文档介绍：该【基于时变神经网络的非线性时变系统迭代学习辨识与控制的开题报告 】是由【niuwk】上传分享，文档一共【2】页，该文档可以免费在线阅读，需要了解更多关于【基于时变神经网络的非线性时变系统迭代学习辨识与控制的开题报告 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。基于时变神经网络的非线性时变系统迭代学****辨识与控制的开题报告一、研究背景及意义随着现代科学技术的发展,非线性时变系统已经在实际应用中得到了广泛的应用,例如航天、通信、工业、生物等领域。这类系统在建模和控制方面均存在巨大的困难,因此对其进行研究具有重要的理论和实际意义。基于神经网络的非线性系统辨识和控制已经成为研究的热点之一。在众多的神经网络模型中,时变神经网络模型由于其能够适应非线性时变系统的动态特性,在非线性时变系统的辨识和控制中具有很重要的作用。因此,研究基于时变神经网络的非线性时变系统控制算法,有助于深入理解非线性时变系统的动态特性,提高非线性时变系统的控制性能,有重要的理论和实际意义。二、:首先对非线性时变系统进行建模,并针对不同性质的系统控制目标,分析控制策略的选择和设计。:基于已有的神经网络模型,设计适用于非线性时变系统的时变神经网络结构,并研究网络训练的方法。:利用所设计的时变神经网络模型对非线性时变系统进行辨识,并研究辨识结果的准确性及可靠性。:针对非线性时变系统的控制问题,设计基于时变神经网络的控制算法,并研究其控制性能和实际应用效果。三、,并研究网络训练方法。,并验证其准确性和可靠性。,提高系统控制性能。,将其应用于非线性时变系统的控制实验中,验证其控制性能和应用效果。四、进度安排第一阶段(3个月):系统建模及控制策略的分析。第二阶段(6个月):时变神经网络的结构设计及网络训练方法的研究。第三阶段(6个月):时变神经网络模型的辨识实验及结果分析。第四阶段(6个月):基于时变神经网络的非线性时变系统控制实验及结果分析。第五阶段(3个月):撰写论文和答辩。五、,王辉,[J].控制与决策,2018,33(07):1233-,WangL,-lineartime-works[J].IETControlTheory&Applications,2018,12(3):292-,ZouY,-varyingsystemswithapplicationtoelectro-hydraulicservosystems[J].ControlEngineeringPractice,2018,83(C):1-11.