标题
拉盖尔神经网络ADP学习计划与物联网的应用程序来跟踪控制
文档类型
文章
出版日期
6-1-2016
出版物标题
个人和无处不在的计算
文摘
感官数据已经成为广泛使用的大容量和品种由于和采用互联网出现的越来越多的东西。这些数据可以非常有用如果他们及时妥善处理。他们可以发挥关键作用的协调工业生产。因此希望探索一种有效的和有效的方案来支持数据跟踪和监测。本文将提出一种新颖的自动学习计划来提高跟踪效率的同时保持或提高跟踪精度的数据。方案的核心战略是拉盖尔的设计神经网络(LaNN)的近似动态规划(ADP)。作为一个传统的优化学习策略,ADP数据处理是一个流行的方法。行为神经网络(NN)和评论家神经网络作为两个重要的组件在ADP ADP的性能有很大的影响。本文采用LaNN作为实现行动在ADP考虑拉盖尔多项式神经网络的逼近能力。此外,这个LaNN-based ADP是集成到一个在线参数框架优化这些参数的特征模型,用于跟踪跟踪控制系统中的数据。 Meanwhile, this article provides an associated Lyapunov convergence analysis to guarantee a uniformly ultimately boundedness property for tracking errors in the proposed approach. Furthermore, the proposed LaNN-based ADP optimal online parameter-tuning scheme is validated using a temperature dynamic tracking control task. The simulation results demonstrate that the scheme has satisfactory learning performance over time.
库的引用
罗,熊;Lv,一轩;周,心肌梗死;王,被集体;赵,Wenbing“拉盖尔神经网络ADP的学习计划与跟踪控制中的应用在物联网”(2016)。电气工程和计算机科学学院出版物。407年。
https://engagedscholarship.csuohio.edu/enece_facpub/407
DOI
10.1007 / s00779 - 016 - 0916 - x
体积
20.
问题
3
评论
这项工作是由中国国家自然科学基金共同资助下拨款61174103,61272357,61300074,中国的国家关键技术研发项目在资助2015 bak38b01,航空科学基金资助2014 za74001之下,和中央大学的基础研究基金拨款06500025。