基于多层神经网络的饱和非线性输入自适应控制     

李红春  梅建东  任云晖 《扬州职业大学学报》2011,15(1):33-36,39

针对一类具有未知饱和模型的单输入单输出非线性系统的控制问题,根据滑模控制原理和多层神经网络的逼近能力,提出了一种直接自适应神经网络控制器的设计新方案。该方法将控制增益推广到未知函数,通过补偿饱和模型方法取消了饱和模型各参数已知的条件。鲁棒项的引入消除了建模误差和参数估计误差的影响。理论分析证明了闭环系统是半全局一致终结有界,跟踪误差收敛到零的邻域内。仿真结果进一步表明所提控制方法的有效性。  相似文献   

基于Android平台的快递抢单系统设计     

梅建东  李红春  陈霞 《教育技术导刊》2016,15(8):107-109

随着快递行业的迅猛发展,传统快递投递率低下,出现了大量积压订单。基于Android平台,设计了快递抢单系统,手机快递抢单系统有助于订单信息实时更新和订单信息动态的及时掌握,实现有选择性地抢单、取货并投递,加快了物流运转速度。  相似文献   

具有饱和非线性输入的一类混沌系统自适应神经网络控制     

梅建东  赵婷婷  钱荣华 《扬州职业大学学报》2013,17(1):35-38

针对一类具有饱和非线性输入的混沌系统,基于RBF神经网络的逼近能力提出一种控制方案。该方法利用自适应控制和鲁棒控制,使系统可在模型函数和外扰未知下,设计出结构简单有效的控制器,有效消除了现实中由于饱和非线性输入的存在而引起的控制器抖动的不良控制效果。仿真结果表明了所提控制方法的可行性。  相似文献   

基于DSC的自适应补偿神经网络控制     

李红春  梅建东 《扬州职业大学学报》2012,16(2):25-30

针对一类可转化为“标准块控制形”的MIMO非线性系统,基于动态面控制技术,提出一种鲁棒自适应神经网络控制算法。采用径向基函数神经网络逼近不确定性模型,通过引入一阶滤波器,消除后推设计中由于反复对虚拟控制的求导而导致的复杂性问题,同时补偿项的引入可避免反馈线性化方法中可能出现的控制器奇异性问题,无需控制增益矩阵正定、可逆的条件。利用李亚普诺夫方法,证明了闭环系统是半全局一致终结有界,适当选取设计常数,跟踪误差可收敛到原点的一个小邻域内。计算机仿真结果表明此法的有效性。  相似文献   

带有死区模型的严格反馈非线性系统的自适应神经网络控制     

梅建东  李红春  徐丽仙 《扬州职业大学学报》2011,15(3):24-29

基于后推设计方法,Nussbaum函数的性质及积分型李亚普诺夫函数,提出了一种自适应神经网络控制器的设计方案。通过引入示性函数,提出一种简化死区模型,取消了死区模型的倾斜度相等的条件。此外,该方法取消了函数控制增益符号已知和死区模型参数上界、下界已知的条件。理论分析证明了闭环系统是半全局一致终结有界。  相似文献   

浅谈非计算机专业VB教学方法     

梅建东  李红春 《科教文汇》2013,(13):76-77

VB作为大多院校非计算机专业的一门公共基础课,知识体系庞大、涉及内容繁多,教学难度大。本文针对非计算机专业教学过程中存在的问题,结合笔者自身多年的VB教学经历,在教学方法上提出了一些改进,在实际的教学应用中,效果良好。  相似文献