2.793

2018影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于神经网络的模型跟随鲁棒自适应控制

胡寿松 周川 胡维礼

胡寿松, 周川, 胡维礼. 基于神经网络的模型跟随鲁棒自适应控制. 自动化学报, 2000, 26(5): 623-629.
引用本文: 胡寿松, 周川, 胡维礼. 基于神经网络的模型跟随鲁棒自适应控制. 自动化学报, 2000, 26(5): 623-629.
Hu Shousong, Zhou Chuan, Hu Weili. Model-Following Robust Adaptive Control Based on Neural Networks. ACTA AUTOMATICA SINICA, 2000, 26(5): 623-629.
Citation: Hu Shousong, Zhou Chuan, Hu Weili. Model-Following Robust Adaptive Control Based on Neural Networks. ACTA AUTOMATICA SINICA, 2000, 26(5): 623-629.

基于神经网络的模型跟随鲁棒自适应控制

详细信息
    通讯作者: 周川

Model-Following Robust Adaptive Control Based on Neural Networks

More Information
计量
  • 文章访问数:  2319
  • HTML全文浏览量:  43
  • PDF下载量:  1094
  • 被引次数: 0
出版历程
  • 收稿日期:  1998-05-11
  • 刊出日期:  2000-05-20

基于神经网络的模型跟随鲁棒自适应控制

    通讯作者: 周川

摘要: 针对一类复杂非线性动力学系统,提出一种基于神经网络动态补偿的模型跟随非线 性鲁棒自适应控制策略.采用神经网络在线补偿控制器以克服系统的未建模动力学和非线性 耦合因素的影响,从而提高了模型跟随控制的动态性能和稳态精度;当系统存在模型不确定 性和外部扰动时,其输出仍能精确地跟踪期望参考模型的输出.同时给出了闭环误差系统鲁 棒稳定性的证明.应用示例表明,所提方法可保证闭环系统具有良好的跟踪性能和鲁棒性,且 算法简单,易于在线控制.

English Abstract

胡寿松, 周川, 胡维礼. 基于神经网络的模型跟随鲁棒自适应控制. 自动化学报, 2000, 26(5): 623-629.
引用本文: 胡寿松, 周川, 胡维礼. 基于神经网络的模型跟随鲁棒自适应控制. 自动化学报, 2000, 26(5): 623-629.
Hu Shousong, Zhou Chuan, Hu Weili. Model-Following Robust Adaptive Control Based on Neural Networks. ACTA AUTOMATICA SINICA, 2000, 26(5): 623-629.
Citation: Hu Shousong, Zhou Chuan, Hu Weili. Model-Following Robust Adaptive Control Based on Neural Networks. ACTA AUTOMATICA SINICA, 2000, 26(5): 623-629.

目录

    /

    返回文章
    返回