共查询到19条相似文献,搜索用时 46 毫秒
1.
2.
3.
4.
5.
基于神经网络的一类非线性系统自适应滑模控制 总被引:7,自引:0,他引:7
对一类非线性系统进行简化处理后,结合神经网络逼近方法、自适应滑模控制提出一种新的自适应控制方法.所设计的控制器分为两部分,一部分是等效控制器,另一部分是滑模控制器.滑模控制器用来减小系统的跟踪误差,起鲁棒控制作用.文中用神经网络逼近非线性函数,并将网络权值误差引入到神经网络权值的自适应律中用以改善系统的动态性能.最后给出的仿真算例证明所设计的控制器是十分有效的. 相似文献
6.
模糊自适应整定PID控制及其仿真 总被引:8,自引:4,他引:8
将模糊控制器与PID控制器结合在一起,利用模糊控制推理方法实现对PID参数的在线自整定,进行MATLAB/SIMULINK仿真,仿真结果表明,该控制器明显地改善了控制系统的动态性能,易于实现,便于工程应用。 相似文献
7.
讨论了一种基于双映射神经网络的机械臂运动控制器.并采用遗传进化算法对该控制器网络拓扑结构和参数进行了优化,实现了机械臂的轨迹跟踪控制.计算机仿真表明该控制器具有较高的控制精度和响应速度,可以满足机械臂工作要求. 相似文献
8.
提出了一种基于细菌觅食(BFO)算法优化PID控制器参数的机械臂控制设计分析,用于不确定的2自由度旋转棱镜(RP)机械臂有效的轨迹跟踪和参数鲁棒性.提出的方法将BFO算法与PID控制器相结合,通过BFO算法在线对PID控制器的3个参数进行优化.最终,传统的动抗干扰抑制(ADRC)设计问题被转换成用于寻找最优控制器调谐参数的特殊优化问题.仿真结果表明,与传统方法相比,提出的方法能有效提高机械臂跟踪控制的快速性和准确性,具有更优越的控制品质和较强的抑制干扰能力. 相似文献
9.
10.
尽管模糊PID控制器具有良好的控制品质,但存在计算复杂和实时性差的问题,为了解决这个问题.利用1LBF神经网络逼近能力重构模糊PID控制器,由于重构的RBF神经网络的并行计算能力,这简化了计算复杂性并提高实时性.通过选择不同的给定信号,比较模糊PID控制器和重构的RBF神经网络的控制性能.得到两者的控制效果是相当的.说明重构的RBF神经网络可以取代模糊PID控制器,从而减少了计算复杂性.避免维度灾难并改善控制实时性. 相似文献
11.
通过具体分析动态预测控制算法在工业应用中存在的实际问题,提出了一种三值动态矩阵控制算法,该算法主要在优化性能指标函数式中真正地建立了"头、中、尾"3点约束.仿真结果表明,该算法具有系统跟踪精度高、鲁棒性好等优点.同时,针对慢时变、大时延和不确定性系统的跟踪问题,提出了一种基于BP网络的三值动态矩阵控制算法.该算法在三值动态矩阵控制算法的基础上,利用一个3层BP神经网络对被控对象进行辨识.通过仿真,验证了所提算法的有效性. 相似文献
12.
13.
一种基于神经网络模型的非线性自适应控制系统参数辨识算法 总被引:2,自引:0,他引:2
应用神经网络BP算法建立了系统参数模型,以被控对象的控制量和系统输出作为神经网络模型的输入,经过神经网络的隐层和输出层的前向计算以及误差的反向传播采不断修整模型的权值,将非线性系统时变参数的变化规律转化为神经网络参数模型,反映了参数随状态而变的规律;再结合文献[5]已知模型下PID控制参数的计算,推导出一种更具有应用性的系统参数辨识算法.通过在计算机上对非线性系统仿真,结果表明了这种的系统参数辨识算法有效性. 相似文献
14.
提出一种基于RBF神经网络在线辨识的永磁同步电机单神经元PID矢量控制新方法,该方法针对传统的PI调节器固定参数所造成的不足,利用具有自适应能力的单神经元PID调节器和RBF神经网络相结合,实现了参数在线辨识,转速在线控制.仿真结果表明该方法控制精度高,动态特性好,适合于永磁同步电机的速度控制. 相似文献
15.
基于Fuzzy - ARTMAP网络的高光谱遥感图像分类方法 总被引:1,自引:0,他引:1
神经网络是一种重要的高光谱图像分类方法.本文提出了四边形隶属函数和Fuzzy-ARTMAP神经网络相结合的高光谱图像分类方法.该方法不局限与隶属度函数的选择,使网络更具有广泛的适用性.将其应用于高光谱图像的分类中,其分类精度高于ARTMAP神经网络,且性能稳定. 相似文献
16.
17.
18.
梯度算法广泛应用于训练前馈神经网络.对于单输出前馈神经网络的梯度算法的收敛性已经有了详细的讨论.研究了带有多个输出单元的BP神经网络的梯度算法,证明了误差函数在梯度算法所生成的权向量序列上的单调递减性,并且证明了梯度算法的弱收敛性和强收敛性. 相似文献