检索结果-南通市图书馆

基于神经网络的复合学习方案及在机器人控制中的应用

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

哈尔滨工业大学学报 1993年第4期25卷 43-48页

作者：戴永强傅佩琛马秀娟强文义哈尔滨工业大学控制工程系

利用基于神经网络的复合学习方案实现了机器人操作手末端执行装置的高精度轨迹跟踪.提出了通过对网络输出数据进行补偿以使网络在训练时快速收敛的方法,并推证了广义BP(误差向后传播)算法。它不需要机器人的动力学模型,仿真结果表明,该... 详细信息

利用基于神经网络的复合学习方案实现了机器人操作手末端执行装置的高精度轨迹跟踪.提出了通过对网络输出数据进行补偿以使网络在训练时快速收敛的方法,并推证了广义BP(误差向后传播)算法。它不需要机器人的动力学模型,仿真结果表明,该方法可适用于具有高度非线性和受各种不确定性干扰的复杂系统的控制中。

关键词：神经网络复合学习机器人

在线全文

学校读者我要写书评

暂无评论

分数阶神经网络复合学习反步控制

分数阶神经网络复合学习反步控制

作者：张晓燕陕西师范大学

学位级别：硕士

在传统的神经网络自适应控制中,必须满足保证参数收敛的持续激励条件,本文在分数阶反步的基础上,研究了神经网络反步控制和复合学习神经网络反步控制对具有函数不确定性的分数阶非线性系统的参数收敛和精确建模,在神经网络反步控制设计... 详细信息

在传统的神经网络自适应控制中,必须满足保证参数收敛的持续激励条件,本文在分数阶反步的基础上,研究了神经网络反步控制和复合学习神经网络反步控制对具有函数不确定性的分数阶非线性系统的参数收敛和精确建模,在神经网络反步控制设计中,提出了一种命令滤波器,并考虑了神经网络逼近系统来处理未知函数,其中设计了一个自适应律来保证跟踪误差在持续激励下的收敛性,为了克服这个严格的条件,通过利用跟踪误差和预测误差来更新神经网络自由参数,建立了复合学习律,所提出的复合学习神经网络反步控制不仅能保证跟踪误差在区间激励条件下的收敛性,还能得到准确的未知函数估计,最后,仿真实例验证了该方法的有效性.论文总共三章,具体内容如下:第一章:预备知识,首先回顾了关于Caputo分数阶微积分的定义及一些基本的引理,然后对神经网络逼近系统进行了描述.第二章:神经网络反步控制和复合学习神经网络反步控制,首先,给出了带有函数不确定性的分数阶系统,其次,通过神经网络反步控制进行了控制器的设计和稳定性的分析,以此来保证跟踪误差的收敛以及系统参数的有界性,最后,基于复合学习技术设计了复合学习神经网络反步控制,建立了复合学习律,用李雅普诺夫准则保证了系统的稳定,并且在此方法下达到函数的精准逼近.第三章:神经网络反步控制和复合学习神经网络反步控制控制性能的比较分析.通过具体的仿真实例来验证复合学习神经网络反步控制相较于神经网络反步控制而言,不仅能实现好的控制性能,而且能够实现快速的参数收敛.

关键词：神经网络控制复合学习分数阶非线性系统反步函数不确定性

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种基于Agent复合学习的搜索引擎模型

现代电子技术 2007年第4期30卷 100-102页

作者：李大高程显毅江苏大学计算机与通信工程学院江苏镇江212013

基于Internet上信息检索中存在的问题,提出了一种基于多Agent的搜索引擎模型,并具体描述该模型的体系结构及其检索机制,描述了用户偏好学习算法。借助Agent复合学习方法对网页信息进行分类学习,从而达到提高检索精度的目的。

关键词： Agent 搜索引擎复合学习信息检索

在线全文

学校读者我要写书评

暂无评论

面向战机大迎角机动过程的智能学习控制

自动化学报 2024年第4期50卷 719-730页

作者：于目航王霞杨林许斌西北工业大学自动化学院西安710072 山东大学控制科学与工程学院济南250061 成都飞机设计研究所成都610041

针对战机大迎角动力学呈现的强非线性、气动不确定和通道耦合特性,提出了一种基于智能学习的自适应机动跟踪控制方法.通过将通道耦合视为集总扰动的一部分,把模型分解为迎角子系统、侧滑角子系统和滚转角速率子系统.采用神经网络估计不... 详细信息

针对战机大迎角动力学呈现的强非线性、气动不确定和通道耦合特性,提出了一种基于智能学习的自适应机动跟踪控制方法.通过将通道耦合视为集总扰动的一部分,把模型分解为迎角子系统、侧滑角子系统和滚转角速率子系统.采用神经网络估计不确定,设计跟踪误差反馈与集总干扰估计前馈相结合的控制器获取期望操纵力矩,并基于串接链分配方法求解气动舵偏角和推力矢量偏角.对于神经网络权重更新,构建预测误差表征集总干扰的估计性能,结合跟踪误差设计复合学习更新律.基于李雅普诺夫方法证明了闭环系统的一致最终有界稳定性.针对眼镜蛇机动和赫伯斯特机动指令进行了仿真验证和抗干扰参数拉偏测试,结果表明所提方法具有较高的机动指令跟踪精度和鲁棒性能.

关键词：战机大迎角机动复合学习自适应控制控制分配

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于复合学习的油田企业安全教育

中国设备工程 2016年第7期 75-75,78页

作者：张芳智长庆油田公司第一采油厂延河公安分局陕西延安716000

随着信息技术和网络技术的飞速发展,线上学习和课堂学习等多种学习方式应时而生。传统的油田企业安全教育模式已无法顺应企业发展需求。本文结合复合学习相关理论,对油田企业的安全教育思路和框架进行了探讨。

关键词：油田安全教育复合学习

在线全文

学校读者我要写书评

暂无评论

航天电静液伺服系统复合自适应跟踪控制

航空学报 2024年

作者：窦振华国凯黄晓明孙杰左哲清赵守军北京精密机电控制设备研究所山东航空学院机电工程学院山东大学机械工程学院

针对电静液伺服系统自适应控制过程中存在参数收敛速度慢、跟踪性能差、参数辨识过程中持续激励条件苛刻的问题，进行了复合学习自适应位置跟踪控制算法研究。依据电静液伺服系统的动力学模型，采用反步控制和复合学习的方式设计自适应... 详细信息

针对电静液伺服系统自适应控制过程中存在参数收敛速度慢、跟踪性能差、参数辨识过程中持续激励条件苛刻的问题，进行了复合学习自适应位置跟踪控制算法研究。依据电静液伺服系统的动力学模型，采用反步控制和复合学习的方式设计自适应跟踪控制器，由跟踪误差和预测误差同时驱动参数估计，从而在间歇激励的条件下保证跟踪误差和参数估计误差的收敛性，通过李雅普诺夫理论证明了控制器的一致稳定性。仿真及实验结果表明，相比于传统自适应控制，该方法不需要油缸加速度信号，且表现出更好的轨迹跟踪效果，经过复合学习，系统跟踪误差下降了50%，并且表现出更高的鲁棒性。

关键词：自适应控制电静液伺服系统复合学习轨迹跟踪参数收敛

面向动力学未知的高超声速飞行器过载跟踪鲁棒控制

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国科学:信息科学 2024年

作者：郭雨岩刘源华南理工大学自动化科学与工程学院西北工业大学自动化学院

针对高超声速飞行器过载跟踪问题,分析并给出了由过载和俯仰角速度组成的非线性系统动力学,设计了有限时间预设性能控制策略以保证过载跟踪性能和精度.考虑过载系统动力学中模型的不确定性,利用神经网络估计系统未知非线性函数.为改善... 详细信息

针对高超声速飞行器过载跟踪问题,分析并给出了由过载和俯仰角速度组成的非线性系统动力学,设计了有限时间预设性能控制策略以保证过载跟踪性能和精度.考虑过载系统动力学中模型的不确定性,利用神经网络估计系统未知非线性函数.为改善神经网络学习性能,采用平行估计模型构造表征学习性能的预测误差,基于预测误差与跟踪误差设计了复合学习权重更新律,通过李雅普诺夫(Lyapunov)函数分析证明了闭环系统学习与跟踪误差的有限时间稳定性.仿真结果表明,所设计的控制策略能够实现对动力学未知函数的在线估计与过载指令的准确跟踪.

关键词：高超声速飞行器过载跟踪控制有限时间控制复合学习预设性能控制

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

柔性关节的复合动态面控制仿真研究

天津大学学报（自然科学与工程技术版） 2023年第9期56卷 973-984页

作者：洪鹰李辉鹭肖聚亮刘海涛天津大学机构理论与装备设计教育部重点实验室天津300350

针对柔性关节机械臂轨迹跟踪控制中存在参数不确定性、建模误差和未知扰动等问题,为了保证柔性关节系统的控制精度,在建立其等效动力学模型的基础上,提出了一种新的复合动态面控制策略.该策略包含动态面控制技术、参数自适应算法、神经... 详细信息

针对柔性关节机械臂轨迹跟踪控制中存在参数不确定性、建模误差和未知扰动等问题,为了保证柔性关节系统的控制精度,在建立其等效动力学模型的基础上,提出了一种新的复合动态面控制策略.该策略包含动态面控制技术、参数自适应算法、神经网络逼近器、鲁棒补偿器以及约束处理方案.首先,利用动态面控制技术进行控制器的设计,消除了反步法的“复杂性爆炸”问题.其次,采用参数自适应算法处理柔性关节系统动力学模型中的参数不确定性,神经网络逼近器用于在线逼近和补偿模型中的不连续摩擦、建模误差和未知扰动,鲁棒补偿器负责前两部分的残余误差,同时设计约束处理方案满足误差规定性能约束和提高控制器对神经网络近似误差和未知扰动的鲁棒性.再次,构建具有预测误差的复合学习自适应律,提高控制器对模型不确定项的补偿精度.李雅普诺夫稳定性分析表明,所提出的策略保证了闭环系统中的所有信号都是半全局一致最终有界的,跟踪误差最终以规定性能收敛到零附近的一个小邻域.最后,在Simulink环境中,基于单连杆柔性关节系统对该控制策略进行对比仿真验证,结果表明:该复合动态面控制策略能够显著提高柔性关节系统的跟踪性能并降低其超调量和稳定时间,验证了该复合动态面控制策略的有效性和优越性.

关键词：柔性关节动态面控制神经网络自适应鲁棒控制复合学习

不基于反步框架的自适应模糊回声状态网络控制

在线全文

学校读者我要写书评

暂无评论

不基于反步框架的自适应模糊回声状态网络控制

作者：李家燕广西民族大学

学位级别：硕士

对于具有下三角结构的非线性系统,最常用的控制方法是反步控制,因为其具有系统的控制框架流程,即将一些中间变量递归地视为虚拟控制输入进行控制器的设计和稳定性分析,但是该方法需要对虚拟控制输入进行多次微分,从而导致“复杂性爆炸... 详细信息

对于具有下三角结构的非线性系统,最常用的控制方法是反步控制,因为其具有系统的控制框架流程,即将一些中间变量递归地视为虚拟控制输入进行控制器的设计和稳定性分析,但是该方法需要对虚拟控制输入进行多次微分,从而导致“复杂性爆炸问题”,而且在每一个反步过程中,都需要引入一个函数逼近器来处理系统未知的非线性,随着系统阶次的增加,累积的函数逼近误差会降低控制性能。因此本文针对不确定下三角结构的严格反馈混沌系统和纯反馈非线性系统,提出了不同于经典反步框架的控制器设计方法,并构造了一个新的函数逼近器-模糊回声状态网络。全文分为四部分。第一部分介绍了不确定的严格反馈混沌系统和纯反馈非线性系统的研究背景以及国内外研究现状。第二部分介绍了开发的新型函数逼近器-模糊回声状态网络的相关内容。第三部分针对不确定严格反馈混沌系统提出了一种不同于反步的滑模自适应控制方法,即创造性的提出了一种数学坐标转化方法,这种方法使得严格反馈非线性系统转化为了一种更简单的系统,在此基础上,使用滑模自适应技术进行控制器设计。同时,引入模糊回声状态网络对系统的不确定性进行建模,并通过李雅普诺夫稳定性定理证明了所提控制方法的有效性,最后通过一个混沌系统的仿真实例验证该理论分析的有效性。第四部分在第三部分研究的基础上,将研究对象扩展到一类更一般的纯反馈非线性系统,并考虑了不可测的状态和输入饱和约束。引入了一种改进的数学坐标变换方法,将纯反馈非线性系统直接转化为理想的简单系统。采用了一个特殊的函数对输入饱和限制进行处理,构造了一个观测器处理不可测的状态。最后利用模糊回声状态网络良好的逼近能力和直接控制算法,构造了直接自适应控制器去逼近由线性反馈技术得到的理想控制器,并使用跟踪误差和建模误差的逼近值构造了一种复合学习自适应律,最后,通过李亚普诺夫稳定性分析和仿真实例验证了该控制方法的有效性。

关键词：非线性系统模糊回声状态网络滑模控制状态观测器复合学习