智能RLED动态目标中机器手的模糊鲁棒控制系统(英文)

给出了一种电机驱动机器手中非线性机电模型的模糊鲁棒闭环控制系统 ,此控制系统可处理非结构环境下的三个主要的智能机器人导航问题 :自动化规划、快速连续导航中的避障、处理结构和 (或 )

多功能RLED参数测试系统的实验设计

本实验设计了一个测量红外发光二极管(RLED)各种特性的系统平台.该系统集电学、光学等相关知识,可测量RLED的电流-电压关系、电流-光强度关系、光谱分布特性、发光强度角分布特性,还可研究占空比对发光强度的影响.该系统具有成本低、灵敏度高、易操作等特点,可作为综合性研究性实验而用于大学物理实验教学.

基于神经网络的具有不确定性因素的RLED机器人鲁棒控制

对具有不确定性因素的电机驱动刚性机械臂控制 ,提出了一种基于神经网络的鲁棒控制器 .控制器的设计采用Backstepping法 ,神经网络用于识别系统中一些包含不确定因素的复杂的非线性项 ,并且使系统的在线学习成为可能 .给出的网络权值演化算法可保证系统的跟踪误差和网络权值的一致终值有界 (UUB) .

RLED机器人神经网络在线辨识及控制器设计

对考虑模型误差和外界干扰信号等不确定性因素在内的电驱动刚性机器人系统,运用神经网络和基于Lyapunov函数的逆向递推法提出一类自适应跟踪控制器.神经网络用于辨识机器人系统中包括电流一阶导数在内的复杂非线性项和不确定性因素;而基于Lyapunov函数的逆向递推法则保证了控制系统的鲁棒稳定性和干扰抑制性能.通过系统稳定性分析可以得到控制器参数的选取原则,以进一步提高控制系统品质.数值仿真结果表明所设计的控制器具有良好的鲁棒性和跟踪精度.

主动管理队列算法的研究

主动式队列管理技术作为端到端拥塞控制的增强机制,通过在网络中间节点有目的地丢弃分组来维持较小的队列长度和较高的链路利用率。通过对RED,ARED,BLUE和RLGD几种主动式队列管理算法的比较和分析,寻找出已有的主动式队列管理算法的不足,进而在人工智能理论的基础上,提出了一种新型的基于BP神经网络的主动式队列管理算法;给出了基于BP神经网络的主动式队列管理算法的设计思想和设计步骤,并对基于BP神经网络的主动式队列管理算法的收敛性进行了证明。