排序方式: 共有2条查询结果,搜索用时 7 毫秒
1
1.
复杂系统的神经网络自适应预测控制 总被引:1,自引:0,他引:1
本文针对复杂诉时变非线性动力学,提出一种基于神经网络的并行自适应预测控制器,它由实时神经控制、神经控制和控制品质监督机构三部分组成。该结构使控制的调整和系统的实时控制为可并行进行,提高了控制系统的适应能力和响应性能,使复杂系统的在线学习控制成为可能,仿真表明该控制器具有良好的鲁棒性和控制精度。 相似文献
2.
针对结构试验系统的非线性和不确定性特性,研究了一种基于神经网络的非线性内模自适应加载控制方法。引入的神经网络内模可跟踪学习对象的时变动力学,控制器的设计较少依赖于对象的先验知识,控制参数的调整是基于被控过程的测量信息,利用导出的神经网络算法来实现的。实验结果证明该系统具有良好的控制效果。 相似文献
1