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:
针对一类具有未知函数控制增益的多输入多输出(MIMO)非线性系统,基于后推设计方法和动态面控制技术,提出一种间接自适应神经网络控制方案. 该方案通过引入1阶滤波器,消除了后推设计中由于反复对虚拟控制的求导而导致的复杂性问题,并避免了反馈线性化方法可能出现的控制器奇异性问题,参数估计无需使用投影算法. 利用李亚普诺夫方法,证明了闭环系统半全局一致终结有界,通过适当选取设计常数,跟踪误差可收敛到原点的一个小邻域内. 仿真结果表明了该方法的有效性.
推荐文章
基于神经网络的通用模型自适应控制
通用模型控制
复合正交神经网络
二阶系统
自适应逆控制
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
基于动态递归模糊神经网络的共振频率自适应反推控制
自适应反推控制
动态递归模糊神经网络
共振破碎机
破碎频率控制
基于S函数调节的非线性自适应动态面控制
自适应控制
反推法
动态面控制
RBF神经网络
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 基于动态面控制的MIMO自适应神经网络控制
来源期刊 扬州大学学报(自然科学版) 学科 工学
关键词 多输入多输出 后推法 自适应控制 神经网络 动态面控制
年,卷(期) 2006,(4) 所属期刊栏目
研究方向 页码范围 17-22,33
页数 7页 分类号 O231.2|TP273.4
字数 6332字 语种 中文
DOI 10.3969/j.issn.1007-824X.2006.04.005
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 张天平 扬州大学信息工程学院 100 896 16.0 25.0
2 李红春 扬州大学信息工程学院 2 34 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (16)
参考文献  (8)
节点文献
引证文献  (16)
同被引文献  (13)
二级引证文献  (87)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(6)
  • 参考文献(1)
  • 二级参考文献(5)
2003(3)
  • 参考文献(2)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(4)
  • 引证文献(3)
  • 二级引证文献(1)
2009(9)
  • 引证文献(4)
  • 二级引证文献(5)
2010(4)
  • 引证文献(1)
  • 二级引证文献(3)
2011(14)
  • 引证文献(2)
  • 二级引证文献(12)
2012(15)
  • 引证文献(1)
  • 二级引证文献(14)
2013(18)
  • 引证文献(2)
  • 二级引证文献(16)
2014(16)
  • 引证文献(2)
  • 二级引证文献(14)
2015(6)
  • 引证文献(0)
  • 二级引证文献(6)
2016(6)
  • 引证文献(0)
  • 二级引证文献(6)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(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
多输入多输出
后推法
自适应控制
神经网络
动态面控制
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
扬州大学学报(自然科学版)
季刊
1007-824X
32-1472/N
大16开
江苏省扬州市大学南路88号
28-48
1974
chi
出版文献量(篇)
1577
总下载数(次)
2
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
论文1v1指导