论文部分内容阅读
为减少对被控对象信息的依赖性，该文利用滑模变结构控制的强鲁棒性及基函数类神经网络良好的逼近特性，提出了针对未知模型的非线性系统自适应滑模变结构控制方案，经过理论分析，证明了控制系统的全局稳定性，仿真结果表明了该方案的强鲁棒性和可行性。
基于神经网络的非线性系统滑模变结构控制
【摘 要】
：
为减少对被控对象信息的依赖性，该文利用滑模变结构控制的强鲁棒性及基函数类神经网络良好的逼近特性，提出了针对未知模型的非线性系统自适应滑模变结构控制方案，经过理论分析，证
【机 构】
：
空军工程大学工程学院106号(西安)
【出 处】
：
2000年中国控制与决策学术年会
【发表日期】
：
2000年期
其他文献
针对水轮发电机组具有复杂动态特性和不确定性难以精确建模的特点，该文提出了采用径向基函数（ＲＢＦ）神经网络的水轮发电机组动态建模算法，并进行了仿真实验。实验结果表明用ＲＢＦ神经网络可
该文尝试用径向基函数(RBF)神经网络对斜拉桥构件损伤进行识别， 验证指标数及径向基函数及神经网络的设计参数。
每个教师都希望自己的学生精力充沛、活泼可爱、反应敏捷,希望所有的在校生都能受到良好的训练和教育,不希望要为学习过程中可能的负面的干扰因素而担忧。教师关心和爱护学生是应尽的职责,可我们在学校教育中常常对一些“问题”儿童束手无策。造成这些有“问题”的孩子们的原因是多方面的,其中,家庭的暴力对儿童的影响是不容忽视的因素,因而当儿童在学校中有反常表现时应引起重视,尤其是受到家庭暴力虐待的儿童,教师应以恰当