模糊神经网络及其在飞行仿真转台系统中的应用研究
| 文献类型 | 学位 |
| 作者 | 徐春梅[1] |
| 机构 | 北京航空航天大学 ↓ |
| 授予学位 | 博士 |
| 年度 | 2004 |
| 学位授予单位 | 北京航空航天大学 |
| 语言 | 中文 |
| 关键词 | 飞行仿真转台;模糊神经网络;遗传算法;约束优化算法;二次型最优控制;Lyapunov稳定理论 |
| 摘要 | 飞行仿真转台是一种高性能机械伺服系统,由于系统非线性、模型不确定性及机械谐振等因素的影响,建立精确的转台系统数学模型是很困难的,因此基于精确数学模型的经典控制方法和现代控制方法很难取得理想的控制效果.于是寻求一种能够克服系统非线性影响,对参数变化及外部干扰鲁棒性强的控制方法,是转台系统研制的关键.目前解决非线性和不确定性问题一个重要的方法就是智能控制,模糊神经网络集合了神经网络和模糊控制的优点,既可以利用自身的学习能力不断调整模糊规则及隶属函数,又可以利用经验知识对网络参数做合理的初始化设置加快网络收敛速度,为智能控制设计提供了新的思路.但目前模糊神经网络理论还不够成熟,应用于控制系统还有很多问题有待于去解决,比如网络结构问题、学习算法、稳定性及实时性等.本文对模糊神经网络理论的这些方面进行了研究,提出了几种新的模糊神经网络结构和学习算法,并将其应用到飞行仿真转台系统控制中,提出了新的控制结构,克服了转台系统的低速摩擦非线性和因负载大范围变化而带来的模型参数不确定性影响,提高了转台系统的动静态跟踪性能. |
影响因子：
dc:title:模糊神经网络及其在飞行仿真转台系统中的应用研究
dc:creator:徐春梅
dc:date: publishDate:1753-01-01
dc:type:学位
dc:format: Media：北京航空航天大学
dc:identifier: LnterrelatedLiterature：北京航空航天大学.2004.
dc:identifier:DOI：
dc: identifier:ISBN:
