×
验证码:
换一张
忘记密码?
记住我
切换中国科技网通行证登录
×
切换中国科技网通行证登录
登录
中文版
|
English
中国科学院自动化研究所机构知识库
Knowledge Commons of Institute of Automation,CAS
登录
注册
ALL
ORCID
题名
作者
导师
学科领域
关键词
资助项目
文献类型
出处
会议名称
收录类别
出版者
发表日期
存缴日期
学科门类
学习讨论厅
图片搜索
粘贴图片网址
首页
研究单元&专题
作者
文献类型
学科分类
知识图谱
新闻&公告
在结果中检索
研究单元&专题
复杂系统管理与控制国... [8]
作者
王鼎 [4]
魏庆来 [2]
李超 [1]
赵冬斌 [1]
马宏文 [1]
张启超 [1]
更多...
文献类型
期刊论文 [8]
发表日期
2022 [1]
2017 [4]
2015 [2]
2013 [1]
语种
英语 [8]
出处
NEUROCOMPU... [8]
资助项目
收录类别
SCI [8]
导师
资助机构
61533017 [4]
Beijing Na... [3]
National N... [2]
U1501251) [2]
2016041403... [1]
61273140 [1]
更多...
×
知识图谱
CASIA OpenIR
开始提交
已提交作品
待认领作品
已认领作品
未提交全文
收藏管理
QQ客服
官方微博
反馈留言
浏览/检索结果:
共8条,第1-8条
帮助
限定条件
出处:NEUROCOMPUTING
已选(
0
)
清除
条数/页:
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
排序方式:
请选择
作者升序
作者降序
提交时间升序
提交时间降序
WOS被引频次升序
WOS被引频次降序
期刊影响因子升序
期刊影响因子降序
题名升序
题名降序
发表日期升序
发表日期降序
A New Neuro-Optimal Nonlinear Tracking Control Method via Integral Reinforcement Learning with Applications to Nuclear Systems
期刊论文
NEUROCOMPUTING, 2022, 卷号: 483, 页码: 361-369
作者:
Zhong, Weifeng
;
Wang, Mengxuan
;
Wei, Qinglai
;
Lu, Jingwei
收藏
  |  
浏览/下载:168/0
  |  
提交时间:2022/06/10
Integral reinforcement learning
Nuclear power reactor
Nonlinear system
Optimal tracking control
Neural networks
Bounded robust control design for uncertain nonlinear systems using single-network adaptive dynamic programming
期刊论文
NEUROCOMPUTING, 2017, 卷号: 266, 页码: 128-140
作者:
Huang, Yuzhu
;
Wang, Ding
;
Liu, Derong
Adobe PDF(1876Kb)
  |  
收藏
  |  
浏览/下载:305/80
  |  
提交时间:2018/03/03
Neural Networks
Optimal Control
Adaptive Dynamic Programming
Bounded Robust Control
Uncertain Nonlinear Systems
Adaptive tracking control for a class of continuous-time uncertain nonlinear systems using the approximate solution of HJB equation
期刊论文
NEUROCOMPUTING, 2017, 卷号: 260, 页码: 432-442
作者:
Mu, Chaoxu
;
Sun, Changyin
;
Wang, Ding
;
Song, Aiguo
Adobe PDF(1555Kb)
  |  
收藏
  |  
浏览/下载:396/152
  |  
提交时间:2017/09/12
Adaptive Tracking Control
Hamilton-jacobi-bellman (Hjb) Equation
Adaptive Dynamic Programming (Adp)
Neural Networks
Uncertainties
Data-driven adaptive dynamic programming for continuous-time fully cooperative games with partially constrained inputs
期刊论文
NEUROCOMPUTING, 2017, 卷号: 238, 期号: *, 页码: 377-386
作者:
Zhang, Qichao
;
Zhao, Dongbin
;
Zhu, Yuanheng
Adobe PDF(1508Kb)
  |  
收藏
  |  
浏览/下载:560/258
  |  
提交时间:2017/05/04
Adaptive Dynamic Programming
Optimal Control
Neural Network
Fully Cooperative Games
Data-driven
Constrained Input
Self-tuned local feedback gain based decentralized fault tolerant control for a class of large-scale nonlinear systems
期刊论文
NEUROCOMPUTING, 2017, 期号: 235, 页码: 147-156
作者:
Zhao, Bo
;
Li, Yuanchun
;
Liu, Derong
Adobe PDF(1373Kb)
  |  
收藏
  |  
浏览/下载:360/103
  |  
提交时间:2017/05/05
Large-scale Nonlinear Systems
Partial Loss Of Actuator Effectiveness
Decentralized Fault Tolerant Control
Self-tuned Local Feedback Gain
Neural Network
Nonlinear neuro-optimal tracking control via stable iterative Q-learning algorithm
期刊论文
NEUROCOMPUTING, 2015, 卷号: 168, 期号: x, 页码: 520-528
作者:
Wei, Qinglai
;
Song, Ruizhuo
;
Sun, Qiuye
;
Qinglai Wei
Adobe PDF(2222Kb)
  |  
收藏
  |  
浏览/下载:583/235
  |  
提交时间:2015/09/23
Adaptive Dynamic Programming
Approximate
Dynamic Programming
Q-learning
Optimal Tracking Control
Neural Networks
Neural-network-based decentralized control of continuous-time nonlinear interconnected systems with unknown dynamics
期刊论文
NEUROCOMPUTING, 2015, 期号: 165, 页码: 90-98
作者:
Liu, Derong
;
Li, Chao
;
Li, Hongliang
;
Wang, Ding
;
Ma, Hongwen
Adobe PDF(1120Kb)
  |  
收藏
  |  
浏览/下载:344/110
  |  
提交时间:2015/09/17
Adaptive Dynamic Programming
Decentralized Control
Optimal Control
Policy Iteration
Neural Networks
Neural-network-based zero-sum game for discrete-time nonlinear systems via iterative adaptive dynamic programming algorithm
期刊论文
NEUROCOMPUTING, 2013, 卷号: 110, 页码: 92-100
作者:
Liu, Derong
;
Li, Hongliang
;
Wang, Ding
Adobe PDF(537Kb)
  |  
收藏
  |  
浏览/下载:247/103
  |  
提交时间:2015/08/12
Adaptive Dynamic Programming
Approximate Dynamic Programming
Heuristic Dynamic Programming
Neural Networks
Zero-sum Game
H-infinity Optimal Control