| 查看: 491 | 回复: 1 | ||||||||
| 本帖产生 1 个 基金HEPI ，点击这里进行查看 | ||||||||
[求助]
项目编号60974046
|
||||||||
谢谢您的帮助！ |
回复此楼» 猜你喜欢
312求调剂
已经有15人回复
-
304求调剂
已经有7人回复
-
化工求调剂！
已经有15人回复
-
284求调剂
已经有8人回复
-
362求调剂
已经有5人回复
-
一志愿哈工大，初试329，求环境科学与工程调剂！
已经有5人回复
-
327求调剂
已经有3人回复
-
一志愿吉大化学327求调剂
已经有5人回复
-
26自然地理学303分求调剂
已经有8人回复
-
336求调剂，一志愿中科大
已经有4人回复
book2005593
主管区长 (文坛精英)
- 基金HEPI: 1182
- 应助: 123 (高中生)
- 贵宾: 64.97
- 金币: 161270
- 散金: 12654
- 红花: 246
- 沙发: 183
- 帖子: 17949
- 在线: 1647.8小时
- 虫号: 539655
- 注册: 2008-04-04
- 专业: 应用数学方法
- 管辖: 学术交流区
【答案】应助回帖
mesy(金币+4, 基金HEPI+1): 2011-06-16 20:44:53
|
项目编号 60974046 项目名称 复杂干扰下非线性系统的补偿控制研究 项目类型 面上项目 申报学科1 智能与自主控制(F030116) 申报学科2 智能与自主控制(F030506) 研究性质 应用基础研究 资助金额 30.00万元 开始日期 2010年1月1日 完成日期 2012年12月31日 项目摘要 项目采用信息理论学习和神经网络等方法研究高斯和非高斯干扰下非线性系统的控制问题。研究内容包括: 提出了基于信息理论学习的神经网络模型，利用Parzen窗估计方法计算误差二阶Renyi熵,并将其和均方误差的组合作为性能指标训练神经网络；针对控制系统中存在有摩擦、死区等分段连续的非线性特性，提出了基于信息理论学习的神经网络补偿方法，网络激励函数是由平滑函数和跳变函数组合而成，同时研究了基于扰动观测器的神经网络补偿控制；针对外界可量测的强干扰，基于主动干扰抑制思想，提出主动抗扰控制来抵消外界干扰对控制系统的影响，控制器参数由误差二阶Renyi熵和均方误差构成的综合性能指标来调节；并将理论研究成果应用到复杂扰动下的坦克目标跟踪控制系统中。本项目研究为高斯和非高斯干扰下非线性系统辨识及控制提供一种新方法，对提高复杂干扰下非线性系统的控制性能具有重要指导意义，也为解决非高斯问题的研究提供一种新思路。 获资助单位 北京理工大学(项目负责人) |
2楼2011-06-16 18:00:57
