基于神经网络的不确定机器人自适应滑模控制

一类不确定非线性的自适应非齐次高阶滑模控制方法本文提出了系统。 HOSMC问题可以看作是具有有限不确定性的高阶输入输出动态系统的有限时间稳定性。 在初始跟踪误差较大的情况下,所提出的HOSMC算法通过

将组合同步的概念引入到复杂网络,针对4个不确定复杂网络间的有限时间组合同步问题进行研究;将同时受到未知参量及不确定扰动影响的4个复杂网络按照$A+B+C-D$的形式进行组合;基于滑模控制原理及有限时间

为了使机器人能够更好地适应矿山的工作环境,代替人类执行地质探测、安全巡检等任务,设计一种矿用智能机器人运动控制系统。该系统由硬件系统和软件系统两部分组成。硬件系统指的是作为运动控制载体的纵臂式弹性悬挂

利用广义模糊双曲正切模型的全局逼近特点,设计一种直接模糊自适应控制器用于机器人轨迹跟踪控制.模糊控制器的输入变量经过平移变化后得到的广义输入变量能够覆盖整个输入空间,因此, 模糊控制器能以任意精度逼近

针对全驱动无人船轨迹跟踪控制问题，本程序基于自适应递归滑模动态面非线性控制方法设计轨迹跟踪控制器，并结合神经网络设计观测器增强系统鲁棒性。

针对有源电力滤波器电流跟踪控制问题,提出一种基于模糊神经网路的全局滑模控制方法.首先,为了消除到达阶段和抑制抖振,设计准全局滑模控制电流控制器;然后,在考虑参数摄动和传感器故障的情况下,利用元认知模糊

为实现机器人关节位置镇定和轨迹跟踪控制,控制律的设计须针对确定的机器人动力学模型,由于机器人结构参数、作业环境的外界干扰及结构振动等不确定性因素的存在,会造成机器人动力学模型不确定.为此,设计3个RB

滑模控制响应快，对系统参数和外部扰动呈不变性，可保证系统的渐进稳定性，但其缺点是控制存在很强的抖动。在一般滑模控制的基础上引入低通滤波器（LPF），则保证了轨迹跟踪误差的快速收敛，同时使系统具有很强的

直线驱动型Delta机器人准滑模控制研究，于今，胡博，Delta并联机器人是直线驱动型Delta机器人准滑模控制研究直线驱动型Delta机器人准滑模控制研究直线驱动型Delta机器人准滑模控制研究复杂

机器人单机械臂滑模控制程序，主要利用滑模控制方法模拟仿真单机械臂的鲁棒控制结果