ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

Nonlinear Observer Applying Neural Network for A class of Chaotic System in the Presence of Uncertainty

سال انتشار: 1393
کد COI مقاله: JR_IJMEC-4-10_002
زبان مقاله: انگلیسیمشاهده این مقاله: 435
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 12 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Nonlinear Observer Applying Neural Network for A class of Chaotic System in the Presence of Uncertainty

Milad Malekzadeh - Faculty of Electrical and Computer Engineering, Babol University of Technology, Babol, Iran
Alireza Khosravi - Faculty of Electrical and Computer Engineering, Babol University of Technology, Babol, Iran
Abolfazl Ranjbar Noei - Faculty of Electrical and Computer Engineering, Babol University of Technology, Babol, Iran
Reza Ghaderi - Faculty of Electrical and Computer Engineering, Babol University of Technology, Babol, Iran

چکیده مقاله:

To control chaos phenomena with desirable performance, access to the states of plant is required. Due to complicated structure of chaotic systems, measurement of their states is a problem. In order to solve this problem, the observer must be added to control strategy for estimating the inaccessible states. In the present paper, the adaptive neural network observer is considered for chaotic system. This observer is tuned online and no exact information ofnonlinear term is needed. This characteristic covers considerable part of uncertainty of plant

کلیدواژه ها:

ADAPTIVE NEURAL NETWORK OBSERVER ، CHAOS ، DUFFING SYSTEM ، GENESIOTESI SYSTEM

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا JR_IJMEC-4-10_002 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/443321/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Malekzadeh, Milad and Khosravi, Alireza and Ranjbar Noei, Abolfazl and Ghaderi, Reza,1393,Nonlinear Observer Applying Neural Network for A class of Chaotic System in the Presence of Uncertainty,https://civilica.com/doc/443321

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1393, Malekzadeh, Milad؛ Alireza Khosravi and Abolfazl Ranjbar Noei and Reza Ghaderi)
برای بار دوم به بعد: (1393, Malekzadeh؛ Khosravi and Ranjbar Noei and Ghaderi)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 6,134
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی