非线性时变系统相关论文
非线性和时变是控制系统中普遍存在而又富有挑战的两个问题。对于非线性时变系统,目前还缺乏容易验证的稳定性判据和便于计算的控......
该文针对神经网络在非线性时变系统辨识方面的应用作了一些有关的研究.该文采用的递归神经网络是动态网络.它利用网络的内部状态反......
作为人工智能的重要组成部分,人工神经网络有较大的应用潜力.该文在阐述了神经网络的发展、现状、基本原理及其在自动控制中的应用......
传统的系统辨识方法大多建立在模型结构已知的基础上,需要过多的先验知识。而现实中存在的大量非线性时变系统,其先验知识匮乏,模......
该文采用的神经网络为小波网络.由于小波网络与普通的前向网络相比,具有网络结构和参数的确定有理论依据及收敛速度快精度高等诸多......
本文综合了几种针对非线性时变系统参数辨识的神经网络算法，并分别将它们推广到非线性时变系统的参数辨识中，分析并比较了它......
非线性时变系统因其复杂的动态特性而难以建模。神经网络是一个黑箱模型,它作为一个强大的函数逼近工具,被广泛应用于非线性系统的......
DC—DC变换器是典型的非线性时变系统,如何实现其建模方法及稳定性分析的简化,已成为国内外非线性研究领域的热点之一。本文首先建......
稳定性理论在控制理论和应用中起到关键作用，而时变系统稳定性问题的研究是个非常困难的问题．本文用Lyapunov第二方法对一般非线性时......
提出时变神经网络模型,用以逼近未知非线性时变映射,实现非线性时变系统建模.将时变神经网络的权值学习作为时变系统的时变参数估......
研究一类非线性时变系统的鲁棒状态反馈控制器设计问题 ,在系统反馈线性化的基础上 ,通过标称系统的Lyapunov函数设计了不确定非线......
为电液比例系统提供了一个输入输出增量式线性时变模型,采用加权限定记忆回归法来估计模型参数,在此基础上进而提出了一种自适应预......
研究一类具有非匹配不确定性的非线性时变系统的鲁棒状态反馈输出跟踪控制器设计问题。通过引入非线性时变系统的相对阶将系统输入......
提出一种针对一类非线性时变系统(时变的Hammerstein级数)辨识的实用方法.为减少时变系统建模所需参数个数,利用已知基序列的线性......
提出一种新的递推最小二乘支持向量回归估计算法(RLS-SVR),该算法具有实时性高、更新速度快的特点.充分应用RLS-SVR在线学习和训练......
将模糊神经网络与PI控制技术相结合构成一种模糊神经解耦混合控制器。新控制器在控制过程中借助模糊神经网络的自学习算法实现控制......
本文将智能控制算法和PI控制算法相结合,提出了一种基于PI的模糊混合控制器.新控制器在控制过程中借助仿人智能算法实现控制参数的......
为了提高动态系统的辨识精度,提出一种基于前馈神经网络的多新息随机梯度辨识算法,它通过动态调整网络权值来提高网络在线辨识性能......
针对非线性多变量大时滞系统,研究了一种基于神经网络的智能控制策略。它以经典的PID控制为基础,通过神经网络参数整定,用于多变量......
针对基于前向神经网络的普通递推最小二乘估计存在着自适应跟踪慢和精度低的问题，提出了一种可对非线性时变系统进行快速辨识的新方......
飞机燃油系统地面模拟试验的引气箱压力控制系统是电、液气压控制系统；由于气体的可压缩性及控制过程中气体压力、体积、温度三者之......
根据复合材料自动铺带成型的工艺参数要求,研究自动铺带机的输带速度与张力的协同解耦控制.依据自主研发的铺带头建立预浸带输送系......
针对非线性时变系统在自适应控制过程中瞬态响应差的问题，提出了一种基于多模型自适应控制的模型切换算法。首先，在多模型框架下，通过......
针对非线性多变量大时滞系统，研究了一种基于神经网络的智能控制策略。该文给出了网络的结构和算法，对一组二变量强耦合时变系统进行......
讨论了一类非线性时变系统开闭环PI型迭代学习控制算法,该算法相对于开环、闭环PI型迭代学习算法不仅能较快地跟踪期望轨迹,而且能......
通过非线性系统的线性化方法,讨论了一类非线性时变微分系统的解关于部分变量指数稳定的一次近似.利用齐次线性系统的Cauchy矩阵解......
气动加载系统是复杂的非线性时变系统,可变参数和不确定性比较多,本文采用积分型线性自抗扰控制器（I--LADRC）对气动加载系统进行控制......
针对具有噪声干扰的非线性时变系统建模时存在的困难,建立了一种具有最优结构和最佳泛化能力的多维泰勒网模型,以实现对该系统的辨......
提出基于前向神经网络的非线性时变系统辨识方法,并用局部化推广卡尔曼滤波算法训练网络.该算法与全局推广卡尔曼滤波算法相比,不......
标准的递推最小二乘算法随着递推次数的增加,增益矩阵将逐渐趋于零,致使递推算法慢慢失去修正能力,出现所谓的“数据饱和”现象。......
针对一般模型控制的缺点,提出了两种改进的自适应广义一般模型控制方法.它们把传统的一般模型控制推广到相对阶大于1 同时又具有时......
针对输入输出均为连续时变函数的系统仿真问题，提出了一种基于函数基展开的神经网络建模方法．在连续函数空间中选择一组适当的基函数......
提出了一种估计非线性时变系统过程噪声协方差阵Q和观测噪声协方差阵R的新方法．扩展卡尔曼算法结合前馈神经网络的非线性时变系统辨......
提出一种可对任意非线性时变系统进行辨识的新方法,即基于小波神经网络的带自校正移动窗的递推最小二乘算法.与现有的神经网络辨识......
本文将智能控制算法和PI控制算法相结合,提出了一种基于PI的模糊混合控制器.新控制器在控制过程中借助仿人智能算法实现控制参数的......
板形控制算法是冷轧带钢板形控制系统的核心内容。它的优劣性直接决定了板形控制效果的好坏。但冷轧机本身是一种高度非线性、时变......
为克服基于前馈神经网络的非线性系统辨识算法存在需预先估计系统输入输出滞后阶数的缺陷，提出一种基于回归神经网络的非线性时变系......
研究非线性时变系统的稳定性问题.通过引入具有齐次导数的时不变Lyapunov函数和近似系统的概念,给出一般非线性时变系统的零解渐近......
为了实现在有限时间区间上可重复运行的离散时变非线性系统辨识,给出基于时变神经网络的迭代学习辨识算法。对于每一个固定时刻,以......
研究一类非线性时变系统的状态观测器设计问题,引入非线性时变系统的时变相对阶,通过坐标变换将系统输入输出线性化,对于满足相对......
现代舞台设备的种类和应用场景繁多,系统内外不确定因素的干扰众多,包括设备的惯性,延时和负载的变化等;另外设备控制系统是一个非......
针对包含未知和不可测量的确定性扰动的非线性时变系统的辨识和预测 ,提出了一种简便实用的线性化即时局部模型 ,给出并证明了这种......
从小波分析原理出发,给出了一种正交小波网络辨识非线性动态系统的方法,并以此网络作为预测模型,同时通过递推最小二乘法在线修正......
为了克服传统扩展卡尔曼滤波算法进行参数估计时可能产生的新数据失效问题，提出了一种改进的扩展卡尔曼滤波（EKF）步骤，然后将改进步骤......
针对非线性时变系统提出一种基于子系统的辨识方法,用于时变多自由度(multiple degree-of-freedom,简称MDOF)系统中非线性的定位和......
针对一类未知非线性时变系统，本文提出一种不同次迭代运行过程中期望轨迹可变的迭代学习控制算法。该算法利用高斯径向基网络逼近系......
针对含噪声不确定非线性时变系统,提出一种基于多维泰勒网(MTN)稳定的自适应控制方案,其中3个MTN分别被用来实现非线性滤波、系统......
为了研究非线性时变模型，提出了模糊变参数系统。它是一种集T-S模糊系统和线性变参数系统诸多优点为一体的新型非线性时变模型，它继......
在常规RBF神经网络中采用时变权值,将其应用于非线性时变系统的建模。采用减聚类算法确定网络隐含层神经元数与基函数中心参数,以......
