基于PSO优化神经网络的滚珠丝杠副进给系统自适应滑模控制

针对一类非线性离散动态系统,基于神经网络和多模型设计了一个自适应控制方案。通过合理设计多模型间的切换规则,融合线性鲁棒自适应控制器和基于神经网络的非线性自适应控制器的各自优点,确保在任意时刻都能选择最

模糊规则是常用的表示不确定性知识的一种方法, 如果从领域专家那里获得的知识是以模糊规则 的形式表示的, 则可以通过上面介绍的方法将这些模糊规则转换为相应的模糊神经网络. 模糊神经网络 具有模糊规则求精

压电泵自适应神经网络预测控制的仿真研究，程光明，朱志伟，本文以双腔体并联压电泵为例，在110V正弦交流电压信号作用下测试了压电泵输出流量随电压频率的变化值，利用BP神经网络对压电泵的输

本文主要讨论的是神经网络自适应PID控制器的研究与仿真，用神经网络实现PID控制，充分利用PID控制与神经网络的优点，从而构成了自适应PID控制器，对单神经元自适应PID控制器和基于BP神经网络整定的

不确定非线性时滞系统的自适应滑模控制

对于一类具有未知时变时滞和虚拟控制系数的不确定严格反馈非线性系统, 基于后推设计提出一种自适应神经网络控制方案. 选取适当的Lyapunov-Krasovskii 泛函补偿未知时变时滞不确定项. 通过

为研究牵引工况下电力机车永磁同步电机(PMSM)的转速控制精度,建立机车PMSM在d-q坐标系下的数学模型;考虑轮轨接触面不平顺在轮对径向产生的未知时变扰动,设计Super-Twisting观测器(S

借助Lyapunov方法引入了参数的自适应律,并证明了该控制策略使得船舶运动非线性系统中所有信号有界,选取恰当的设计参数可以保证跟踪误差收敛到零。以某运煤船为例,在Simulink环境下进行仿真研究,

四旋翼飞机的自适应RBFNN /整体滑模控制

基于RBF的自适应控制matlab仿真，基于simulink实现，神经网络对不确定性进行估计