北京理工大学学报
北京理工大學學報
북경리공대학학보
JOURNAL OF BEIJING INSTITUTE OF TECHNOLOGY
2006年
3期
226-229
,共4页
王华%崔晓婷%刘向东%张宇河
王華%崔曉婷%劉嚮東%張宇河
왕화%최효정%류향동%장우하
姿态控制%Q-学习%模糊神经网络%再励学习
姿態控製%Q-學習%模糊神經網絡%再勵學習
자태공제%Q-학습%모호신경망락%재려학습
将模糊神经网络控制引入到三轴稳定卫星的姿态控制中,结合Q-学习和BP神经网络来解决模糊神经网络参数在线调整问题,在无需训练样本的前提下实现控制器的在线学习. 仿真结果表明,这种基于Q-学习的模糊神经网络控制不仅可以满足对姿态控制精度的要求,还有效地抵制了外界干扰,提高了姿态稳定度,对卫星的不确定性有较强的鲁棒性.
將模糊神經網絡控製引入到三軸穩定衛星的姿態控製中,結閤Q-學習和BP神經網絡來解決模糊神經網絡參數在線調整問題,在無需訓練樣本的前提下實現控製器的在線學習. 倣真結果錶明,這種基于Q-學習的模糊神經網絡控製不僅可以滿足對姿態控製精度的要求,還有效地牴製瞭外界榦擾,提高瞭姿態穩定度,對衛星的不確定性有較彊的魯棒性.
장모호신경망락공제인입도삼축은정위성적자태공제중,결합Q-학습화BP신경망락래해결모호신경망락삼수재선조정문제,재무수훈련양본적전제하실현공제기적재선학습. 방진결과표명,저충기우Q-학습적모호신경망락공제불부가이만족대자태공제정도적요구,환유효지저제료외계간우,제고료자태은정도,대위성적불학정성유교강적로봉성.
