搜索资源列表
RBF_SMC
- 本程序为基于RBF神经网络上界自适应学习的滑模控制，适用于实际无法测量上界值的情况。
annVSScontrol
- 神经网络滑模控制器设计的matlab源代码，对于研究滑模边结构控制的同学很有用。
RBFslidingmode
- 基于RBF神经网络的等效滑模控制 很详细 大家可以参考程序 把里面的模型改改 希望对大家有帮助-the code of RBF sliding mode
chap5_2s
- 将切换函数作为RBF网络的输入，利用神经网络的功能，实现了滑模控制。-Will be switched to function as the RBF network input, using neural network function, the sliding mode control to achieve.
ff
- 析了变速恒频双馈风力发电系统的工作原理。结合风力机特性和双馈发电机特性，说明了变速恒频运行方式下的最优风能捕获策略，并介绍了风力发电系统的滑模变结构控制、自适应控制、鲁棒控制和人工神经网络控制。总结了变速恒频风力发电系统的发展趋势。-Analysis of a Variable Speed Constant Frequency Wind Power Generation System works. Combination of wind turbine characteristics and t
67890a.ZIP
- SRM积分滑模变结构与神经网络补偿控制SRM integral sliding mode variable structure control with neural network compensation-SRM integral sliding mode variable structure control with neural network compensation
d4ef13.ZIP
- SRM积分滑模变结构与神经网络补偿控制SRM integral sliding mode variable structure control with neural network compensation-SRM integral sliding mode variable structure control with neural network compensation
BTT-missile
- 针对不确定非线性 BTT 导弹控制系统, 提出了一种基于模糊高斯基函数神经网络的自适应控制设计方法。在设计过程中将不确定部分合为一项, 应用模糊神经网络的万能逼近性质来逼近系统不确定项, 然后利用滑模控制和自适应模糊神经网络理论设计了控制器, 应用 Ly apunov 稳定性理论保证闭环系统的稳定性,并推导出自适应律,最后通过仿真结果验证该方法的有效性。-BTT missile based on fuzzy neural network adaptive control
chap5
- 基于神经网络的滑模控制，包括神经网络的最小参数学习法的自适应滑模控制和二阶系统的滑模控制。-Sliding mode control based on neural network sliding mode adaptive sliding mode control, including the minimum parameters of neural network learning method and two order control system.
aa
- 基于神经网络滑模的采摘机械臂控制设计_贾鹤鸣，很不错的滑模算法，相关同学可以参考使用。-Based on the neural network sliding mode of picking manipulator control design Heming Jia, very good sliding mode algorithm, the students can refer to the use of.
lugre-hua-cmodel
- 液压位置控制源代码，有摩擦补偿，利用滑模控制器实现，神经网络逼近等。-Hydraulic position control source code, friction compensation, the use of sliding mode controller to achieve, neural network approximation.
jiqirenxitong
- 机器人系统的控制方法，利用滑模控制和神经网络来实现。-Robot system control method, using sliding mode control and neural network to achieve.
RBF估计干扰
- 用RBF神经网络算法对非线性干扰进行估计，提高控制精度，并将其与普通滑模控制进行比较。(The RBF neural network algorithm is used to estimate the nonlinear disturbance, and the control accuracy is improved.)
chap5
- 神经网络滑模控制提出了一种新的基于滑模面的控制，所以从仿真图可以看出在两端会有振荡现象产生(Neural network sliding mode control proposed a new control based on sliding mode, so it can be seen from the simulation diagram that there will be oscillations at both ends.)