搜索结果: 1-9 共查到“控制科学与技术 CMAC”相关记录9条 . 查询时间(0.075 秒)
位置伺服系统的单神经元PID/CMAC控制研究
单神经元PID CMAC神经网络 复合控制方法
2009/6/30
在分析了位置伺服控制系统基本原理和数学模型的基础上,提出了一种单神经元PID/CMAC复合控制算法和控制器的设计方法。用单神经元PID替代常规PID控制,由神经元来在线调整PID控制参数,利用CMAC神经网络的自学习和自适应能力,来完成系统的实时控制。该算法直接应用于位置伺服控制系统,仿真结果表明,与传统PID控制算法相比较,该复合控制算法增强了系统的控制精度,提高了系统的响应速度,具有较强的鲁棒...
CMAC学习过程收敛性的研究
CMAC 收敛性 Gauss-Seidel迭代
2008/12/31
基于CMAC学习过程等价于求解线性方程组的(Gauss-Seidel迭代这一事实,研究
了学习过程的收敛性.利用矩阵分析方法,估计出了收敛的速度.考虑了作为节省存储空间措
施的hash编码的不利影响--破坏了收敛性态.从理论上分析了其存在的原因.
一种CMAC超闭球结构及其学习算法
CMAC 联想记忆 学习算法
2008/12/12
提出了一种CMAC(Cerebellar Model Articulatlon Controller)输入空间超闭球量化
方法.基于超闭球上模糊基函数的信息存储与恢复策略,还给出了快速收敛的学习算法.通过
非线性动态系统建模仿真研究,结果表明CMAC具有很强的学习记忆和泛化能力.
基于层迭CMAC网络的6-DOF机器人自适应控制
CMAC神经网络 并行机器人 自适应控制 稳定性
2008/7/18
研究了标称自适应+迭代学习控制算法的稳定性,并利用层迭CMAC网络的优良特性,
提出了基于层迭CMAC的标称自适应+迭代学习控制方法.此方法将标称自适应控制中确定的
模型信息与未知的信息分离,充分利用模型中确定的信息进行前馈控制;而对于未知信息,
则利用层迭CMAC进行自适应学习.仿真实验表明用本文所设计的控制系统对6DOF并行机器
人进行轨线控制,可获得比以往的普通CMAC+PD控制系...
基于模糊CMAC神经网络的并联机器人自适应力控制研究
CMAC 神经网络 并联机器人 自适应力控制
2008/7/18
本文介绍了一种基于Takagi型模糊推理方法的模糊C
MAC神经网络,分析了其学习算法,设计出基于这种模糊神经网络的并联机器人自适应力控
制器,并进行了仿真和实验研究,证明所设计的控制器是可行和有效的.
基于Dahlin算法的CMAC控制器设计
CMAC神经网络 Dahlin算法 纯滞后系统 自适应
2008/1/11
针对传统的基于Dahlin算法的控制器在对变时滞系统进行控制时控制效果将恶化,甚至发生不稳定现象的弱点,讨论提出了以CMAC神经网络与Dahlin算法相结合的的控制方法。以CMAC神经网络作为一个前馈控制器,通过对Dahlin控制器输出的的学习,实现时滞系统的自适应稳定控制。仿真实验表明,这种复合控制方法在保留了Dahlin算法与CMAC神经网络的各自特长的基础上,同时具备学习速度快,适应能力强的...
CMAC(小脑模型)神经计算与神经控制
2007/12/12
AbstractCMAC神经网络是局部学习网络,结构简单,收敛速度快,易于软件和和硬件实现
,具有广泛的应用前景.本文综述了CMAC神经网络结构和算法,以及在控制中的应用,指出
了CMAC神经计算和神经控制发展方向及在实际应用中需解决的问题.
自适应模糊与CMAC并行的机器人力/位置控制
力/位置混合控制 自适应模糊控制 CMAC
2007/12/10
摘要为提高机器人系统对机器人末端操纵器与外界工作环境接触时,其接触刚度不
确定性的自适应能力,在机器人力/位置混合控制的基础上,设计出了一种基于自适应模糊与CMAC并行控制的机器人力控制器,采用小脑模型神经控制器实现前馈控制,实现被控对象的逆动态模型,自适应模糊控制器实现反馈控制,保证系统的稳定性,且抑制扰动。以平面两关节机器人进行仿真,仿真结果表明,系统的自适应能力和力跟踪能力有显著的提高,机...