导读:本文包含了逆模学习控制论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:递归,神经网络,磁阻,稳态,机械手,学习机,误差。
逆模学习控制论文文献综述
王家军,郑致远,孙嘉豪[1](2016)在《基于滑模学习算法自适应线性单元的开关磁阻电机速度控制研究》一文中研究指出针对开关磁阻电机(SRM)速度控制问题,为了获得更好的速度控制鲁棒性,将基于滑模学习算法(SMLA)的自适应线性单元(Adaline)应用到SRM的转矩和磁链辨识,提出了一种新的SRM速度控制方案。将Adaline与传统的PD控制器相结合作为速度控制器,电流和转子位置作为反馈量对SRM进行了电磁转矩和磁链的辨识,以直接转矩控制(DTC)部分负责磁链计算、扇区计算等,并在阶跃和正弦两种输入情况下对系统进行了仿真。研究结果表明,基于SMLA的Adaline不仅能够以较好的快速性和鲁棒性辨识SRM的电磁转矩和磁链,而且能够结合传统的比例微分(PD)控制器实现SRM的速度控制,且在速度控制过程中不需用到电机的任何参数。(本文来源于《机电工程》期刊2016年11期)
黄宴委,李竣,金涛[2](2012)在《基于极端学习机逆模方法的非线性内模控制》一文中研究指出在基于输入输出数据的基础上,针对纯时滞系统,由极端学习机建立被控系统的最小相位系统的逆模,串接于被控系统前,实现基于极端学习机逆模方法的非线性内模控制。同时,推导出时滞内模控制系统的稳态误差,来评估内模控制系统的性能。将所提出的内模控制策略分别应用于时滞系统与连续搅拌釜反应器系统进行控制仿真,仿真实验说明基于极端学习机的逆模方法的内模控制系统是可行的,具有系统稳态误差小、鲁棒性强等特点。(本文来源于《系统仿真学报》期刊2012年11期)
杜春燕[3](2005)在《递归型神经网络在机械手逆模学习控制中的应用研究》一文中研究指出本文对递归型神经网络在机械手逆模学习控制中的应用进行了研究。传统的基于前馈型神经网络的机械手逆模学习控制中,将机械手的动力学逆模型看作非线性静态映射,利用前馈型神经网络对非线性函数的逼近能力对其进行辨识,所需被测量较多,网络结构复杂,计算量大。如果将机械手的逆模型看作动态系统,并利用递归型神经网络对动力学系统的逼近能力对其进行辨识,则可以减少被测量,简化网络结构。本文使用递归型二阶神经网络对机械手逆动力学模型进行逼近,设计了基于递归型二阶神经网络的机械手逆模学习控制系统,对该系统进行了仿真,并与基于前馈型神经网络的系统进行了比较,以明确递归型神经网络对机械手逆模型的逼近能力,以及将递归型神经网络应用于机械手逆模学习控制的可行性和优越性。仿真实验表明,本文所设计的递归型二阶神经网络进行离线训练后对机械手逆动力模型有较好的逼近能力,学习效率要优于前馈型神经网络,因此更适用于机械手的在线学习控制;在轨迹控制效果方面,与基于前馈型神经网络的机械手逆模学习控制相比控制精度相差不大;在输出控制量的品质方面,基于递归型二阶神经网络的控制器输出力矩连续稳定,没有强烈的跳动,而基于前馈型神经网络的控制器输出力矩连续性较差,有强烈的突变和跳动;在控制器计算的复杂程度方面,递归型二阶神经网络的结构更简单,所需输入信息更少;在系统模型发生变化时,基于递归型神经网络的控制系统更加稳定。(本文来源于《天津大学》期刊2005-01-01)
逆模学习控制论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
在基于输入输出数据的基础上,针对纯时滞系统,由极端学习机建立被控系统的最小相位系统的逆模,串接于被控系统前,实现基于极端学习机逆模方法的非线性内模控制。同时,推导出时滞内模控制系统的稳态误差,来评估内模控制系统的性能。将所提出的内模控制策略分别应用于时滞系统与连续搅拌釜反应器系统进行控制仿真,仿真实验说明基于极端学习机的逆模方法的内模控制系统是可行的,具有系统稳态误差小、鲁棒性强等特点。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
逆模学习控制论文参考文献
[1].王家军,郑致远,孙嘉豪.基于滑模学习算法自适应线性单元的开关磁阻电机速度控制研究[J].机电工程.2016
[2].黄宴委,李竣,金涛.基于极端学习机逆模方法的非线性内模控制[J].系统仿真学报.2012
[3].杜春燕.递归型神经网络在机械手逆模学习控制中的应用研究[D].天津大学.2005