检索结果-内蒙古大学图书馆

华中科技大学学报（自然科学版） 2019年第9期47卷 36-41页

作者：朱齐丹杨智博鲁鹏马宇哈尔滨工程大学自动化学院

为解决舰载机在终端进场过程中受航母运动和舰尾流扰流等不确定性因素影响,很难实现对航迹的精确控制,容易导致舰载机复飞和着舰事故这一问题,基于动态递归神经网络设计了自适应滑模控制器,并将其应用于舰载机纵向自动着舰系统.首先该... 详细信息

为解决舰载机在终端进场过程中受航母运动和舰尾流扰流等不确定性因素影响,很难实现对航迹的精确控制,容易导致舰载机复飞和着舰事故这一问题,基于动态递归神经网络设计了自适应滑模控制器,并将其应用于舰载机纵向自动着舰系统.首先该控制方法采用动态递归神经网络实现未知非线性函数的逼近,可以及时有效地处理终端进场过程中由不确定环境因素引起的偏差扰动,保证舰载机沿理想下滑道安全进场;然后通过滑模面和自适应律的设计保证了控制器的稳定性和鲁棒性.通过仿真结果证明了该设计可以实现对理想下滑道的快速精确跟踪,减小了舰载机着舰偏差,提高了控制精度,最终实现了舰载机安全进场着舰.

关键词：动态递归神经网络自适应滑模控制航母运动舰尾流扰流自动着舰系统

来源：评论

学校读者我要写书评

暂无评论

基于状态延迟动态递归神经网络的机器人动态自适应跟踪辨识(英文)

引用

自动化学报 2003年第5期29卷 741-747页

作者：姜春福余跃庆北京工业大学机电学院北京100022

对一种在Elman动态递归网络基础上发展而来的复合输入动态递归网络 (CIDRNN)作了改进 ,提出一种新的动态递归神经网络结构 ,称为状态延迟动态递归神经网络 (StateDelayInputDynamicalRecurrentNeuralNetwork) .具有这种新的拓扑结构和... 详细信息

对一种在Elman动态递归网络基础上发展而来的复合输入动态递归网络 (CIDRNN)作了改进 ,提出一种新的动态递归神经网络结构 ,称为状态延迟动态递归神经网络 (StateDelayInputDynamicalRecurrentNeuralNetwork) .具有这种新的拓扑结构和学习规则的动态递归网络 ,不仅明确了各权值矩阵的意义 ,而且使权值的训练过程更为简洁 ,意义更为明确 .仿真实验表明 ,这种结构的网络由于增加了网络输入输出的前一步信息 ,提高了收敛速度 ,增强了实时控制的可能性 .然后将该网络用于机器人未知非线性动力学的辨识中 ,使用辨识实际输出与机理模型输出之间的偏差 ,来识别机理模型或简化模型所丢失的信息 ,既利用了机器人现有的建模方法 ,又可以减小网络运算量 ,提高辨识速度 .仿真结果表明了这种改进的有效性 .

关键词：机器人动态自适应跟踪辨识状态延迟动态递归神经网络学习规则拓扑结构

来源：评论

学校读者我要写书评

暂无评论

基于动态递归神经网络的超磁致伸缩驱动器精密位移控制

引用

中国电机工程学报 2006年第3期26卷 106-111页

作者：曹淑瑛郑加驹王博文黄文美颜威利河北工业大学电磁场与电器可靠性省部共建重点实验室天津市红桥区300130

由于内在的滞回非线性,超磁致伸缩驱动器(GMA)会在开环系统中引起定位误差,在闭环系统中造成系统不稳定。为了克服这个问题,将动态递归神经网络(DRNN)前馈和PD反馈控制器相结合,提出了一种实时滞回补偿控制策略,以期实现GMA的精密位移... 详细信息

由于内在的滞回非线性,超磁致伸缩驱动器(GMA)会在开环系统中引起定位误差,在闭环系统中造成系统不稳定。为了克服这个问题,将动态递归神经网络(DRNN)前馈和PD反馈控制器相结合,提出了一种实时滞回补偿控制策略,以期实现GMA的精密位移跟踪控制。DRNN控制器是根据GMA的滞回特性构造的,通过反馈误差学习方案在线学习GMA的逆滞回模型。仿真结果表明该控制策略能适应GMA滞回特性随机械负载、输入信号的变化,在线建立GMA的滞回逆模型,从而消除滞回非线性的影响,实现GMA的精密控制。

关键词：超磁致伸缩驱动器滞回非线性反馈误差学习动态递归神经网络实时补偿控制

来源：评论

学校读者我要写书评

暂无评论

基于免疫粒子群优化的一种动态递归神经网络辨识与控制非线性系统

引用

吉林大学学报（工学版） 2008年第4期38卷 858-864页

作者：葛宏伟李小琳梁艳春何湘东大连理工大学电子与信息工程学院辽宁大连116024 南京大学商学院南京210093 吉林大学计算机科学与技术学院长春130012 中兴通讯南京研究所南京210012

提出了一种采用免疫粒子群优化算法对动态递归神经网络进行训练的方法,实现了对Elman网络的结构、权重、结构单元的初始输入和自反馈增益因子等参数的同时进化训练.进而针对非线性系统分别提出了相应的辨识与控制算法,并设计出了相应的... 详细信息

提出了一种采用免疫粒子群优化算法对动态递归神经网络进行训练的方法,实现了对Elman网络的结构、权重、结构单元的初始输入和自反馈增益因子等参数的同时进化训练.进而针对非线性系统分别提出了相应的辨识与控制算法,并设计出了相应的辨识器和控制器.最后以超声马达为对象进行了仿真,结果表明:基于所提出的算法而设计的辨识器和控制器在辨识和控制过程中不仅都能取得很高的收敛精度和速度,而且对于随机扰动有较强的鲁棒性,从而为非线性统的辨识和控制提供了一条新的途径.

关键词：人工智能控制理论动态递归神经网络粒子群优化免疫系统超声马达

来源：评论

学校读者我要写书评

暂无评论

动态递归神经网络在异步电机控制上的应用

动态递归神经网络在异步电机控制上的应用

引用

作者：宋志强西华大学

学位级别：硕士

由于异步电机的多变量、非线性、强耦合、时变动态性及一些变量不可测等原因，使得异步电机的控制比较困难而复杂。矢量控制的提出替代了传统的电压与频率之比恒定的控制控制方法，大大提高了电机的动态控制效果；但是在电机参数变化、... 详细信息

由于异步电机的多变量、非线性、强耦合、时变动态性及一些变量不可测等原因，使得异步电机的控制比较困难而复杂。矢量控制的提出替代了传统的电压与频率之比恒定的控制控制方法，大大提高了电机的动态控制效果；但是在电机参数变化、外部负载扰动和对象未建模等情况下，电机的控制性能易受到影响。本文在对一种递归神经网络结构及算法研究的基础上，利用递归神经网络在非线性、不确定性系统控制和辩识等方面优越的性能，构建了一种神经网络PID与递归网络辩识器结合的矢量控制方法，使控制系统具有较强的自适应能力和抗干扰能力。本文主要分为两部分：第一部分，简单介绍了神经网络的发展和异步电机的模型，同时在异步电机定子磁场定向矢量控制的基础上，提出了一种递归神经网络自适应控制技术，并应用在定子磁场定向的矢量控制中。对前后两种模型分别进行了仿真，对各自仿真结果做了分析。最后得出结论：恰当的递归神经网络系统可以方便应用在自适应控制的非线性动态电机模型中，并使其性能得到提高。第二部分，首先叙述了电机控制系统的主要软硬件设计，对基于TMS320F240芯片的电机控制平台的软件编写以及硬件构建做了比较全面的介绍。其次本文重点对功率逆变部分的硬件进行了设计和制作，其中包括功率模块的驱动电路、三相输入开关电源的设计电路及电流、电压、光电编码器等检测电路。最后对硬件调试中遇到的问题和硬件的性能给出了具体的分析。

关键词：动态递归神经网络非线性自适应控制异步电机 TMS320F240

来源：评论

学校读者我要写书评

暂无评论

一种新型的动态递归神经网络及其全自动设计算法

引用

信息与控制 2000年第6期29卷 511-515,520页

作者：史天运贾利民蔡秀生铁道部科学研究院通信信号研究所北京100081

本文基于非线形自回归滑动平均模型 NARMA模型和前馈神经网络建模的思想 ,提出一种输入层与输出层神经元递归的动态递归神经网络 ;基于进化计算中遗传算法和进化策略与自寻优 BP算法的不同结合方式 ,提出两种动态递归神经网络全自动高... 详细信息

本文基于非线形自回归滑动平均模型 NARMA模型和前馈神经网络建模的思想 ,提出一种输入层与输出层神经元递归的动态递归神经网络 ;基于进化计算中遗传算法和进化策略与自寻优 BP算法的不同结合方式 ,提出两种动态递归神经网络全自动高效设计算法 ,实现了网络结构、权重和自反馈增益同时优化学习。

关键词：动态递归神经网络遗传算法全自动设计算法学习算法

来源：评论

学校读者我要写书评

暂无评论

基于进化策略的动态递归神经网络建模与辨识

引用

控制与决策 2000年第4期15卷 439-442页

作者：史天运贾利民铁道部科学研究院智能控制技术研究中心北京100081

提出一种采用进化策略实现动态递归神经网络结构、权重和自反馈增益同时进化的学习算法 ,以及自适应进化机制。与改进 BP算法相结合 ,各取所长 ,形成集成化动态递归神经网络建模辨识算法。实际应用结果表明 ,所提出算法不仅明显提高了... 详细信息

提出一种采用进化策略实现动态递归神经网络结构、权重和自反馈增益同时进化的学习算法 ,以及自适应进化机制。与改进 BP算法相结合 ,各取所长 ,形成集成化动态递归神经网络建模辨识算法。实际应用结果表明 ,所提出算法不仅明显提高了动态递归网络模型辨识算法的收敛速度和精度 ,而且实现了动态递归网络的全自动优化设计。

关键词：进化策略建模辨识动态递归神经网络

来源：评论

学校读者我要写书评

暂无评论

基于动态递归神经网络的动态矩阵控制

引用

石油大学学报（自然科学版） 2001年第3期25卷 77-79页

作者：李峰李树荣石油大学自动化系山东东营257061

给出了利用动态递归神经网络 (DRNN)重构一个非线性动态过程的方法 ,对权值调整算法进行了推导。采用的动态递归神经网络具有非线性系统状态观测器的结构特征 ,容易实现并进行稳定性分析。利用训练好的网络作为预估模型 ,设计了基于DRN... 详细信息

给出了利用动态递归神经网络 (DRNN)重构一个非线性动态过程的方法 ,对权值调整算法进行了推导。采用的动态递归神经网络具有非线性系统状态观测器的结构特征 ,容易实现并进行稳定性分析。利用训练好的网络作为预估模型 ,设计了基于DRNN的动态矩阵控制算法。

关键词：非线性系统动态递归神经网络预估控制重构动态矩阵控制

来源：评论

学校读者我要写书评

暂无评论

基于动态递归神经网络的一类非线性不确定系统的自适应观测器

引用

控制与决策 2002年第1期17卷 89-91,95页

作者：杨晋勇贾英民北京航空航天大学第七研究室北京100083

针对一类非线性不确定系统 ,当其状态不可测时 ,在基于动态递归神经网络的观测器中 ,对用来抑制不确定性、保证观测器鲁棒观测的控制项进行恰当的设计。

关键词：非线性不确定系统自适应观测器动态递归神经网络自适应控制

来源：评论

学校读者我要写书评

暂无评论

基于动态递归神经网络的HCCI发动机燃烧相位辨识模型

引用

内燃机学报 2007年第4期25卷 352-357页

作者：谢辉孙艳辉夏超英天津大学内燃机燃烧学国家重点实验室天津300072 天津大学自动化学院天津300072

为了实现HCCI汽油机闭环反馈控制,提出了一种利用动态递归神经网络从气缸压力信号在线辨识燃烧相位CA50(燃烧50%累积放热量的曲轴转角)的方法。该方法采集上止点附近40°CA范围的气缸压力信号,经过归一化和主元素法降维处理后,得到... 详细信息

为了实现HCCI汽油机闭环反馈控制,提出了一种利用动态递归神经网络从气缸压力信号在线辨识燃烧相位CA50(燃烧50%累积放热量的曲轴转角)的方法。该方法采集上止点附近40°CA范围的气缸压力信号,经过归一化和主元素法降维处理后,得到一个由9个特征数构成的时间序列。一个Elman动态递归神经网络以该序列为输入,计算出燃烧相位CA50。以基于全可变气门机构的汽油HCCI发动机为对象,选取了台架试验中4个典型的HCCI动态变负荷过程数据,其中一个作为训练样本,另外3个作为测试样本。测试结果表明:该方法对HCCI动态过程的燃烧相位CA50预测误差小于0.25°CA;与BP网络和RBF网络相比,具有更低的误差和更强的泛化能力;与直接热力学计算方法相比,具有突出的抗干扰性和容错能力。

关键词： HCCI汽油机燃烧相位观测动态递归神经网络

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：