2025年1月23日
星期四
|
欢迎来到佛山市图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
张俊玲
作品数:
2
被引量:3
H指数:1
供职机构:
南开大学
更多>>
发文基金:
天津市自然科学基金
国家自然科学基金
更多>>
相关领域:
自动化与计算机技术
电气工程
更多>>
合作作者
张青
中国民航大学理学院
陈增强
南开大学计算机与控制工程学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
期刊文章
1篇
学位论文
领域
1篇
电气工程
1篇
自动化与计算...
主题
2篇
神经网
2篇
神经网络
2篇
无模型
1篇
学习算法
1篇
优化算法
1篇
子群
1篇
自适应控制
1篇
无模型控制
1篇
无模型自适应
1篇
无模型自适应...
1篇
线性离散系统
1篇
线性系
1篇
粒子群
1篇
粒子群优化
1篇
粒子群优化算...
1篇
模型自适应
1篇
基于神经网络
1篇
非线性
1篇
非线性离散系...
1篇
非线性系统
机构
2篇
南开大学
1篇
中国民航大学
作者
2篇
张俊玲
1篇
陈增强
1篇
张青
传媒
1篇
智能系统学报
年份
2篇
2016
共
2
条 记 录,以下是 1-2
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于神经网络的无模型自适应控制方法的研究
随着计算机信息技术的迅猛发展,发展出了一种新兴的控制思维方式即无模型控制方法,亦可称之为数据驱动控制。无模型控制方法的特点就是利用系统的输入输出数据来进行控制量的计算,实现了从数据直接设计控制器的转变,摆脱了原来从数学模...
张俊玲
关键词:
神经网络
学习算法
基于粒子群优化的Elman神经网络无模型控制
被引量:3
2016年
针对一类无法建模或是建模过程比较复杂的离散SISO非线性离散系统,提出了一种基于Elman神经网络和粒子群优化算法的无模型控制方法。该控制方法是在无需知道被控对象动力学模型的情况下,以Elman神经网络作为控制器结构,利用粒子群优化算法在线学习控制器中的所有权值参数,既而得到每一离散时刻的最优控制量。仿真研究表明,该方法控制下的非线性系统输出信号具有较快的反应速度和较小的跟踪误差,同时控制量信号有较好的收敛性与控制精度,这说明了所提出的基于粒子群的Elman神经网络无模型控制方法是有效与合理的。
张俊玲
陈增强
张青
关键词:
非线性系统
非线性离散系统
无模型控制
ELMAN神经网络
粒子群优化算法
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张