Stochastic neural direct adaptive control based on minimum variance optimization
Rattachement africain : us. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Based on the state space control theory and a neural network architecture, the authors present a stochastic neural direct adaptive control algorithm (SNDAC) for partially known state space nonlinear time varying plants. A neural network is used to generate the control signal, which minimizes a quadratic one-step-ahead prediction performance index based on the minimum variance optimization approach. The SNDAC can be used for both deterministic and stochastic control problems and is computationally efficient and effective.>
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Stochastic neural direct adaptive control based on minimum variance optimization
- Date Crossref
- 02/01/2003
- Éditeur
- IEEE
- Type
- proceedings-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Advanced Research Systems pays non établi dans la noticeEntreprise
-
Inc. Advanced Systems Research pays non établi dans la noticeEntreprise
-
Adv. Syst. Res. pays non établi dans la noticeInstitution
Advanced Research Systems, Advanced Systems Research — Inc. et Adv. Syst. Res..
Une affiliation ne permet pas de déduire la nationalité d’un auteur.