暂无评论
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;
针对一类具有死区输入非线性系统,提出一种实现有限作业区间轨迹跟踪控制的神经网络迭代学习算法. 基于Lyapunov-like<
General Output Feedback Control for Uncertain Nonlinear Systems
非线性系统设计微分几何、自适应及鲁棒控制介绍了非线性系统设计所需的微分几何知识并介绍了一些自适应鲁棒控制懂了这本书就无敌了
研究一类可部分反馈线性化且具扰动三角结构的非线性参数不确定系统的鲁棒H ∞控制问题, 不确定参数 属于已知紧集并以非线性形式进入系统. 在输入到状态稳定的理论框架下, 基于李雅谱诺夫函数和反演法构造出
将预测控制和滑模控制结合起来, 提出一种新的非线性模型预测控制方法。通过对系统状态预 测得到切换函数预测值, 求解约束开环优化求得预测控制律, 并将当前时刻的控制作用于对象, 下一时 刻重复此过程。
摘要迭代学习控制需要初始重新定位,而要学习的时间函数应在重复控制中具有周期性。 但是,在实际情况中,时变未知数是不是周期性的而是重复的,并且重复学习控制适用于避免初始重新定位。 在本文中,针对有限元上
提出一种基于模糊 CMAC 神经网络的多面滑模变结构控制算法, 其特点是无须已知不确定性 函数及其各阶导数的上界,与经典设计方法相比,所提出的方案允许非参数化不确定性。仿真实例显示 了该方法的有效性。
主要介绍了详解Pytorch 使用Pytorch拟合多项式(多项式回归),小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
多项式加减法，以多项式的形式输出，………………
暂无评论