利用神經網絡進行綜合機構的建模和控制

留言板

尊敬的讀者、作者、審稿人, 關于本刊的投稿、審稿、編輯和出版的任何問題, 您可以本頁添加留言。我們將盡快給您答復。謝謝您的支持!

姓名
郵箱
手機號碼
標題
留言內容
驗證碼

利用神經網絡進行綜合機構的建模和控制

袁中凡, 廖俊必, 趙世平

文章導航 > 工程科學學報 > 2003 > 25(3): 277-279

袁中凡, 廖俊必, 趙世平. 利用神經網絡進行綜合機構的建模和控制[J]. 工程科學學報, 2003, 25(3): 277-279. doi: 10.13374/j.issn1001-053x.2003.03.049

引用本文:

袁中凡, 廖俊必, 趙世平. 利用神經網絡進行綜合機構的建模和控制[J]. 工程科學學報, 2003, 25(3): 277-279. doi: 10.13374/j.issn1001-053x.2003.03.049

YUAN Zhongfan, LIAO Junbi, ZHAO Shiping. Modelling and Control of Hybrid Mechanisms Using Neural Network[J]. Chinese Journal of Engineering, 2003, 25(3): 277-279. doi: 10.13374/j.issn1001-053x.2003.03.049

Citation:

YUAN Zhongfan, LIAO Junbi, ZHAO Shiping. Modelling and Control of Hybrid Mechanisms Using Neural Network[J]. Chinese Journal of Engineering, 2003, 25(3): 277-279. doi: 10.13374/j.issn1001-053x.2003.03.049

袁中凡, 廖俊必, 趙世平. 利用神經網絡進行綜合機構的建模和控制[J]. 工程科學學報, 2003, 25(3): 277-279. doi: 10.13374/j.issn1001-053x.2003.03.049

引用本文:

袁中凡, 廖俊必, 趙世平. 利用神經網絡進行綜合機構的建模和控制[J]. 工程科學學報, 2003, 25(3): 277-279. doi: 10.13374/j.issn1001-053x.2003.03.049

YUAN Zhongfan, LIAO Junbi, ZHAO Shiping. Modelling and Control of Hybrid Mechanisms Using Neural Network[J]. Chinese Journal of Engineering, 2003, 25(3): 277-279. doi: 10.13374/j.issn1001-053x.2003.03.049

Citation:

YUAN Zhongfan, LIAO Junbi, ZHAO Shiping. Modelling and Control of Hybrid Mechanisms Using Neural Network[J]. Chinese Journal of Engineering, 2003, 25(3): 277-279. doi: 10.13374/j.issn1001-053x.2003.03.049

利用神經網絡進行綜合機構的建模和控制

doi: 10.13374/j.issn1001-053x.2003.03.049

四川大學制造科學與工程學院, 成都 610065

基金項目:

國家教委基金資助項目(教外司留[2002]247號)

作者簡介:
袁中凡男,52歲,博士,教授

中圖分類號: TP183
計量
- 文章訪問數: 166
- HTML全文瀏覽量: 31
- PDF下載量: 5
- 被引次數: 0
出版歷程
- 收稿日期: 2002-11-08
- 網絡出版日期: 2021-08-17

Modelling and Control of Hybrid Mechanisms Using Neural Network

School of Manufacturing Science and Engineering, Sichuan University, Chengdu 610065, China

摘要: 介紹了逆模型超前控制器,神經網絡反饋單元及由5層神經網絡組成的集成控制系統.集成控制系統包括一個由神經網絡組成的系統模型和具有自調整功能的控制單元.該方法被用于優化設計的綜合機構控制仿真,結果證明了它的先進性和可行性.
- 綜合機構 /
- 控制器 /
- 神經網絡
Abstract: To realize the optimized hybrid machine benefits in practice, a control system is designed. These comprise an inverse model feed-forward controller with a neural network feedback element and a integrate neural network in which the controller and plant model are combined to form a five-layer neural network. The neural network feedback element constructs a self-tuning loop. The results indicate their potential for practical use and their feasibility.
- hybrid machine /
- controller /
- neuron network

參考文獻(0)

資源附件(0)

WeChat

點擊查看大圖

計量

文章訪問數: 166
HTML全文瀏覽量: 31
PDF下載量: 5
被引次數: 0

/

下載: 全尺寸圖片幻燈片

分享

用微信掃碼二維碼

分享至好友和朋友圈

返回

中文字幕在线观看