排序方式： 共有4条查询结果，搜索用时 15 毫秒
1
1.
针对一类未知非线性系统,基于神经网络理论提出一种间接自适应控制方法,该方法不仅保证了闭环系统的稳定,而且使外部干扰、神经网络逼近误差对跟踪误差的影响衰减到给定的水平. 相似文献
2.
讨论了不确定分数阶Chen系统的同步和参数识别问题,基于Lyapunove稳定性理论和自适应控制理论,提出一种用整数阶Chen系统来进行同步和参数辨识的方法,给出自适应控制器和参数更新率设计方法.数值仿真实现了分数阶Chen系统用整数阶Chen系统同步及参数辨识,结果表明提出方法的有效性. 相似文献
3.
针对单输入单输出非线性系统的自适应控制问题,提出了一种在线自适应模糊神经网络辨识与鲁棒控制的方法.该方法首先利用广义模糊神经网络学习算法,实时建立对象模型未知系统的逆动态模型,实现网络结构和参数的同时在线自适应.考虑到网络建模误差和外部干扰的存在,还设计了基于控制理论的鲁棒补偿器.仿真结果表明,该方法能对模型未知仿射非线性系统实现鲁棒输出跟踪. 相似文献
4.
针对一类未知非线性MIMO系统(多输入/多输出系统),应用“主导输入”的概念,基于神经网络理论提出一种直接自适应鲁棒解耦控制方法.该方法不仅保证了闭环系统的稳定,而且使外部干扰、神经网络逼近误差及输入对输出的交叉耦合对跟踪误差的影响衰减到给定的水平. 相似文献
1