI 10.3969/j.issn.1003-6059.2003.04.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王雷 中国科学技术大学自动化系 192 2018 26.0 36.0
2 陈宗海 中国科学技术大学自动化系 151 2270 25.0 40.0
3 张海涛 中国科学技术大学自动化系 54 305 8.0 15.0
4 秦廷 中国科学技术大学自动化系 10 79 6.0 8.0
5 向微 中国科学技术大学自动化系 8 271 6.0 8.0
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  (8)
节点文献
引证文献  (4)
同被引文献  (2)
二级引证文献  (3)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(2)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2003(2)
  • 引证文献(2)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
强非线性
径向基神经网络
逆模控制
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