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:
提出一种广义Backstepping控制算法和基于广义Backstepping的径向基传输函数(RBF)神经网络控制策略, 分析了闭环系统的Lyapunov稳定性和系统跟踪误差的一致有界性. 并通过仿真实验验证了所提控制方法的正确性和有效性.
推荐文章
基于广义投影神经网络优化的模型预测控制
时滞系统
模型预测控制
广义投影神经网络
基于RBF模糊神经网络模型的广义预测控制
广义预测控制
RBF模糊神经网络
模糊模型辨识
基于神经网络的二容水箱广义预测控制
广义预测控制
神经网络
二容水箱
基于神经网络的自治水下机器人广义预测控制
自治水下机器人
神经网络
广义预测控制
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 神经网络广义Backstepping预测控制
来源期刊 吉林大学学报(理学版) 学科 工学
关键词 广义Backstepping RBF神经网络 预测控制
年,卷(期) 2010,(5) 所属期刊栏目
研究方向 页码范围 828-834
页数 分类号 TP183
字数 3856字 语种 中文
DOI
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 王海洋 白城师范学院机械电子工程系 13 46 4.0 6.0
5 王江 天津大学电气与自动化工程学院 124 1070 17.0 27.0
6 魏熙乐 天津大学电气与自动化工程学院 33 209 9.0 13.0
7 杨晓翠 白城师范学院物理系 61 172 6.0 10.0
8 赵衍辉 白城师范学院物理系 28 198 7.0 13.0
9 王彦全 白城师范学院机械电子工程系 11 25 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (7)
参考文献  (13)
节点文献
引证文献  (4)
同被引文献  (2)
二级引证文献  (7)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(2)
  • 参考文献(2)
  • 二级参考文献(0)
1993(2)
  • 参考文献(2)
  • 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(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
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
广义Backstepping
RBF神经网络
预测控制
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
吉林大学学报(理学版)
双月刊
1671-5489
22-1340/O
大16开
长春市南湖大路5372号
12-19
1955
chi
出版文献量(篇)
4812
总下载数(次)
6
相关基金
中国博士后科学基金
英文译名:China Postdoctoral Science Foundation
官方网址:http://www.chinapostdoctor.org.cn/index.asp
项目类型:
学科类型:
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