论文部分内容阅读
本文针对多层网络结构，运用递推预报误差（ＲＰＥ）算法对离散非线性系统进行辨识研究，作为应用实例，本文对一个工业实际进行了神经网络动态建模，研究结果表明，神经网络方法是用于带有非线性特性工业过程建模的有效方法。
用神经网络建立非线性系统模型研究
【摘 要】
：
本文针对多层网络结构，运用递推预报误差（ＲＰＥ）算法对离散非线性系统进行辨识研究，作为应用实例，本文对一个工业实际进行了神经网络动态建模，研究结果表明，神经网络方法是用于带有非线性
【机 构】
：
武汉工学院电子电气工程系
【出 处】
：
控制理论与应用
【发表日期】
：
1995年1期
【基金项目】
：
湖北省自然科学基金
其他文献
本文研究具有不确定性的机器人的轨迹跟踪控制问题。提出了一种由计算力矩控制器和神经网络补偿控制器构成的控制方案。探讨了一种用神经网络估计机器人系统不确定性的途径。
国家审计结果公开有着重要意义，而我国国家审计结果公开还存在着法律模糊、审计独立性不强、人员素质有待提高等问题。阐述了实行政府审计结果公开机制意义的基础上，揭示了我国
本文在多层前馈神经网络模型基础上，引入误差动态反馈环节，从而形成一种新的具有动态补偿能力的神经网络模型。新模型的训练利用反向传播原理实现。采用该模型对非线性动态系统
基于白噪声估计理论，对于通过带有观测噪声的线性系统被观测的多变量ＡＲＭＡ输入信号，本文提出了最优和自校正去卷新方法，可统一处理去卷滤波，预报和平滑问题，可处理非平稳ＡＲＭＡ输入信号及不稳
本文提出一种基于神经网络的力控制方法，由两个串联的神经网络构成机械臂的力控制器，其中一个网络用来学习机械臂本身的逆动力学系统，而另一网络用来学习未知的被接触环境的动力
本文考虑一类组合非线性系统的局部干扰解耦问题，给出了其可解的充要条件，并用两个例子说明方法的可用性。