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:
针对高阶柔性直线系统的跟踪控制问题,设计了一种将改进的小脑模型关节控制器(Cerebellar Model Articulation Controller,CMAC)神经网络与传统控制器并联的控制方案.基于参数自适应算法和梯度下降法提出了一种高斯基函数CMAC神经网络的参数自适应更新律;利用符号距离的概念减少了神经网络的输入维数;并利用自适应遗传算法对神经网络的学习率进行了优化.仿真实验表明改进的高斯基函数CMAC具有比传统CMAC更好的学习能力,控制方案实现了高阶柔性直线系统的无差跟踪控制.
推荐文章
离心-振动试验系统振动位移跟踪的高阶滑模控制
振动控制
高阶滑模
位移跟踪
离心力
振动台
直线柔性连接两级倒立摆系统建模
直线柔性连接两级倒立摆
拉格朗日方程
建模
基于模糊控制的无人水面艇直线路径跟踪方法
无人水面艇
模糊控制
直线跟踪
推理规则
基于电磁直线执行器的电子凸轮轨迹跟踪控制
电子凸轮
电磁直线执行器
直线运动控制
迭代学习控制
模糊控制
滑模控制
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 基于改进CMAC的高阶柔性直线系统跟踪控制
来源期刊 北京信息科技大学学报(自然科学版) 学科 工学
关键词 小脑模型关节控制器 高斯基函数 自适应遗传算法 高阶柔性直线系统
年,卷(期) 2018,(1) 所属期刊栏目
研究方向 页码范围 18-22
页数 5页 分类号 TP183
字数 2665字 语种 中文
DOI 10.16508/j.cnki.11-5866/n.2018.01.004
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 付兴建 北京信息科技大学自动化学院 98 269 8.0 13.0
2 于士贤 北京信息科技大学自动化学院 4 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (71)
共引文献  (30)
参考文献  (15)
节点文献
引证文献  (1)
同被引文献  (13)
二级引证文献  (0)
1975(2)
  • 参考文献(1)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
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(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(12)
  • 参考文献(1)
  • 二级参考文献(11)
2012(10)
  • 参考文献(1)
  • 二级参考文献(9)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(8)
  • 参考文献(6)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
小脑模型关节控制器
高斯基函数
自适应遗传算法
高阶柔性直线系统
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
北京信息科技大学学报(自然科学版)
双月刊
1674-6864
11-5866/N
大16开
北京市
1986
chi
出版文献量(篇)
2043
总下载数(次)
10
总被引数(次)
11074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导