不同激活函数下的RNN控制器的稳定性和鲁棒性
作者机构：中国科学院数学与系统科学研究院系统控制重点实验室 中国科学院大学数学科学学院
出 版 物：《系统科学与数学》 (Journal of Systems Science and Mathematical Sciences)
年 卷 期：2025年
核心收录：
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 080201[工学-机械制造及其自动化] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：此项工作得到国家自然科学基金(U20B2054))资助
摘 要：本文针对一阶线性不确定系统,研究了以饱和函数和以ReLU函数为激活函数的循环神经网络控制器的稳定性和鲁棒性.给出了闭环系统收敛到非零目标值的必要条件以及指数稳定的充分条件,定量刻画了状态初值、目标值以及对象未知参数鲁棒性范围与控制器参数之间的关系,分析结果表明以ReLU函数为激活函数的RNN控制器的鲁棒性更强.
同方期刊数据库
