摘要
本发明涉及一种基于积分增强的求解时变矩阵的神经网络控制方法。它提出了一种新颖的基于积分增强的递归神经网络以实现对时变矩阵方程的求解。首先引入一组非负松弛变量,将时变不等式组转化为矩阵方程的形式,并构造出关于误差函数的矩阵微分方程。其次通过矩阵的伪逆变换,推导出该矩阵微分方程的显式解,并在此基础上加入积分增强项,以提高求解模型的抗干扰能力。本发明采用先进的积分增强的递归神经网络方法对时变矩阵方程进行求解,具有计算效率高、收敛快、抗噪能力强、鲁棒性好的特点。
技术关键词
神经网络控制方法
矩阵
机器人运动学规划
水下机器人路径规划
递归神经网络方法
方程
表达式
生成神经网络
误差函数
数学
执行机构
下位机
变量
鲁棒性
机械臂
无人机
加速度
关系
系统为您推荐了相关专利信息
估计方法
信息熵
协方差矩阵
阵列天线接收信号
抑制脉冲噪声
雷达阵列天线
主波束
估计方法
估计算法
计算机终端
卡尔曼滤波模型
卡尔曼滤波算法
跟踪方法
观测噪声
堆栈结构
文本推荐方法
多头注意力机制
分词
文本处理算法
矩阵