Neurodynamics-Based Model Predictive Control of Continuous-Time Under-Actuated Mechatronic Systems

Jiasen Wang, Jun Wang, Qing Long Han

Результат исследований: Вклад в журналСтатьярецензирование

20 Цитирования (Scopus)

Аннотация

This article addresses neurodynamics-based model predictive control of continuous-time under-actuated mechatronic systems. The control problem is formulated as a global optimization problem based on sampled data, which is solved by using a collaborative neurodynamic approach. The closed-loop system is proven to be asymptotically stable. Specific applications on control of autonomous surface vehicles and unmanned wheeled vehicles are elaborated to substantiate the efficacy of the approach.

Язык оригиналаАнглийский
Номер статьи9167474
Страницы (с-по)311-322
Число страниц12
ЖурналIEEE/ASME Transactions on Mechatronics
Том26
Номер выпуска1
DOI
СостояниеОпубликовано - февр. 2021
Опубликовано для внешнего пользованияДа

Fingerprint

Подробные сведения о темах исследования «Neurodynamics-Based Model Predictive Control of Continuous-Time Under-Actuated Mechatronic Systems». Вместе они формируют уникальный семантический отпечаток (fingerprint).

Цитировать