块控非线性系统自适应神经网络控制

一类具有干扰的不确定非线性系统的自适应神经动态表面控制

针对多变量非线性离散时间系统设计多模型神经网络解耦控制器. 在每个平衡点处用一神经网络离线辨识 非线性系统的线性部分, 利用另一神经网络在线辨识非线性部分, 将非线性部分视为可测干扰并采用前馈的方法予

本文将介绍BP神经网络在非线性系统建模中的应用案例，具体以非线性函数拟合为例进行探讨。我们将详细解析BP神经网络的原理和算法，并通过实际案例展示其在非线性系统建模中的优势和适用性。通过对非线性函数拟合

考虑带非参数不确定项的随机非线性系统自适应观测器设计问题. 不同于已有结果, 系统的不确定项无需满足Lipschitz 连续性条件, 也不必要仅仅是系统输出的函数. 通过设计一个带参数自适应律的非线性

电液伺服系统神经网络自适应逆控制，姚建均，富威，针对电液伺服系统，以自适应逆控制理论为基础，结合神经网络，设计了神经网络自适应逆控制器。三状态校正法用于拓展系统频宽和保

针对非线性主动噪声控制系统,提出了一种带有集成评估算法的自适应非线性神经控制器,以衰减非线性和非高斯噪声。 受Hammerstein或Wiener模型结构的启发,所提出的控制器是通过基于单个神经元的静

非线性预测控制技术系列资料之一

针对一类非匹配不确定非线性系统, 提出一种神经网络自适应反推高阶终端滑模控制方案. 反推设计的前 ?? − 1 步利用神经网络逼近未知非线性函数, 结合动态面控制设计虚拟控制律, 避免传统反推设计存在

针对一类时变参数化非线性系统的控制问题进行深入研究, 提出一种新的迭代神经网络估计器, 并证明了 其逼近引理, 实现了对时变不确定性的逼近. 在用迭代神经网络对时变不确定性进行估计的同时, 以Lyap

针对一类不确定非线性参数严反馈系统, 提出基于收缩理论的自适应动态面控制方法. 动态面控制器设计保证了各子系统关于状态误差部分收缩; 对不确定参数构造收缩自适应律, 并利用收缩下的奇异摄动分析降阶处理