暂无评论
基于免疫自适应PID的智能车模糊控制，郝帅，潘学军，为了提高智能汽车高速行驶下对目标轨迹的跟踪品质，借鉴生物免疫反馈的调节机理，通过与传统的PID控制器类比，设计了免疫自适应PID
在本文中，我们考虑了线性时不变系统的摄动分析，它是由连续时间的线性最优控制引起的。 我们提供了一种计算连续时间线性时不变系统的条件数的方法。 它通过在有限和无限时间范围内的Riccati微分方程和连续
针对摩擦非线性的扰动抑制和输出反馈控制问题,提出一种高阶滑模扩张状态观测器(ESO),实时获得系统的状态信号.在此基础上,设计神经网络自适应权值调节律,以得到控制信号设计参数与输出跟踪性能之间的关系;
利用自适应调节器估计未知参数，用构造的观测器实现状态的重构。Lyapunov稳定性理论分析了状态观测误差动态方程的稳定性，用来证明所设计的 自适应观测器为全局渐近收敛的，既实现了系统状态的渐近重构又确
针对一类高阶互联M IMO 非线性系统, 利用TS 模糊系统和神经网络的通用逼近能力, 在神经网络控制器 中引入模糊基函数, 提出一种分散混合自适应智能控制器设计的新方案. 基于等价控制思想, 设计分
在EEG信号识别中，传统的模糊系统建模方法均假设模型的训练数据集和测试集服从相同的分布，但在实际应用中，该假设受到了严峻的挑战。针对上述挑战，探讨了适宜于数据分布迁移环境的直推式0阶模糊系统构建方法，
在本文中,我们考虑了为连续时间非线性系统开发控制器的问题,其中控制该系统的方程式未知。 利用这些测量结果,提出了两个新的在线方案,这些方案通过两个基于自适应动态编程(ADP)的新实现方案来合成控制器,
这是一篇关于《基于动态神经网络的非线性自适应逆控制研究》的博士论文
基于RBF网络的非线性函数回归的研究是基于matlab编程的
论文研究-电液系统神经网络自适应控制的研究.pdf, 提出一种采用神经网络非线性系统控制的结构及原理．即采用两个ＢＰ神经
暂无评论