• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Neural Networks and Learning Systems, IEEE Transactions on >Saturated Finite Interval Iterative Learning for Tracking of Dynamic Systems With HNN-Structural Output
【24h】

Saturated Finite Interval Iterative Learning for Tracking of Dynamic Systems With HNN-Structural Output

机译：具有HNN结构输出的动态系统的饱和有限区间迭代学习

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This brief investigates the interval iterative learning problem for dynamic systems with hierarchical neural network (HNN)-structural output. The first objective is to design the output of a dynamic system with HNN structure. A sufficient condition is obtained to achieve the interval tracking in a finite interval by applying iterative learning control (ILC). Then, the saturated ILC is considered into the discussed system, and a less conservative criterion is obtained to achieve the tracking in a finite interval using a network structure decomposition technique. Finally, simulation results are given to illustrate the usefulness of the developed criteria.
机译：本摘要研究具有层次神经网络（HNN）-结构输出的动态系统的区间迭代学习问题。第一个目标是设计具有HNN结构的动态系统的输出。通过应用迭代学习控制（ILC），可以获得足够的条件以在有限的间隔内实现间隔跟踪。然后，将饱和的ILC考虑到所讨论的系统中，并使用网络结构分解技术获得较为保守的准则以在有限间隔内实现跟踪。最后，给出了仿真结果以说明所制定标准的实用性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号