طراحی کنترل حالت لغزشی دینامیکی با استفاده از شبکه عصبی بازگشتی
چکیده
ما دو شبکه عصبی برخط برای شناسایی و بدست آوردن یک مدل برای سیستم غیرخطی نامعلوم پیشنهاد می دهیم. در روش اول، آموزش قانون تطبیقی-عصبی براساس متغیرهای حالت در دسترس می باشد و برای همگرا شدن کران خطای رویتگر به صفر اثباتی وجود ندارد به عبارتی، خطای رویتگر به یک کرانی که کوچک بودن آن تضمین نمی شود همگرا خواهد شد. در روش دوم، آموزش قانون فقط براساس خروجی سیستم است و همگرا شدن خطای رویتگر به صفر نیز اثبات می شود، که این برتری نسبت به روش اول محسوب می شود.