检索结果-内蒙古大学图书馆

作者：吕翀哈尔滨工程大学

学位级别：硕士

智能控制是当前水下机器人运动控制领域研究的热点,在很大程度上代表着今后的研究方向。水下机器人是各个自由度方向运动强耦合的严重非线性系统,其精确的运动方程通常难以获得,因而,智能控制是在水下机器人的运动控制中应用相当广泛。... 详细信息

智能控制是当前水下机器人运动控制领域研究的热点,在很大程度上代表着今后的研究方向。水下机器人是各个自由度方向运动强耦合的严重非线性系统,其精确的运动方程通常难以获得,因而,智能控制是在水下机器人的运动控制中应用相当广泛。本论文旨在探讨智能控制技术在水下机器人运动控制中的应用,并以某一特定的水下机器人为研究对象,设计出性能优良的运动控制系统。本文在水下机器人六自由度空间运动方程的基础上,结合实际需要,对其进行简化,建立了多功能AUV的四自由度的动力学仿真模型。本文利用模糊控制原理,对原始S面控制器的可调参数k1和k2进行在线调整,使其适应不同航态下水下机器人自身水动力特性的变化,强化S面控制器的鲁棒性,改善其控制性能。同时本文还设计了一个基于改进的资源分配网络算法的rbf模糊神经网络控制器,该控制器将模糊控制同rbf神经网络相结合,采用改进的资源分配网算法,使其规则层的隐节点的个数可以在线调节,能使网络的数据中心值自适应变化,从而保证模糊神经网络以较小的结构满足控制系统高精度、高实时性要求。以多功能AUV为控制对象及试验平台,针对所设计的控制器进行仿真试验,试验结果验证了所设计控制器对于AUV运动控制的可行性。

关键词：水下机器人模糊S面控制 rbf模糊神经网络改进资源分配网络

来源：评论

学校读者我要写书评

暂无评论

SCARA型机械臂的智能神经网络控制研究

引用

科技情报开发与经济 2007年第30期17卷 167-169页

作者：韩晓霞谢克明太原理工大学信息工程学院山西太原030024

在传统机械臂动态控制基础上,将rbf神经网络与模糊逻辑控制相结合,提出一种新的智能控制方法——rbf模糊神经网络控制方法。该方法使用两个子网络分别对关节1和关节2实施控制,最后通过协调级网络来消除和减小两个关节之间的耦合作用。... 详细信息

在传统机械臂动态控制基础上,将rbf神经网络与模糊逻辑控制相结合,提出一种新的智能控制方法——rbf模糊神经网络控制方法。该方法使用两个子网络分别对关节1和关节2实施控制,最后通过协调级网络来消除和减小两个关节之间的耦合作用。以仿真实验结果说明该网络结构简单明确,计算更加有效,并通过适时地修正网络参数,在线调整了模糊隶属函数的中心值和宽度,所设计的控制器能快速、稳定地跟踪到期望轨迹。

关键词：智能控制模糊神经网络控制 rbf模糊神经网络轨迹控制解耦机械臂

来源：评论

学校读者我要写书评

暂无评论

基于rbf网络的参数自学习模糊控制的研究

引用

微计算机信息 2006年第8X期22卷 308-310页

作者：李延新李光宇孙辉李文大连交通大学软件学院辽宁大连116052

模糊控制以其自适应性、鲁棒性和易于实现等优点得到广泛应用。然而模糊控制规则的获得通常由专家经验给出,这就存在诸如控制规则不够客观、专家经验难以获得等问题。在模糊控制系统中,模糊规则库的构建是至关重要的,因此研究模糊规则... 详细信息

模糊控制以其自适应性、鲁棒性和易于实现等优点得到广泛应用。然而模糊控制规则的获得通常由专家经验给出,这就存在诸如控制规则不够客观、专家经验难以获得等问题。在模糊控制系统中,模糊规则库的构建是至关重要的,因此研究模糊规则的自动生成有着重要的理论和应用价值。本文首先以模糊控制理论和rbf神经网络理论为基础,提出了一种能够有效表达模糊系统可解释性的rbf网络结构;然后详细讨论在此网络结构下提取模糊规则的学习算法;最后依据上述方法进行仿真实验,实验结果表明,这种根据测量数据自动提取模糊规则的方法是有效的。

关键词： rbf模糊神经网络模糊规则提取算法仿真实验

来源：评论

学校读者我要写书评

暂无评论

基于神经网络的自适应逆控制方法研究

基于神经网络的自适应逆控制方法研究

引用

作者：冀尔康燕山大学

学位级别：硕士

由***教授提出的自适应逆控制方法经过十多年的发展,已经取得了很多成果。然而,目前针对自适应逆控制的研究,还主要以线性系统为主,针对非线性系统的研究成果还不多见,迫切需要研究者对非线性系统的自适应逆控制加以研究。当前神经网络... 详细信息

由***教授提出的自适应逆控制方法经过十多年的发展,已经取得了很多成果。然而,目前针对自适应逆控制的研究,还主要以线性系统为主,针对非线性系统的研究成果还不多见,迫切需要研究者对非线性系统的自适应逆控制加以研究。当前神经网络、模糊和神经—模糊融合理论系统等的迅猛发展,给各种非线性系统的研究提供了有力的工具,本课题主要研究利用神经网络实现非线性自适应逆控制的问题,具体工作如下: 首先,针对多层前向网络作为逆控制器学习收敛速度慢,易陷入局部极小的问题,研究了基于正交神经网络的直接非线性自适应逆控制,通过修改网络隐层S函数的倾斜度,加快了神经网络的学习过程,并设计了无刷直流电机直接自适应逆控制系统,实现了高性能速度控制。其次,论文研究了基于模糊rbf神经网络的系统建模、逆建模方法,并且针对热工系统纯延迟对象,设计了相应的模型参考自适应逆控制系统。被控对象能快速跟踪参考模型的输出,有效的克服扰动,适应环境及参数的变化。再次,由于动态递归神经网络相比与静态神经网络的优越性,论文讨论了输出—输入反馈Elman网络应用于非线性自适应逆控制的可行性,并设计了隐层为径向基函数的Elman网络自适应逆控制系统。针对不同的非线性对象,研究了直接逆控制及存在扰动情况下的自适应扰动消除问题。最后,针对船舶可调螺距螺旋桨控制系统中,传统PID抗干扰能力差、难以获得最佳整定效果的缺点,论文研究了基于遗传优化的非线性PID方法进行控制,引入遗传算法对系统控制器各部分参数进行优化,取得了满意的效果。

关键词：自适应逆控制非线性正交网络 rbf模糊神经网络 Elman网络船舶调距桨

来源：评论

学校读者我要写书评

暂无评论

一种基于rbf神经网络自动提取模糊规则的方法研究

一种基于RBF神经网络自动提取模糊规则的方法研究

引用

作者：李延新大连交通大学

学位级别：硕士

模糊控制以其自适应性、鲁棒性和易于实现等优点得到广泛应用。然而模糊控制规则的获得通常由专家经验给出,这就存在诸如控制规则不够客观、专家经验难以获得等问题。在模糊控制系统中,模糊规则库的构建是至关重要的,因此研究模糊规则的自动生成有着重要的理论和应用价值。多年来,人们一直致力于模糊逻辑和神经网络结合方面的研究,并且收到了很好的效果,尤其在工业过程建模和控制方面。目前应用最广泛、基本思想最直观和最容易理解的是采用误差反传学习算法的多层前馈神经网络,即BP网络。但这类网络对于远离训练样本集的模式或新的模式类型,其分类能力较低。因此,近年来另一种多层前项神经网络——径向基函数网络(rbfN)以其结构简单、良好的逼近能力、独特点可分解性以及和模糊推理系统的函数等价性而逐渐成为一种被广泛用于实现模糊规则提取和模糊推理网络模型。然而,当一个模糊系统使用学习算法被训练之后,它的可解释性下降了。而可解释性是模糊系统的一个突出特点。本文首先以模糊控制理论和rbf神经网络理论为基础,提出了一种能够有效表达模糊系统可解释性的rbf网络结构;然后详细讨论在此网络结构下提取模糊规则的学习算法;最后依据上述方法进行仿真实验,实验结果表明,这种根据测量数据自动提取模糊规则的方法是有效的。

关键词： rbf模糊神经网络模糊规则提取算法仿真实验

来源：评论

学校读者我要写书评

暂无评论

基于神经网络的刚性机械臂控制研究

基于神经网络的刚性机械臂控制研究

引用

作者：韩晓霞太原理工大学

学位级别：硕士

机械臂按照给定轨迹的运动控制是机械臂操作中一个最重要的方面。现有的商业机器人系统使用传统的PID控制器,因为PID控制器结构简单、易于设计。但是,因为机械臂的动力学方程是具有强耦合、高度非线性和高度不确定性的,使用PID控制器很... 详细信息

机械臂按照给定轨迹的运动控制是机械臂操作中一个最重要的方面。现有的商业机器人系统使用传统的PID控制器,因为PID控制器结构简单、易于设计。但是,因为机械臂的动力学方程是具有强耦合、高度非线性和高度不确定性的,使用PID控制器很难完成期望的轨迹控制性能。随着现代控制理论的发展,众多智能控制算法都在尝试解决这个问题。智能控制技术是当前控制领域研究的热点之一,广泛应用于不确定性、非线性等复杂系统的控制中。本论文旨在探讨模糊神经网络技术在刚性机械臂轨迹跟踪中的应用,并设计了一个性能优良的机械臂轨迹跟踪控制系统。论文根据固高GRB400工业机器人的结构特点和实际作业轨迹要求,给出了运动学和动力学分析。该机器人的结构形式为SCARA型平面关节,是具有四个关节的搬运机器人。其中关节1和2是旋转关节,具有二个自由度,完成坐标系X—

关键词：机械臂跟踪控制神经网络控制模糊神经网络 rbf模糊神经网络

来源：评论

学校读者我要写书评

暂无评论

基于rbf模糊神经网络模型的广义预测控制

引用

计算技术与自动化 2001年第3期20卷 5-7,17页

作者：周荔丹童调生湖南大学电气与信息工程学院长沙410082

广义预测控制对线性系统具有较好的控制效果 ,为将它应用到非线性系统 ,本文提出一种将 rbf模糊神经网络与广义预测控制相结合的方法 ,仿真证明控制有效。

关键词：广义预测控制 rbf模糊神经网络模糊模型辨识

来源：评论

学校读者我要写书评

暂无评论

基于rbf模糊神经网络模型的广义预测控制

基于RBF模糊神经网络模型的广义预测控制

引用

中国自动化学会中南六省(区)第十九届自动化学术年会

作者：周荔丹童调生湖南大学电气与信息工程学院(长沙)

广义预测控制对线性系统具有较好的控制效果,为将它应用到非线性系统,本文提出一种将rbf模糊神经网络与广义预测控制相结合的方法,仿真证明控制有效.

关键词：广义预测控制 rbf模糊神经网络模糊模型辨识

来源：评论

学校读者我要写书评

暂无评论

模糊神经网络机理及其在自适应控制中的应用研究

模糊神经网络机理及其在自适应控制中的应用研究

引用

作者：欧旭升广东工业大学

学位级别：硕士

该文论述了模糊神经网络理论、算法及其在控制领域的应用.主要工作由五部分组成:1.针对当前BP神经网络的不足与局限性,提出两种各具特色的神经网络,一为具有全局逼近能力的径向基(rbf)模糊神经网络、改进模型T-S rbf模糊神经网络的结... 详细信息

该文论述了模糊神经网络理论、算法及其在控制领域的应用.主要工作由五部分组成:1.针对当前BP神经网络的不足与局限性,提出两种各具特色的神经网络,一为具有全局逼近能力的径向基(rbf)模糊神经网络、改进模型T-S rbf模糊神经网络的结构及输入空间模糊最优聚类算法,另一为基于最小均方(LMS)自适应学习算法的Adaline神经网络;2.分别采用Matlab 5.1中的rbf相关函数和基于输入空间模糊最优聚类算法的T-S rbf模糊神经网络,对某机器人二连杆机械手的动力学方程进行建模研究,验证了这两种神经网络强大的逼近能力及逼近交率;3.提出一种结合维纳滤波理论的修正型最小方差(LMS)自适应学习算法,成功地完成了对被控对象参数进行在线辨识的任务;4.提出了一种基于模糊rbf神经网络的自适应PID控制器方案,仿真结果表明该方案对于具有纯滞后的对象有良好的控制特性;5.结合上述研究内容,提出了一种具有在线预估补偿宾基于模糊rbf神经网络的模糊自适应PID控制方案,通过对控制对象参数的在线辨识,实现了真正意义上的控制器自适应功能,同时解决了预估补偿中对参数误差敏感的问题.

关键词： rbf模糊神经网络 Adaline神经网络聚类算法修正型LMS算法自适应PID

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：