导读:本文包含了自适应神经网络控制器论文开题报告文献综述及选题提纲参考文献，主要关键词:自适应,极点配置法,Tensorflow,NAdam
自适应神经网络控制器论文文献综述
章磊,姚庆文,徐伟,李燕[1]（2019）在《自适应类神经网络控制器在时变系统中的应用》一文中研究指出针对一个时变且不确定的复杂系统,设计了一种全新间接型自适应多层类神经网络控制器。运用全新架构的多层类神经网络测算器,对时变受控体的系统参数进行在线识别,创新性地实现了利用极点配置法来计算自适应自我调试控制(STR)控制器参数。试验结果表明,自适应多层类神经网络控制器不论是在瞬时特性或是稳态特性方面,均优于传统的自适应STR控制器。通过对稳定时间、过冲量以及均方根稳态误差值等性能指标的交叉比较,证明了这类控制器具有优异的响应特性及强健性。(本文来源于《自动化仪表》期刊2019年10期）
朱璐,陈昶荣[2]（2019）在《飞行器编队神经网络自适应控制器设计》一文中研究指出针对无数据链支持条件下的主从结构飞行器协同编队控制问题,对编队控制回路进行分析设计。首先在惯性空间中定义相对运动坐标系,建立相对运动模型;其次将领导者加速度信息作为扰动量,结合PD控制器与RBF神经网络理论,设计了编队控制律,并证明了控制系统的稳定性;最后,对编队飞行控制器进行了仿真,并与经典PD控制器进行对比。仿真结果表明,RBF神经网络能够增强控制系统的鲁棒性,使编队控制系统能够快速精确地对期望编队队形进行构建并保持。(本文来源于《战术导弹技术》期刊2019年05期）
崔磊磊,张宏伟,邵帅帅[3]（2019）在《永磁直线同步电机直接推力控制神经网络自适应PI速度控制器设计》一文中研究指出提出了一种基于人工智能技术的自适应PI速度控制器来改进经典的永磁直线同步电机直接推力控制(DTFC)系统的性能。所提出的方法是应用反向传播(BP)的神经网络(N-N)来调整经典的比例积分(PI)速度控制器参数。并将传统的PI速度控制器设计方法与提出的方法进行了仿真对比。仿真结果表明,传统的DTFC控制策略基于该方法提出的N-N速度控制器可以实现更高的性能,具有响应速度快、超调量小以及鲁棒性等特点。(本文来源于《制造业自动化》期刊2019年03期）
徐海祥,卢林枫,余文曌,韩鑫,朱梦飞[4]（2019）在《基于正交神经网络的动力定位自适应控制器设计》一文中研究指出动力定位船舶在海上进行定点定位作业时不可避免地会受到风、浪、流海洋环境力的干扰,这种持续的环境力扰动会导致船舶在实际定位时产生静态误差,不能准确地到达目标定位点.在利用反步法进行控制器设计时,大多数文献引入自适应积分项用于抵抗外界环境扰动,通过在控制器中加入船舶当前位置与目标位置的偏差积分项估计出外界未知环境扰动,从而达到自适应控制效果.在此基础上,改进了自适应积分项为正交基神经网络项进行控制器设计,以补偿静态误差,实现准确定位.最后通过水池模型试验对比验证了所设计控制器的可行性.(本文来源于《大连理工大学学报》期刊2019年02期）
李斌,马小瑞[5]（2019）在《基于神经网络自适应算法的机械手控制器的设计与仿真》一文中研究指出该文根据Lyapunov稳定性理论,建立了机器人机械手的动力学模型,设计了控制器并分析了其稳定性。采用S-函数和M文件实现被控对象模型的描述和设计。通过Simulink程序的调用,完成相应控制器的仿真过程。综合利用不同的控制方法分别对单臂和双臂机械手控制器进行设计和仿真。仿真结果表明,采用RBF神经网络可以实现对机器人动力学方程中未知部分的精确逼近,从而可通过在线建模和前馈补偿,实现对机器人的高精度跟踪,其结果与被控对象已知时基本一致,控制性能良好。(本文来源于《中国新技术新产品》期刊2019年02期）
李欣,孙珊珊[6]（2018）在《基于神经网络的自适应PID船舶运动控制器研究》一文中研究指出船舶在海上的运动不仅受到动力系统的推进作用,还受到来自海浪、洋流等干扰作用力的影响,为了提高船舶航行的安全性与稳定性,必须要采取恰当的船舶运动控制机制。传统船舶采用PID自适应控制器进行船舶的运动控制,该控制方式结构简单,但控制精度相对较低,本文系统研究了神经网络控制算法,并基于神经网络对船舶PID控制器进行改进,主要目的是改善船舶运动控制的效率与准确度。(本文来源于《舰船科学技术》期刊2018年08期）
陈垦,刘涛,杜新光,林强,刘双[7]（2018）在《基于自适应神经网络滑模控制的常压潜水装具航向控制器设计》一文中研究指出针对常压潜水装具的航向控制,设计了基于自适应神经网络的滑模航向控制器。详细介绍了控制器的设计过程,并利用Lyapunov稳定性判据,证明了系统存在着参数不确定性、时变项和外干扰时的稳定性。通过仿真,验证了该控制器在常压潜水装具(ADS)航向控制方面具有良好的控制性能。(本文来源于《中国造船》期刊2018年01期）
耿阳阳[8]（2018）在《忆阻器神经网络及自适应PID控制器研究》一文中研究指出人工智能的迅猛发展,为现代控制领域开拓了新的发展方向。PID控制器具有内部结构简单、稳定性好、鲁棒性强等优势使其在工业控制中被广泛应用。随着被控制对象复杂化程度的加深,现代PID控制的发展遇到了一定的瓶颈,主要体现在PID控制器的参数须提前设定且调整困难,因此PID控制器向现代化、自适应化方向的发展已变为不争的事实。为使控制器能够有效地处理非线性、时变以及内部结构(参数)未知的被控对象,提出了将神经网络与PID控制器相融合的智能控制器,这主要利用神经网络处理非线性问题的能力和自学习能力。突触是神经网络中神经元之间信息传输的纽带,忆阻器的问世为真实电子突触的构建提供了契机,其中忆阻值的动态变化能够很好的解决传统PID控制器在实际应用中参数不易调节的难题,为实现参数的自适应调整提供了全新的途径。此外,现代智能算法的引入不仅加快了系统的响应速度,而且提高了控制器精度,在一定程度上扩大了传统控制器的实用范围。本文致力于PID控制器的基础性研究,基于传统PID控制器的内部结构以及面临的主要挑战,提出了参数可自适应调整的PID控制器,通过将其应用于非线性系统以及自动电压调节器中,验证方案的有效性。论文的具体内容如下:(1)探讨了两类惠普忆阻器模型,即电荷控制的忆阻器模型、磁通量控制的忆阻器模型。同时,考虑到掺杂层漂移的边界效应对忆阻器的影响,引入了Joglekar窗函数、Biolek窗函数。进一步,神经元工作机制的概述,说明了生物突触与忆阻器之间存在一定的相似性,并在此基础上,分析了Hodgkin-Huxley神经元模型和LIF神经元模型。(2)前馈神经网络的非线性处理能力,弥补了传统PID控制器在非线性、内部结构或者参数未知等复杂被控系统的应用,并利用混沌粒子群算法初始化神经网络权重,以加速收敛速度,避免陷入局部最优,最快达到权重最优,同时也极大降低了对相关技术人员的经验要求。进一步,使用改进的梯度下降法调节权重误差,使系统误差达到最小。(3)基于忆阻器与神经突触相似的特点,提出新型自适应在线参数调整PID控制器。利用忆阻器的记忆特性,使神经网络的每次更新均映射到忆阻器的阻值中,并在忆阻器中保存此更新值,同时也可以实现权重更新过程中的累积功能。最后,将提出的新型自适应控制器应用在非线性系统和自动电压调节系统中以验证其有效性。(4)根据PID控制器的原理框图,构建控制器电路。同时运用电路元件搭建磁控忆阻器模型的等效电路,用于模拟具体的权值更新过程。进一步,使用忆阻器电路搭建基于LIF神经元的PID控制器等效电路。最终,将提出的新型控制器电路应用于线性系统和非线性系统中以检验整个设计的合理性和有效性。(本文来源于《西南大学》期刊2018-03-18）
余光学,程兴,杨云飞[9]（2018）在《RLV再入神经网络自适应姿态控制器设计》一文中研究指出可重复使用运载器(RLV)大包线再入过程中,广泛存在模型不确定与外界干扰,会给姿态控制器的设计带来不利影响,为此提出了一种神经网络自适应控制器设计方案。基于时标分离原理设计了快、慢双回路控制结构。在此基础上设计了径向基神经网络(RBFNN)自适应律,用于在线估计模型不确定和外界干扰力矩,并在控制器中进行补偿。仿真验证表明,RBFNN自适应控制器能良好地完成姿态跟踪控制,有效地抑制干扰力矩对姿态控制的影响。自适应律能够在线估计真实的飞行器动态和外界干扰力矩,控制器具有抗扰动能力。(本文来源于《中国空间科学技术》期刊2018年01期）
刘道旭东[10]（2017）在《基于神经网络PID控制器的汽车自适应巡航控制系统研究》一文中研究指出自适应巡航控制系统(ACC)是一种汽车智能电控操作系统,并且在现代汽车工业中越来越普及。在现代科技不断更新的情况下,人们对汽车安全的要求也越来越高,因此对于电控自动驾驶的汽车在道路上巡航行驶时的安全操作性能要求是科研人员的研究重点。在道路行驶中,汽车根据前方道路环境因素进行制动的制动性能是是否导致安全事故及安全事故程度的重要因素,在配置了自适应巡航系统的汽车自动跟车驾驶的过程中,为了避免碰撞的发生,需要对主动制动进行有效控制,保证汽车及驾驶乘坐人员的安全性。在已有自适应巡航系统的控制中,仅采用传统PID控制器的控制性能已无法满足现代复杂汽车工业的电控性能要求。由于神经网络具有类似人脑的多元传递信号与较强的学习能力,因此,本文将网络神经元引入PID控制的各层内,在叁层BP结构的基础上多添加一层承接层优化处理隐含层,研究出一种运算过程更方便、结果更精确的算法,即改进后的四层神经网络PID控制算法,可以调控控制器的输出结果,使控制器的控制更加灵活高效。并运用于主动制动控制与制动机械系统中,通过将行驶工况转换为制动距离等信息,运用安全间距策略来计算防止碰撞的动力学信息。本文还将主动制动的巡航模式分成叁种:定速跟车、减速跟车、紧急制动,分别研究其临界碰撞模型,将实际运行工况变化与防止碰撞所需运行工况变化进行对比,从而分析出各种情况下的所需制动压力等信息,同时将汽车行驶动力学模型计算出的所需制动压力等信息通过改进的神经网络PID控制器进行调控。最后,本文运用CarSim汽车专业仿真软件,调用其已有的雷达传感器模型,并根据实际路面信息进行模拟环境的设置,模拟出汽车跟车运行时的运行工况信息,经过Simulink的计算输出相应的结果并进行主动制动模拟控制。分析结果可以看出,采用改进的四层神经网络PID控制器可以进行有效控制,并且相比传统BP神经网络PID控制器控制更加精确、高效。(本文来源于《吉林大学》期刊2017-05-01）
自适应神经网络控制器论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对无数据链支持条件下的主从结构飞行器协同编队控制问题,对编队控制回路进行分析设计。首先在惯性空间中定义相对运动坐标系,建立相对运动模型;其次将领导者加速度信息作为扰动量,结合PD控制器与RBF神经网络理论,设计了编队控制律,并证明了控制系统的稳定性;最后,对编队飞行控制器进行了仿真,并与经典PD控制器进行对比。仿真结果表明,RBF神经网络能够增强控制系统的鲁棒性,使编队控制系统能够快速精确地对期望编队队形进行构建并保持。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自适应神经网络控制器论文参考文献
[1].章磊,姚庆文,徐伟,李燕.自适应类神经网络控制器在时变系统中的应用[J].自动化仪表.2019
[2].朱璐,陈昶荣.飞行器编队神经网络自适应控制器设计[J].战术导弹技术.2019
[3].崔磊磊,张宏伟,邵帅帅.永磁直线同步电机直接推力控制神经网络自适应PI速度控制器设计[J].制造业自动化.2019
[4].徐海祥,卢林枫,余文曌,韩鑫,朱梦飞.基于正交神经网络的动力定位自适应控制器设计[J].大连理工大学学报.2019
[5].李斌,马小瑞.基于神经网络自适应算法的机械手控制器的设计与仿真[J].中国新技术新产品.2019
[6].李欣,孙珊珊.基于神经网络的自适应PID船舶运动控制器研究[J].舰船科学技术.2018
[7].陈垦,刘涛,杜新光,林强,刘双.基于自适应神经网络滑模控制的常压潜水装具航向控制器设计[J].中国造船.2018
[8].耿阳阳.忆阻器神经网络及自适应PID控制器研究[D].西南大学.2018
[9].余光学,程兴,杨云飞.RLV再入神经网络自适应姿态控制器设计[J].中国空间科学技术.2018
[10].刘道旭东.基于神经网络PID控制器的汽车自适应巡航控制系统研究[D].吉林大学.2017
标签：自适应; 极点配置法; TensorFlow; NAdam;