2.765

2022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

采样非线性系统的动态神经网络稳定自适应控制

孙富春 孙增圻 慕春棣

孙富春, 孙增圻, 慕春棣. 采样非线性系统的动态神经网络稳定自适应控制. 自动化学报, 2000, 26(6): 721-728.
引用本文: 孙富春, 孙增圻, 慕春棣. 采样非线性系统的动态神经网络稳定自适应控制. 自动化学报, 2000, 26(6): 721-728.
Sun Fuchun, Sun Zengqi, Mu Chundi. Stable Adaptive Control for Sampled-Data Nonlinear Systems Using Dynamic Neural Networks. ACTA AUTOMATICA SINICA, 2000, 26(6): 721-728.
Citation: Sun Fuchun, Sun Zengqi, Mu Chundi. Stable Adaptive Control for Sampled-Data Nonlinear Systems Using Dynamic Neural Networks. ACTA AUTOMATICA SINICA, 2000, 26(6): 721-728.

采样非线性系统的动态神经网络稳定自适应控制

详细信息
    通讯作者:

    孙富春

Stable Adaptive Control for Sampled-Data Nonlinear Systems Using Dynamic Neural Networks

  • 摘要: 研究了一类采样数据非线性系统的动态神经网络稳定自适应控制方法.不同于静态 神经网络自适应控制,动态神经网络自适应控制中神经网络用于逼近整个采样数据非线性系 统,而不是动态系统中的非线性分量.系统的控制律由神经网络系统的动态逆、自适应补偿项 和神经变结构鲁棒控制项组成.神经变结构控制用于保证系统的全局稳定性,并加速动态神 经网络系统的适近速度.证明了动态神经网络自适应控制系统的稳定性,并得到了动态神经 网络系统的学习算法.仿真研究表明,基于动态神经网络的非线性系统稳定自适应控制方法 较基于静态神经网络的自适应方法具有更好的性能.
  • 加载中
计量
  • 文章访问数:  2273
  • HTML全文浏览量:  109
  • PDF下载量:  1108
  • 被引次数: 0
出版历程
  • 收稿日期:  1999-08-27
  • 刊出日期:  2000-06-20

目录

    /

    返回文章
    返回