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:
分析了基于BP算法的神经网络模型参考自适应控制器对大惯性环节被控对象的控制效果,发现该算法使控制器存在严重的"过学习"现象.为避免这一现象,设计了一种新的误差函数结构,得到改进的BP算法.针对一个存在大惯性环节的线性时变系统,对比分析了神经网络模型参考自适应控制器在采用传统的BP算法和改进的BP算法时得到的不同控制效果.
推荐文章
基于神经网络的模型参考自适应控制方法
控制理论
神经网络
模型参考自适应控制
BP算法
误差函数
基于BP神经网络的模型参考自适应控制
模型参考自适应
神经网络控制
自适应律
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
一种基于模型参考自适应的神经网络控制
模型参考自适应
神经网络控制
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 神经网络模型参考自适应控制算法研究
来源期刊 华中科技大学学报(自然科学版) 学科 工学
关键词 神经网络 模型参考自适应控制(MRAC) BP算法 误差函数
年,卷(期) 2003,(1) 所属期刊栏目
研究方向 页码范围 4-6
页数 3页 分类号 TP273
字数 2462字 语种 中文
DOI 10.3321/j.issn:1671-4512.2003.01.002
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 程善美 华中科技大学控制科学与工程系 95 917 14.0 26.0
2 万淑芸 华中科技大学控制科学与工程系 129 1902 24.0 37.0
3 姜向龙 华中科技大学控制科学与工程系 16 364 10.0 16.0
4 李叶松 华中科技大学控制科学与工程系 59 831 16.0 27.0
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  (2)
节点文献
引证文献  (26)
同被引文献  (14)
二级引证文献  (51)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(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)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(8)
  • 引证文献(4)
  • 二级引证文献(4)
2006(4)
  • 引证文献(2)
  • 二级引证文献(2)
2007(6)
  • 引证文献(2)
  • 二级引证文献(4)
2008(6)
  • 引证文献(1)
  • 二级引证文献(5)
2009(4)
  • 引证文献(2)
  • 二级引证文献(2)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(6)
  • 引证文献(1)
  • 二级引证文献(5)
2012(6)
  • 引证文献(4)
  • 二级引证文献(2)
2013(7)
  • 引证文献(4)
  • 二级引证文献(3)
2014(8)
  • 引证文献(1)
  • 二级引证文献(7)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(7)
  • 引证文献(1)
  • 二级引证文献(6)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
神经网络
模型参考自适应控制(MRAC)
BP算法
误差函数
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
华中科技大学学报(自然科学版)
月刊
1671-4512
42-1658/N
大16开
武汉市珞喻路1037号
38-9
1973
chi
出版文献量(篇)
9146
总下载数(次)
26
总被引数(次)
88536
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导