一种水下机器人运动的过程神经元控制

来源 :控制理论与应用 | 被引量 : 0次 | 上传用户:ygp313
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
过程神经网络是传统神经网络的拓展,增加了一个对于时问的聚合算子,从而更好地模拟了生物神经元的信息处理机制.这是由于水下机器人运动控制系统的输入、输出均是随时间连续变化的过程量.结合S函数和预先规划思想,建立水下机器人过程神经元的运动控制模型.仿真试验证明,该新型控制模型,对于水下机器人的运动非线性控制器具有设计简单、响应速度快、超调小、鲁棒性好等优点.
其他文献
随着企业信息化的不断深入,日常的ERP系统已无法满足企业对于每一个生产环节或业务过程的管理需求.本文以非织造布制造业信息化建设为背景,分析制造型企业在信息化历程中所面
针对既有时滞环节又存在磁滞输入的可调金属切削系统,提出了一种改进的自适应动态面控制方法,其特点为:1)设计了带有跟踪误差性能指标函数的鲁棒自适应动态面控制算法,并结合神
随着各项经济的发展伴随而来的不但是物质条件的提高还有的是各种资源的不合理利用和浪费,那么资源的优化配置就逐渐的被重视,而其中人力资源的合理利用更是被企业所关注,本
动态系统可控性同是经典和量子控制中研究的一个基本问题, 本文研究了单自旋和双自旋量子系统的可控李代数的计算. 首先基于量子系统可控的等价性条件, 通过单量子系统Hamilt
针对具有结构不确定性的时滞系统,设计了闭环鲁棒预测控制算法.该控制算法基于控制不变集方法,通过采用双模控制和闭环控制策略,增加了控制设计的自由度,进而扩大了系统的初
提出了一种新的Wiener神经网络结构并将其应用于非线性动态系统辨识问题.首先,用Wiener模型对非线性动态系统进行描述,将其分解成线性动态子环节串接非线性静态增益的形式.其次,设