链式回转弹仓的RBF神经网络滑模控制
提出了一种基于神经网络最小参数学习法的RBF网络自适应鲁棒滑模控制方法,在设定预期轨迹的前提下,利用RBF神经网络对未知参数进行自适应逼近,通过参数估计代替神经网络权值的调整,加快了自适应律的求解.在空载、半载、满载3种情况下的仿真结果表明,该控制算法对系统参数的大范围变化和外界的不稳定扰动可以进行自适应调整,具有较好的学习性能和控制精度.
兵器科学与技术、自动装填系统、链式回转弹仓、RBF神经网络、滑模控制
39
TP273(自动化技术及设备)
2019-01-12(万方平台首次上网日期,不代表论文的发表时间)
共5页
135-139