您的位置: 专家智库 > >

谢玉姣

作品数:2 被引量:2H指数:1
供职机构:四川理工学院自动化与电子信息学院更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇模糊神经
  • 2篇模糊神经网络
  • 2篇滑模
  • 2篇滑模控制
  • 1篇群算法
  • 1篇子群
  • 1篇自适应控制
  • 1篇系统控制
  • 1篇粒子群
  • 1篇粒子群算法
  • 1篇模糊规则
  • 1篇混沌
  • 1篇混沌同步
  • 1篇FNN

机构

  • 2篇四川理工学院

作者

  • 2篇谢玉姣
  • 2篇林达

传媒

  • 1篇四川理工学院...
  • 1篇重庆理工大学...

年份

  • 1篇2016
  • 1篇2015
2 条 记 录,以下是 1-2
排序方式:
基于滑膜控制和SAFNN的鲁棒混沌同步被引量:2
2015年
针对带有干扰的混沌系统,进行了基于自组织自适应模糊神经网络(SAFNN)的同步控制器的设计,采用基于聚类划分的模糊神经网络,推导出模糊神经网络参数在线更新算法,并设计了神经网络结构自适应算法,从隶属度函数的生长、模糊规则的分裂和模糊规则的修剪三个方面动态调整模糊神经网络结构,摒弃了常规的试错法来调整系统的结构和参数,以便更好地满足对计算负荷和控制性能的要求,实现两者之间的平衡;最后结合滑模控制器和鲁棒控制器,对带有干扰的混沌系统进行同步控制仿真,仿真结果表明该方法有效。
边潇俊林达谢玉姣
关键词:自适应控制滑模控制模糊规则混沌同步
具有死区输入的不确定混沌系统控制
2016年
死区输入存在于大部分工业控制系统中,对控制系统的性能有较大的影响。针对具有死区、非线性控制输入的不确定混沌系统,利用模糊神经网络的逼近能力,在对不确定混沌系统进行辨识的同时,自适应地补偿其非光滑、非线性的特性。为了提高模糊神经网络的性能,使辨识误差最小,利用粒子群优化算法对模糊神经网络的参数进行优化,从而使逼近误差达到最小。在系统的控制部分,采用滑模控制对输入的信号进行跟踪控制。最后对Duffing系统进行仿真,并与传统控制方法做比较,证明了该方法的有效性和优越性。
谢玉姣林达边潇俊
关键词:模糊神经网络粒子群算法滑模控制
共1页<1>
聚类工具0