《不確定非線性系統的神經網路辯識與控制研究》是依託北京理工大學，由任雪梅擔任項目負責人的青年科學基金項目。
《不確定非線性系統的神經網路辯識與控制研究》是依託北京理工大學，由任雪梅擔任項目負責人的青年科學基金項目。項目摘要本課題主要研究不確定非線性系統的神經網路識別與控制問題，包括神經網路辨識模型的結構設計與最佳化，滯環非線性系...
《基於神經網路的非線性系統合作學習辨識與控制》是依託西安電子科技大學，由陳為勝擔任項目負責人的面上項目。中文摘要 本項目將人類合作學習的思想用於非線性不確定系統辨識與控制，研究基於一致性理論的不確定系統合作學習神經網路辨識與控制...
因此研究具有不確定性的非線性系統的控制，無論在理論上還是在實際套用上，都是非常有意義的研究課題。定義 不確定非線性系統（Uncertain nonlinear systems）指同時具有不確定系統和非線性系統特點的系統，即其輸出不與其輸入成正比，同時帶...
研究方向 主要從事智慧型信息處理、智慧型控制、非線性系統建模與控制、模式識別等方面的研究工作。主要貢獻 在國內外期刊和會議上發表論文50多篇。負責完成國家自然科學基金項目《不確定非線性系統的神經網路辨識與控制研究》，完成情況被基金委...
《基於神經網路的非線性非平穩系統辨識與預測》是依託天津大學，由王正歐擔任項目負責人的面上項目。項目摘要 本研究共提出五方面的創新性成果：1、提出了基於擴展卡爾曼濾波的多種前向網路非線性時變系統辨識算法，提出了構造Q陣的啟發...
《不確定隨機非線性系統的自適應動態面控制研究》是依託揚州大學，由張天平擔任項目負責人的面上項目。項目摘要 利用動態面控制技術，研究具有零動態和未建模動態的隨機嚴格反饋和純反饋非線性系統的自適應神經網路動態面控制；討論存在非...
2.4.1非線性系統辨識的一般模型 2.4.2神經網路辨識的理論依據與辨識結構 2.4.3神經網路辨識的特點 2.5神經網路控制方法概述 2.5.1NN學習控制 2.5.2NN直接逆控制 2.5.3NN內模控市0 2.5.4NN預測控制 2.5.5多層NN控制 ...
《不確定非線性三角結構系統的自適應最佳化控制》是依託遼寧工業大學，由劉艷軍擔任項目負責人的面上項目。項目摘要 本項目將結合自適應控制、Backstepping設計、最佳化控制以及相關的數學理論，利用模糊邏輯系統或神經網路的逼近特性，研究不確定非...
多輸入多輸出非線性不確定系統和互聯非線性不確定大系統，考慮系統存在時滯、未建模動態、未知控制方向、非線性死區、執行器故障和隨機干擾等條件下，套用模糊邏輯系統或神經網路對不確定非線性系統進行建模或辨識，在此基礎上，研究了模糊...
神經網路控制是20世紀80年代末期發展起來的自動控制領域的前沿學科之一。它是智慧型控制的一個新的分支，為解決複雜的非線性、不確定、不確知系統的控制問題開闢了新途徑。神經網路控制是(人工)神經網路理論與控制理論相結合的產物，是發展中...
《不確定非線性系統無辨識自適應控制研究》是依託杭州電子科技大學，由黃超擔任項目負責人的青年科學基金項目。項目摘要 上世紀80年代，Morse, Nussbaum等人的開創性工作使得無辨識自適應控制成為新的研究領域。但隨著Krstic等學者於上世紀90...
神經網路對人們的巨大吸引力主要在下列幾點：1．並行分布處理。2．高度魯棒性和容錯能力。3．分布存儲及學習能力。4．能充分逼近複雜的非線性關係。在控制領域的研究課題中，不確定性系統的控制問題長期以來都是控制理論研究的中心主題之一...
10.2.4模型預報控制121 10.2.5模型參考控制122 10.2.6再勵學習控制122 10.2.7自學習控制與自適 應控制123 10.3內模控制及其在石灰窯爐中 的套用123 10.3.1內模控制系統的分析 與設計123 10.3.2基於神經網路的內 模控制...
所以基於線性系統建模和最佳化的預測控制算法難於套用。另外，用來描述一般非線性系統的數學模型和基於各種核函式描述的模型都存在結構特定、辨識困難、處理複雜等問題，實際中套用很少。而神經網路能夠充分逼近複雜的非線性映射，具有學習與適應...
工程技術的需要促進了非線性控制系統的不斷發展，形成了控制理論的一個分支。研究現狀 自20世紀80年代以來，非線性科學越來越受到人們的重視，數學中的非線性分析、非線性泛函，物理學中的非線性動力學，發展都很迅速。與此同時，非線性...
首先，本項目基於自適應動態規劃框架提出了辨識-評判的強化學習算法結構，設計出針對具有不匹配不確定項的非線性系統魯棒控制器。在這之後，本項目建立了單一評判網路的自適應動態規划算法結構，用於研究具有不匹配不確定項的非線性魯棒最優...
但反應堆是非線性的，而現行堆噪音技術都只適用與線性系統，從而極受限制。本課題擬用神經網路能處理非線性為前提，又要克服現行神經網路重於分類等非顯參數化的偏頗，研究它與未知輸入的時序模型的對應關係；並進一步開發其可分析的特性...
預測控制算法最初是對線性系統提出的。當對象存在弱非線性時，採用這種線性預測控制算法也是十分有效的，因為弱非線性可視為一種模型失配，其影響可通過系統的魯棒性設計加以克服；必要時，還可通過線上辨識和自校正策略修改模型和控制律，...
基於MMST分組執行器故障自適應補償控制 執行器故障容錯控制要求被控系統具有執行器冗餘，但是存在冗餘會給控制律的設計帶來難度，所以需要通過控制分配以便於控制律設計，執行器分組是指將執行器分在與輸出相對應的組中，對系統執行器進行...
在上述研究內容中，首先通過採用動態面控制、輸入狀態穩定、小增益定理、系統解耦策略、濾波器技術以及均值定理等技術,本項目提出了新的確定學習方案來解決具有下三角結構的非線性系統的控制與學習問題。該方案降低了神經網路輸入變數個數，...
反饋線性化解耦控制 在八十年代末期，非線性系統控制研究方向有了一次重要突破，利用反饋的方法將非線性系統變換為線性系統，然後再按線性系統理論完成系統綜合的方法，這種方法稱為反饋線性化方法。經過近20多年的發展，反饋線性化方法已經...
然而對於一般的非線性系統辨識，持續激勵條件通常難以刻畫並得到預先驗證。王聰教授在對徑向基函式神經網路（Radial Basis Function (RBF) networks）的持續激勵特性研究基礎上，提出了確定學習理論。確定學習套用自適應控制和動力學系統的概念...
神經網路模型 神經網路內模控制方法充分利用了神經網路強大的函式逼近能力，在一定程度上克服了非線性系統難以建模的困難，受到人們的青睞。(1)神經網路內模控制一般採用以下兩種方法：①兩個神經網路分別逼近模型和模型的逆；②採用神經網路...
