2.845

2023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

基于模糊神经网络水下机器人直接自适应控制

俞建成 张艾群 王晓辉 苏立娟

俞建成, 张艾群, 王晓辉, 苏立娟. 基于模糊神经网络水下机器人直接自适应控制. 自动化学报, 2007, 33(8): 840-846. doi: 10.1360/aas-007-0840
引用本文: 俞建成, 张艾群, 王晓辉, 苏立娟. 基于模糊神经网络水下机器人直接自适应控制. 自动化学报, 2007, 33(8): 840-846. doi: 10.1360/aas-007-0840
YU Jian-Cheng, ZHANG Ai-Qun, WANG Xiao-Hui, SU Li-Juan. Direct Adaptive Control of Underwater Vehicles Based on Fuzzy Neural Networks. ACTA AUTOMATICA SINICA, 2007, 33(8): 840-846. doi: 10.1360/aas-007-0840
Citation: YU Jian-Cheng, ZHANG Ai-Qun, WANG Xiao-Hui, SU Li-Juan. Direct Adaptive Control of Underwater Vehicles Based on Fuzzy Neural Networks. ACTA AUTOMATICA SINICA, 2007, 33(8): 840-846. doi: 10.1360/aas-007-0840

基于模糊神经网络水下机器人直接自适应控制

doi: 10.1360/aas-007-0840
详细信息
    通讯作者:

    俞建成

  • 中图分类号: TP24

Direct Adaptive Control of Underwater Vehicles Based on Fuzzy Neural Networks

More Information
    Corresponding author: YU Jian-Cheng
  • 摘要: 提出了基于广义动态模糊神经网络的水下机器人直接自适应控制方法, 该控制方法既不需要预先知道模糊神经结构, 也不需要预先的训练阶段, 完全通过在线自适应学习算法构建水下机器人的逆动力学模型. 首先, 本文提出了基于这种网络结构的水下机器人直接自适应控制器, 然后, 利用 Lyapunov 稳定理论, 证明了基于该控制器的水下机器人控制系统闭环稳定性, 最后, 采用某水下机器人模型仿真验证了该控制方法的有效性.
  • 加载中
计量
  • 文章访问数:  2589
  • HTML全文浏览量:  182
  • PDF下载量:  2449
  • 被引次数: 0
出版历程
  • 收稿日期:  2006-06-07
  • 修回日期:  2006-11-09
  • 刊出日期:  2007-08-20

目录

    /

    返回文章
    返回