Brachistochrone Minimum-Time Trajectory Control Using Neural Networks

نویسندگان
چکیده

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

rodbar dam slope stability analysis using neural networks

در این تحقیق شبکه عصبی مصنوعی برای پیش بینی مقادیر ضریب اطمینان و فاکتور ایمنی بحرانی سدهای خاکی ناهمگن ضمن در نظر گرفتن تاثیر نیروی اینرسی زلزله ارائه شده است. ورودی های مدل شامل ارتفاع سد و زاویه شیب بالا دست، ضریب زلزله، ارتفاع آب، پارامترهای مقاومتی هسته و پوسته و خروجی های آن شامل ضریب اطمینان می شود. مهمترین پارامتر مورد نظر در تحلیل پایداری شیب، بدست آوردن فاکتور ایمنی است. در این تحقیق ...

Decentralized Adaptive Control of Large-Scale Non-affine Nonlinear Time-Delay Systems Using Neural Networks

In this paper, a decentralized adaptive neural controller is proposed for a class of large-scale nonlinear systems with unknown nonlinear, non-affine subsystems and unknown nonlinear time-delay interconnections. The stability of the closed loop system is guaranteed through Lyapunov-Krasovskii stability analysis. Simulation results are provided to show the effectiveness of the proposed approache...

متن کامل

PID Control Law for Trajectory Tracking Error Using Time-Delay Adaptive Neural Networks for Chaos Synchronization

This paper presents an application of TimeDelay adaptive neural networks based on a dynamic neural network for trajectory tracking of unknown nonlinear plants. Our approach is based on two main methodologies: the first one employs Time-Delay neural networks and Lyapunov-Krasovskii functions and the second one is Proportional-Integral-Derivative (PID) control for nonlinear systems. The proposed ...

متن کامل

PID Control Law for Trajectory Tracking Error Using Time-Delay Adaptive Neural Networks for Chaos Synchronization

This paper presents an application of TimeDelay adaptive neural networks based on a dynamic neural network for trajectory tracking of unknown nonlinear plants. Our approach is based on two main methodologies: the first one employs Time-Delay neural networks and Lyapunov-Krasovskii functions and the second one is Proportional-Integral-Derivative (PID) control for nonlinear systems. The proposed ...

متن کامل

ذخیره در منابع من


  با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ژورنال

عنوان ژورنال: Journal of the Korea Institute of Information and Communication Engineering

سال: 2013

ISSN: 2234-4772

DOI: 10.6109/jkiice.2013.17.12.2775