提出一种机器人轨迹跟踪的自适应神经滑模控制。该控制方案将神经网络的非线性映射能力 与变结构控制理论相结合, 利用RBF 网络自适应学习系统不确定性的未知上界, 神经网络的输出用于 自适应修正控制律的切
提出适用于多种网络类型的神经网络稳定自适应控制设计思想, 在神经网络逼近误差界未知 的条件下,对该误差界进行在线自适应估计,研究基于线性参数神经网络的仿射非线性系统稳定自适应 控制。采用 Lyapun
Matlab的BP神经网络和RBF神经网络的仿真比较-BP神经网络和RBF神经网络的仿真比较.rarBP神经网络和RBF神经网络的仿真比较,很不错的!!!
基于RBF神经网络初期损伤预测,万云辉,,利用RBF神经网络来预测结构初期损伤对整体的影响,可以有效地判断结构的稳定性。由于神经网络可以通过对样本的反复学习来反映整体
物流需求预测是物流系统规划和物流资源合理配置过程中的重要环节,利用神经网络算法进行物流需求预测时,当样本数据过大,存在着收敛速度慢、搜索结果仅为局部最优等缺点.基于误差梯度信息的神经网络自适应学习算法
基于模糊神经网络的多传感器自适应模糊神经融合传感器
针对机器人运动控制中,如何快速准确地避开未知障碍物,提高其自主性,重点研究了基于神经网络理论的机器人运动控制技术,并提出了一种集自适应、鲁棒性、和高效性于一身的障碍规避控制算法,详细介绍了该算法的控制
很有研究意义的文档,包含了最新的kalman滤波算法研究进展。
利用模糊控制规则对pid控制器的ki,kp,kd参数进行调优,从而达到控制目的
自适应PID控制算法