搜索资源列表
Intelligentbuaa
- 自动控制理论是人类在了解自然和改造自然的过程中逐渐形成的一门学科。简单反馈控制的最早应用，可以追溯到古代亚历山大时期的克泰希比斯水钟，它就是利用反馈原理来调节流量的。19世纪中叶，J.C.麦克斯威尔对具有调速器的蒸汽机（这也利用了反馈原理来调速）系统进行了稳定性的研究。20世纪20年代，布莱克、奈奎斯特和波德在贝尔实验室的一系列研究工作奠定了经典自动控制（反馈）的理论基础------ -automatic control theory is the understanding of huma
ROBOT
- 该文详细分析了履带式机器人的受力特点, 提出了一种适于进行控制器设计的履带机器人模型, 并在此基础上, 按照反馈线性化的思想, 提出了一种履带式机器人稳定路径跟踪控制器的设计方法, 同时给出了方法的非奇异条件。该文提出的控制系统模型和路径跟踪方法, 为履带式机器人控制系统设计提供了理论依据。
Narama-L2
- 介绍基于神经网络的反馈线性化控制过程。反馈线性就是利用反馈的控制手段来消除系统中的非线性，以使的其闭环系统的动力学方程是线性的。-Introduced based on neural network feedback linearization control process. Feedback linearization is to use feedback control to eliminate the non-linear system, so that its closed-loop
invertedpendulum
- 倒立摆是一种复杂、时变、非线性、强耦合、自然不稳定的高阶系统，许多抽象的控制理论概念都可以通过倒立摆实验直观的表现出来。基于人工神经网络BP算法的倒立摆小车实验仿真训练模型，其倒立摆BP网络为4输入3层结构。输入层分别为小车的位移和速度、摆杆偏离铅垂线的角度和角速度。隐含层单元数16个。输出层设置为1个输出单元。输入层采用Tansig函数，隐含层采用Logsig函数，输出层采用Purelin函数。用Matlab 6.5数值计算软件对模型进行学习训练，并与线性反馈控制逻辑算法对比，表明倒立摆控制B
Nonlinearly-Adaptive
- ：针对能够采用仿射非线性表示的含有未建模动态的SISO非线性系统，讨论了一种基于神经网络的自适应 控制方法．该方法对受控对象的已知部分．采用反馈线性化方法设计控制器，用神经网络在线补偿未建模动态及 外部干扰等引起的误差，从而实现自适应控制。对具有未建模动态的双车倒立摆设计了输出反馈自适应控制系 统．仿真表明该方法是有效的。 -A discussion is devoted to design neural network adaptive control scheme of t
On-State-Feedback-Control
- 状态反馈控制混沌系统 利用一种简单的线性状态反馈方法控制混沌运动 ,引导混沌系统稳定到失稳的平衡点或 周期轨道上 ,用劳斯2胡尔维茨稳定判据判定受控系统在平衡点处参数的取值范围 ,同时使用广义 Hamilton 系统理论的 Melnikov 方法分析受控系统的周期解. 通过对典型的混沌系统进行数值仿 真 ,证实了该控制方法的有效性.- A Linear state feedback control technique is used to guide the typical ch
delay-feedback-control
- 一 个临界混沌系统的驱动和时滞反馈控制同步 利用驱动和时滞反馈控制的混合方法，从理论上提出了渐近同步的新标准。 其中，只要设置两个控制器就能使得驱动系统和响应系统达到完全同步，而且这种 同步是时滞无关的同步。最后的数值模拟也表明提出的理论结果是正确和有效 的。-Combining with drive and delayed feedback control methods，a new asymptotic synchronization standard is p
artp3A10.1007p2Fs11071-011-0202-4
- 基于状态自适应反馈控制的分数阶混沌系统的稳定性-Stabilization of fractional-order cha state adaptive-feedback controller
1-s2.0-S1875389212003264-main
- 基于适应反馈控制的一类混沌系统的稳定控制-Stabilizing a Class of Chaotic Systems by Using Adaptive Feedback Control
matlabcode
- 我2011年全国大学生电工数学建模一等奖论文，里面提出了三种方法来对风电功率的预测，分别是灰色预测、时间序列分析、神经网络。而本文最重要的一个创新点就是加入了一个反馈控制系统 很好地控制了预测精度，maltab代码也已经附在后面了,单独的程序也整理出来了，都是很好的学习资料-And this is the one of the most important innovations have joined a feedback control system to control the predi