项目名称: 周期时变非线性参数化系统神经网络控制

项目编号: No.60804021

项目类型: 青年科学基金项目

立项/批准年度: 2009

项目学科: 金属学与金属工艺

项目作者: 陈为胜

作者单位: 西安电子科技大学

项目金额: 28万元

中文摘要: 研究在不确定周期时变干扰环境下,未知非线性参数化系统辨识与神经网络控制问题。 首次提出并研究未知周期时变函数f(r(t),x)(r(t)是不可测周期干扰,x是可测信号)的逼近问题。巧妙结合几种神经网络和傅里叶级数设计几类新型的函数逼近器,并证明其逼近能力。 基于新型函数逼近器,研究几类未知周期时变系统的自适应神经网络控制问题。借鉴基于非线性参数化神经网络控制律和自适应律设计思想,设计各类时变系统的控制律和自适应律,采用Lyapunov稳定性方法分析闭环系统稳定性。研究基于新型函数逼近器的控制方法的推广问题。 针对目前神经网络控制中的公开难题- - 全局稳定和逼近域确定问题,采用参考信号置换神经网络输入中的系统状态或输出,从而首次给出基于参考信号确定逼近域的方法,通过自适应鲁棒方法处理置换误差,证明闭环系统全局稳定。 研究所提出的控制算法在未知周期干扰环境中工作的机器人系统的控制问题。

中文关键词: 未知周期时变干扰;非线性参数化系统;神经网络;自适应学习控制;傅里叶级数

英文摘要:

英文关键词:

成为VIP会员查看完整内容
0

相关内容

Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
专知会员服务
29+阅读 · 2021年9月14日
专知会员服务
22+阅读 · 2021年6月9日
专知会员服务
39+阅读 · 2021年6月2日
专知会员服务
27+阅读 · 2020年10月24日
《常微分方程》笔记,419页pdf
专知会员服务
70+阅读 · 2020年8月2日
【CMU】深度学习模型中集成优化、约束和控制,33页ppt
专知会员服务
44+阅读 · 2020年5月23日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
【Nature论文】深度网络中的梯度下降复杂度控制
专知会员服务
38+阅读 · 2020年3月9日
一文搞懂反向传播
机器学习与推荐算法
16+阅读 · 2020年3月12日
论文浅尝 | 面向知识图谱补全的共享嵌入神经网络模型
开放知识图谱
31+阅读 · 2019年4月7日
ICLR 2019论文解读:深度学习应用于复杂系统控制
机器之心
11+阅读 · 2019年1月10日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
10+阅读 · 2020年6月12日
Arxiv
23+阅读 · 2018年10月24日
小贴士
相关VIP内容
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
专知会员服务
29+阅读 · 2021年9月14日
专知会员服务
22+阅读 · 2021年6月9日
专知会员服务
39+阅读 · 2021年6月2日
专知会员服务
27+阅读 · 2020年10月24日
《常微分方程》笔记,419页pdf
专知会员服务
70+阅读 · 2020年8月2日
【CMU】深度学习模型中集成优化、约束和控制,33页ppt
专知会员服务
44+阅读 · 2020年5月23日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
【Nature论文】深度网络中的梯度下降复杂度控制
专知会员服务
38+阅读 · 2020年3月9日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员