您的位置: 专家智库 > >

张俊玲

作品数:2 被引量:3H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>>

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
2 条 记 录,以下是 1-2
排序方式:
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
共1页<1>
聚类工具0