[毕业设计] RBF神经滑模控制 [复制链接]

资料简介：
毕业设计 RBF神经滑模控制，共63页，18000字，附英文译文
摘    要
简单的介绍了径向基函数（RBF－Radial Basis Function），包括它的结构、性能、基本的模型、一些训练算法和学习算法以及MATLAB仿真。RBF径向基神经网络在工程中，尤其是各种智能控制中的应用十分广泛，其具有良好的非线性映射能力、自学习和泛化能力，是一种局部逼近网络,能任意精度逼近任意连续函数。
在此主要研究RBF网络逼近，神经网络的等效滑模控制以及滑模控制器的设计。利用其良好的逼近性能以切换函数作为RBF神经网络的输入,滑模控制器作为RBF神经网络的输出, 实现单入单出的神经滑模控制。
滑模控制与神经网络相结合,解决了控制系统跟踪性能和鲁棒性能之间的矛盾.系统中的滑模控制器保证了系统的快速跟踪性能，而神经网络具有很强的自学习功能,通过学习能够保证系统的稳定性,并且可对扰动和参数变化进行有效的抑制补偿,从而在不牺牲系统鲁棒性的同时达到削弱抖振。以上内容通过MATLAB仿真表明最终结果.
关键词：径向基函数，滑模控制，网络逼近，MATLAB仿真

资料文件预览：
共1文件夹，1个文件，文件总大小：1.15MB，压缩后大小：466.36KB

• 毕业设计-RBF神经滑模控制
• RBF神经滑模控制.doc  [1.15MB]