期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
动态递归模糊神经网络及其BP学习算法 被引量：4
1
作者 黄元峰 刘源 胡波 《武汉化工学院学报》 2004年第4期65-68,77,共5页
提出了一种新型的动态递归模糊神经网络,并根据动态递归神经网络的数学模型推导出其动态反向传播学习算法,仿真结果表明对于动态系统的辨识,动态递归模糊神经网络较传统模糊神经网络在辨识精度和稳定性方面具有更好的效果.
关键词 动态递归模糊神经网络 动态反向传播学习算法 动态系统 辨识
下载PDF
基于动态递归模糊神经网络的共振频率自适应反推控制 被引量：3
2
作者 张平均 蒋新华 《信息与控制》 CSCD 北大核心 2011年第1期21-25,共5页
针对共振破碎机频率控制系统的非线性和参数不确定性问题,提出基于动态递归模糊神经网络的自适应反推控制策略.建立了破碎机频率控制系统的数学模型,在忽略个确定性项的前提下,设计了基于自适应反推方法控制律.其次将电液比例系统中影... 针对共振破碎机频率控制系统的非线性和参数不确定性问题,提出基于动态递归模糊神经网络的自适应反推控制策略.建立了破碎机频率控制系统的数学模型,在忽略个确定性项的前提下,设计了基于自适应反推方法控制律.其次将电液比例系统中影响频率控制性能的不确定性因素定义为待估计项,采用动态递归模糊冲经网络对其进行估计,给出了基于动态递归模糊神经网络的参数自适应律,并通过Lyapunov方法证明了输出跟踪的收敛性.仿真实验和车载测试结果表明,对于参数的不确定性和负载扰动,该方法具有较好的频率控制性能. 展开更多
关键词 自适应反推控制 动态递归模糊神经网络 共振破碎机 破碎频率控制
下载PDF
直接自适应动态递归模糊神经网络控制及其应用 被引量：3
3
作者 张友旺 《信息与控制》 CSCD 北大核心 2008年第3期269-274,共6页
针对某些仿射非线性系统中各状态变量间呈微分关系的特点,本文提出仅取某些可测状态变量作为动态递归模糊神经网络(dynamic recurrent fuzzy neural network,DRFNN)的输入,而由DRFNN的反馈矩阵描述系统内部动态关系的直接自适应DRFNN控... 针对某些仿射非线性系统中各状态变量间呈微分关系的特点,本文提出仅取某些可测状态变量作为动态递归模糊神经网络(dynamic recurrent fuzzy neural network,DRFNN)的输入,而由DRFNN的反馈矩阵描述系统内部动态关系的直接自适应DRFNN控制算法,克服了将系统所有变量作为输入的传统模糊神经网络(traditioanl fuzzy neural network,TFNN)因某些不可测状态变量所导致的不可实现问题.在电液伺服系统中的应用结果表明:直接自适应DRFNN控制算法相对于TFNN控制算法对系统稳态特性的改善具有较大的优越性. 展开更多
关键词 仿射非线性系统 自适应动态递归模糊神经网络 电液伺服系统
下载PDF
超临界机组燃水比GAP-DRFNN的优化控制 被引量：1
4
作者 周洪煜 汪正海 +1 位作者 张振华 童明伟 《重庆大学学报（自然科学版）》 EI CAS CSCD 北大核心 2013年第6期84-90,共7页
分析某厂直流锅炉燃水比控制系统,设计出基于生长剪枝动态递归模糊神经网络(Growing and pruning dynamic recurrent fuzzy neural network,GAP-DRFNN)的燃水比优化控制系统,GAP-DRFNN以汽水分离器出口工质温度偏差最小为导出信号,综合... 分析某厂直流锅炉燃水比控制系统,设计出基于生长剪枝动态递归模糊神经网络(Growing and pruning dynamic recurrent fuzzy neural network,GAP-DRFNN)的燃水比优化控制系统,GAP-DRFNN以汽水分离器出口工质温度偏差最小为导出信号,综合学习燃水比控制主要状态参数,实时输出燃水比最佳控制量。随着当前主要相关状态参数的输入,GAP-DRFNN通过结构学习,自动增加和修剪神经元,而且根据梯度下降法,动态调整网络的隶属函数参数以及神经网络递归权值。实验结果表明:此方案中燃水比控制可兼顾快速性和准确性,在变工况时系统仍具有优异的动静态性能,控制效果优于传统PID控制。 展开更多
关键词 燃水比 动态递归模糊神经网络 生长剪枝 变结构控制 超临界机组
下载PDF
移动机器人编队的递归模糊神经网络滑模控制 被引量：1
5
作者 李艳东 朱玲 孙明 《计算机仿真》 CSCD 北大核心 2013年第7期349-353,382,共6页
研究非完整移动机器人编队控制优化问题,由于动态模型存在诸多不稳定性,针对领航者-跟随者I-ψ控制结构,提出了一种Back stepping运动学控制器与自适应神经滑模控制器相结合的新型控制策略。采用动态递归模糊神经网络(dynam-ic recurren... 研究非完整移动机器人编队控制优化问题,由于动态模型存在诸多不稳定性,针对领航者-跟随者I-ψ控制结构,提出了一种Back stepping运动学控制器与自适应神经滑模控制器相结合的新型控制策略。采用动态递归模糊神经网络(dynam-ic recurrent fuzzy neural network,DRFNN)对跟随者及领航者动力学非线性不确定部分进行在线估计,并通过自适应鲁棒控制器对神经网络建模误差进行补偿。所提方法不但解决了移动机器人编队控制的参数与非参数不确定性问题,同时也确保了机器人编队在期望队形下对指定轨迹的跟踪;根据Lyapunov方法的设计过程,保证了控制系统的稳定;仿真结果表明了改进方法对机器人编队优化控制的有效性。 展开更多
关键词 编队控制 滑模控制 动态递归模糊神经网络 非完整移动机器人 不确定性
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部