｛“状态”：“正常”，“消息类型”：“工作”，“消息版本”：“1.0.0”，“消息”：｛“索引”：｛“日期部分”：[[2024,4,27]，“日期时间”：“2024-04-27T23:13:21Z”，“时间戳”：1714259601506｝，“引用计数”：53，“发布者”：“爱思唯尔BV”，“许可证”：[｛“开始”：｛“日期部分”：[[2016,7,1]]，“日期时间”：“2016-07-01T00:00:00Z”，“时间戳”：1467331200000｝，“内容版本“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com/tdm\/userlicense\/1.0\/”}]，“资助者”：[{“DOI”：“10.13039\/501100001809”，“名称”：“国家自然科学基金”，“DOI-asserted-by”：“publisher”，“奖项”：[“61233001”，“61273140”，“6304086”，“6.1374105”]}“，”name“：北京自然科学基金会”，“doi-asserted-by”：“publisher”，“award”：[“4132078”]}]，“content-domain”：{“domain”:[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[”Neurocomputing“]，”published-print“：{”date-parts“：[[2016,7]]}，”doi“10.1016\/j.neucom.2015.08.119”，“type”：“journal-article”，“created”：{“日期-部分”：[[2016,3,10]]，“日期-时间”：“2016-03-10T02:15:35Z”，“timestamp”：1457576135000}，“page”：“80-90”，“update-policy”：”http://\/dx.doi.org\/10.1016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：98，“title”：[“一类使用自适应动态规划的不确定非线性系统的保成本神经跟踪控制”]，“prefix”：“10.1016”，“volume”：：“198”，“作者”：[{“给定”：“熊”，“家庭”：“杨”，“序列”：“第一”，“从属关系”：[]}，{“给出”：“德隆”，“家族”：“刘”，“顺序”：“附加”，“隶属关系”：[]}“成员”：“78”，“引用”：[{“键”：“10.1016\/j.neucom.2015.08.119_bib1”，“series-title”：“应用非线性控制”，“author”：“Slotine”，“year”：“1991”}，{“key”：“10.106\/j-neucom.2015.08.119_bib2”，“doi-asserted-by”：“crossref”，《首页》：“674”，“doi”：“101109\/TNN.2004.826130”，“article-title”：《不确定MIMO非线性系统的自适应神经控制》，“volume”：作者“：”葛“，“year”：“2004”，“journal-title”：“IEEE Trans.Neural Netw.”}，{“key”：“10.1016\/j.neucom.2015.08.119_bib3”，“doi-asserted-by”：“crossref”，“first-page”：“1844”，“doi”：“101002\/rnc.3181”，“article-title）：“利用神经网络对一类离散未知非仿射非线性系统进行直接自适应控制”，“volume”：”25“，“author”：“Yang”，“year:”2015“，“journal-title”：“国际J.鲁棒非线性”}，{“key”：“10.1016\/J.neucom.2015.08.119_bib4”，“doi-asserted-by”：“crossref”，“首页”：“474”，”doi“：“10.1109\/TAC.1972.1100037”，“article-title“不确定参数系统的自适应保成本控制”，“volume”：”17“author”：“Chang”，“year”：“1972”，“jornal-title:”IEEE Trans.Autom.control“}，{“key”：“10.1016\/j.neucom.2015.08.119_bib5”，“doi-asserted-by”：“crossref”，“首页”：“795”，《doi》：“10.1109\/TNN.2007.912592”，“artic-title”：“基于Galerkin\/neural-network的非线性分布参数系统保性能控制设计”，“卷”：“19”，“作者”：“Wu”，“年份”：“2008”，“日志标题”：“IEEE Trans.neural Netw.”}，{“密钥”：“10.1016\/j.neucom.2015.08.119_bib6”，“doi-asserted-by”：“crossref”，“first page”：“327”，“doi”：“10.12016\/S0167-6911（97）00125-4”，“article-title”：“具有非二次性能准则的不确定线性系统的鲁棒非线性反馈控制”，“volume”：”33“，”author“：”Haddad“，”year“1998”，“journal-title“：”Syst.control Lett.“}”，{“key”：“10.1016\/j.neucom.2015.08.119_bib7”，“doi-asserted-by”：“crossref”，“first page”：“2834”，“doi”：“10.1109\/TCYB.2014.2357896”，“article-title”：“基于神经网络的在线HJB解决方案，用于连续时间不确定非线性系统的最优鲁棒保性能控制”，“volume”:“44”，“author”：“Liu”，“year”：“2014”，“journal-title“：”IEEE Trans.Cybern。“}，{”key“：”10.1016\/j.neucom.2015.08.119_bib8“，”series-title“：”Dynamic Programming“，”author“：”Bellman“，”year“：”1957“}”，{“key”：“10.1016\/j.nucom.2015.08.119_bib9”，“unstructured”：“P.j.Werbos，Beyond regression:new tools for prediction and analysis in the behavious sciences，Harvard University，Cambridge，MA，197410.1016\/j.neucom.2015.08.119_bib10“，“非结构化”：“P.j.Werbos，实时控制和神经建模的近似动态规划，摘自：D.A.White，D.A.Sofge（编辑），《智能控制手册：神经、模糊和自适应方法》，纽约诺斯特朗，1992年，第493\u2013525页。”doi-asserted-by“：”crossref“，”first page“：”125“，”doi“：”10.1016\/j.neucom.2012.07.046“，”article-title“：”基于自适应动态规划的并网风电场无功控制“，”volume“：“125”，”author“：”Tang“，”year“：”2014“，”journal-title”：“Neurocomputing”}，{“key”：“10.1016\\j.neucomm.2015.08.119_bib12”，”doi-assert-by“”：”cross-ref“，“”第一页“：”206“，”DOI“：”10.1109\/TSMCB.2012.220336“，”文章标题“：”使用单网络ADP的连续非线性系统非零和微分对策的近最优控制“，”卷“：”43“，”作者“：”张“，”年份“：”2013“，”期刊标题“：“IEEE Trans。赛博。“}，{”key“：”10.1016\/j.neucom.2015.08.119_bib13“，”doi-asserted-by“：”crossref“，”first-page“：”331“，”doi“：”101016\/j.ins.2012.07.006“，”article-title“：”输入受限的未知离散非线性系统最优控制的迭代自适应动态规划算法“，”volume“：“220”，“author”：“Liu”，“year”：“2013”，“journal-title”：“”信息科学。“}，{”key“：”10.1016\/j.neucom.2015.08.119_bib14“，”doi-asserted-by“：”crossref“，”first page“：“882”，“doi”：“10.1109\/TNNLS.2013.2294968”，“article-title”：“非线性系统的鲁棒自适应动态规划和反馈镇定”，“volume”：“25”，“author”：“Jiang”，“year”：“2014”，“journal-title“：”IEEE Trans.Neural Netw.Learn.Syst.“}”，{“key”：”10.1016\/j.neucom.2015.08.119_bib15“，”doi-asserted-by“：”crossref“，”first page“：”1676“，”doi“：”10.1049\/iet-cta.2014.0186“，”article-title“：”使用自适应动态规划对具有未知内部动力学的仿射非线性系统进行在线近似最优控制“，”volume“：“8”，”author“：”Yang“，”year“：”2014“，”journal-title:“”IET控制理论应用。“}，{”key“：”10.1016\/j.neucom.2015.08.119_bib16“，”doi-asserted-by“：”crossref“，”first page“：“614”，“doi”：“10.1109\/TNNLS.2014.2329942”，“article-title”：“GrDHP:双重启发式动态规划的通用效用函数表示法”，“volume”：“26”，“author”：“Ni”，“year”：“2015”，“journal-title“：”IEEE Trans.Neural Netw.Learn.Syst.“}”，{“key”：“10.1016\/j.neucom.2015.08.119_bib17“，”doi-asserted-by“：”crossref“，”first page“：”2141“，”doi“：”10.1109\/TNNLS.2014.2305841“，“article-title”：“使用自适应动态规划对未知离散非线性马尔可夫跳跃系统的最优控制”，“volume”：“25”，“author”：“Zhong”，“year”：“2014”，“journal-title“：”IEEE Trans。神经网络。学习。系统。“｝，｛”key“：”10.1016\/j.neucom.2015.08.119_bib18“，”doi断言“：”crossref“，”首页“：”244“，”doi“：”10.1016\/j.neucom.2015.04.014“，”文章标题“：”虚拟现实数据驱动启发式动态编程“，”卷“：”166“，”作者“：”方“，”年份“：”2015“，”期刊标题“：”神经计算“｝，｛”key“：”10.1016\/j.neucom.2015.08.119_bib19“，”series-title“：”近似动态规划：解决维数的诅咒“，”author“：”Powell“，”year“：”2007“}，{”key“：”10.1016\/j.neucom.2015.08.119_bib20“，”doi-asserted-by“：”crossref“，”first page“：“997”，“doi”：“10.1109\/72.623201”，“article-title”：“适应性批评家设计”，“volume”：“8”，“author”：“Prokhorov”，“year”：“1997”，“journal-title标题“：”IEEE传输。神经网络。“}，{”key“：”10.1016\/j.neucom.2015.08.119_bib21“，”doi-asserted-by“：”crossref“，”first page“：“264”，“doi”：“10.1109\/72.914523”，“article-title”：“通过关联和强化进行在线学习控制”，“volume”：“12”，“author”：“Si”，“year”：“2001”，“journal-title“：”IEEE Trans.Neural Netw.22“，”series-title“：”强化学习：导论”，“作者”：“Sutton”，“年份”：“1998”}，{“key”：“10.1016\/j.neucom.2015.08.119_bib23”，“doi-asserted-by”：“crossref”，“首页”：“377”，“doi”：“101109\/TSMCB.2011.2166384”，“article-title”：“使用在线近似器的仿射非线性离散时间系统的强化学习控制器设计”，“volume”：”42“，”作者：“杨”，“年份”：“2012年”，“新闻标题”：“IEEE Trans。系统。人类网络。B部分：网络。“｝，｛”key“：”10.1016\/j.neucom.2015.08.119_bib24“，”doi断言“：”crossref“，”首页“：”30“，”doi“：”10.1016\/j.neuet.204.03.008“，”文章标题“：”使用强化学习的一类未知非仿射非线性系统的离散时间在线学习控制“，”卷“：”55“，”作者“：”Yang“，”年份“：”2014“，”期刊标题“：”Neural Netw.“｝，｛”key“：”10.1016\/j.neucom.2015.08.119_bib25“，”doi-asserted-by“：”crossref“，”first-pages“：”65“，”doi“：”101109\/TCYB.2014.2319577“，”article-title“：”H\u221e控制设计的非政策强化学习“，”volume“：“45”，”author“：”Luo“，”year“：”2015“，”journal-title:“IEEE Trans。赛博。“}，{”key“：”10.1016\/j.neucom.2015.08.119_bib26“，”doi-asserted-by“：”crossref“，”first page“：“1372”，“doi”：“10.1109\/TCYB.2015.2417170”，“article-title”：“输入约束下连续时间不确定非线性系统基于增强学习的鲁棒控制器设计”，“volume”：“45”，“author”：“Liu”，“year”：“2015”，“journal-title“：”IEEE传输。赛博。“}，{”key“：”10.1016\/j.neucom.2015.08.119_bib27“，”doi-asserted-by“：”crossref“，”unstructured“：”T.Dierks，S.Jagannathan，仿射非线性连续时间系统的最优控制，in：美国控制会议（ACC），马里兰州巴尔的摩，美国，2010，pp.1568\u20131573.“，”doi“：”101109\/ACC.2010.5531586“}doi-asserted-by“：”crossref“，”first page“：”46“，”doi“：”10.1016\/j.neucom.2012.07.047“，”article-title“：”使用迭代ADP算法的一类未知离散非线性系统基于神经网络的最优跟踪控制方案“，”volume“：“125”，”author“：”Huang“，“year”：“2014”，“journal-title”：“Neurocomputing”}，{“key”：“10.1016\/j.neucom.2015.08.119_bib29“，”doi-asserted-by“：”crossref“，”first page“：”106“，”doi“：”10.1016\\j.neucomm.2013.09.069“，”article-title“：”具有近似误差的离散非线性系统基于神经网络的自适应最优跟踪控制方案“，”volume“：“149”，“author”：“Wei”，“year”：“2015”，“journal-title”：“Neurocomputing”}，{“key“：”10.1016\/j.neucom.2015.08.119_bib30“，”doi-asserted-by“：”crossref“，”first-pages“：”2226“，”doi“：”101109\/TNN.2011.2168538“，”artic-title“：”使用自适应动态规划方法对未知一般非线性系统的数据驱动鲁棒近似最优跟踪控制“，”volume“：“22”，”author“：”Zhang“，”year“：”2011“，”journal-title:“”IEEE传输。神经网络。“}，{”key“：”10.1016\/j.neucom.2015.08.119_bib31“，”doi-asserted-by“：”crossref“，”first-page“：”1851“，”doi“：”101109\/TNN.2011.2172628“，”article-title“：”基于启发式动态规划的一类非线性时滞离散系统的最优跟踪控制“，”volume“：IEEE传输。神经网络。“}，{”key“：”10.1016\/j.neucom.2015.08.119_bib32“，”doi-asserted-by“：”crossref“，”first page“：“412”，”doi“：”101109\/JAS.2014.7004668“，”article-title“：”针对连续未知非线性系统采用简化双重近似结构的在线自适应近似最优跟踪控制“，”volume“：1”，“author”：“Na”，“year”：“2014”，“journal-title”：“”IEEE\/CAA J.自动化。罪。“}，{”key“：”10.1016\/j.neucom.2015.08.119_bib33“，”doi-asserted-by“：”crossref“，”首页“：”1099“，”doi“：”101109\/72.536307“，”article-title“：”非线性动态系统的最优跟踪神经控制器“，”volume“：“7”，”author“：”Park“，”year“：”1996“，”journal-title”：“IEEE Trans.Neural Netw.”}，”{“key”：“10.1016\\j.neucomm.2015.0 8.119_bib34“，”doi-asserted-by“：”crossref“，”first page“：”528“，”doi“：”10.1016\/j.neucom.2013.09.006“，”article-title“：”输入仿射非线性系统的固定实时最优跟踪控制“，”volume“：“129”，”author“：”Heydari“，“year”：“2014”，“journal-title”：“Neurocomputing”}，{“key”：“10.1016\/j.nucom.2015.08.119_bib35”，“doi-assert-by”：“Crosref”，“首页”：“3051“，”DOI“：”10.1109\/TAC.2014.2317301“，”article-title“：”使用强化学习的部分未知连续时间系统的线性二次跟踪控制“，”volume“：”59“，”author“：”Modares“，”year“：”2014“，”journal-title”：“IEEE Trans。自动。Control“}，{”key“：”10.1016\/j.neucom.2015.08.119_bib36“，”doi-asserted-by“：”crossref“，”first page“：“1780”，“doi”：“10.1016\/j.automatica.2014.05.011”，“article-title”：“使用积分强化学习的非线性部分未知约束输入系统的最优跟踪控制”，“volume”：“50”，“author”：“Modares”，“year”：“2014”，“journal-title“：”Automatica“}，{”key“：”10.1016\/j.neucom.2015.08.119_bib37“，”doi-asserted-by“：”crossref“，”first page“：“140”，“doi”：“10.1109\/TNNLS.2014.2358227”，“article-title”：“部分未知非线性离散时间系统基于Actor-critic-based最优跟踪”，“volume”：“26”，“author”：“Kiumarsi”，“year”：“2015”，“journal-title“：”IEEE传输。神经网络。学习。系统。“}，{”key“：”10.1016\/j.neucom.2015.08.119_bib38“，”doi-asserted-by“：”crossref“，”first page“：“1843”，“doi”：“10.1007\/s00521-012-1249-y”，“article-title”：“一类具有未知内部动力学的连续仿射非线性系统的自适应最优控制”，“volume”：“23”，“author”：“Liu”，“year”：“2013”，“journal-title“：”Neural Compute.Appl.“}”，{“key“：”10.1016\/j.neucom.2015.08.119_bib39“，”doi-asserted-by“：”crossref“，”first-pages“：”125“，”doi“：”101016\/S1004-4132（08）60056-0“，“article-title”：“Unpower aerocraft augmented state feedback tracking guaranted cost control”，“volume”：“19”，“author”：“Xu”，“year”：“2008”，“journal-title“：”j.Syst。电子工程。“}，{”key“：”10.1016\/j.neucom.2015.08.119_bib40“，”doi-asserted-by“：”crossref“，”first page“：“69”，“doi”：“10.1109\/70.660845”，“article-title”：“机器人机械手鲁棒控制的最佳控制方法”，“volume”：“14”，“author”：“Lin”，“year”：“1998”，“journal-title“：”IEEE Trans.robot.Autom.“}”，{“key”：”10.116\/j-neucom.2015.08.119_bib41“，”doi-asserted-by“：”crossref“，”first page“：”2159“，”doi“：”10.1016\/S0005-1098（97）00128-3“，”article-title“：”广义Hamilton\u2013Jacobi\u2013Bellman方程的Galerkin近似“，”volume“：机器人机械手和非线性系统的神经网络控制”，“author”：“Lewis”，“year”：“1999”}，{“key”：“10.1016\/j.neucom.2015.08.119_bib43”，“doi-asserted-by”：“crossref”，“first page”：《76》，“doi”：“101109\/MCS.2012.2214134”，“article-title”：“强化学习和反馈控制”，《volume》：“32”，“author”:“Lewi斯”，“年份”：“2012”，“journal-title“：”IEEE控制系统。“}，{”key“：”10.1016\/j.neucom.2015.08.119_bib44“，”doi-asserted-by“：”crossref“，”first page“：“878”，“doi”：“10.1016\/j.automatica.2010.02.018”，“article-title”：“在线actor-critic算法求解连续时间无限时域最优控制问题”，“volume”：“46”，“author”：“Vamvoudakis”，“year”：“2010”，“journal-title“：”automatica“}”，{“key”“：”10.1016\/j.neucom.2015.08.119_bib45“，”doi-asserted-by“：”crossref“，”first page“：”82“，”doi“：”10.1016\/j.automatica.2012.09.019“，”article-title“：”不确定非线性系统近似最优控制的新型actor-critic-identifier结构“，”volume“：“49”，“author”：“Bhasin”，“year”：“2013”，“journal-title”：“automatica”}，{“key”：“”10.1016\/j.neucom.2015.08.119_bib46“，“doi-asserted-by”：“crossref”，“unstructured”：“T.Dierks，S.Jagannathan，使用在线Hamilton\u2013Jacobi\u2013Isaacs公式对仿射非线性连续时间系统的最优控制，见：第49届IEEE决策与控制会议，佐治亚州亚特兰大，2010年12月，第3048\u20133053页。”，“doi”：“10.1109\/CCDC.2010.5717676“}，{“key”：“10.1016\/j.neucom.2015.08.119_bib47”，“doi-asserted-by”：“crossref”，“首页”：“1061”，“doi”：“101109\/TNNLS.2013.2251747”，“article-title”：“基于神经网络的直升机无人机最优自适应输出反馈控制”，“volume”：IEEE传输。神经网络。学习。系统。“}，{”key“：”10.1016\/j.neucom.2015.08.119_bib48“，”doi-asserted-by“：”crossref“，”first page“：“2037”，“doi”：“10.1049\/iet-cta.2013.0472”，“article-title”：“带控制约束的不确定非线性连续时间系统基于神经网络的在线最优控制”，“volume”：“7”，”author“：”Yang“，”“year”：“2013”，“journal-title“：”IET控制理论应用。“}，{”key“：”10.1016\/j.neucom.2015.08.119_bib49“，”doi-asserted-by“：”crossref“，”unstructured“：”X.Yang，D.Liu，Q.Wei，基于并行学习的不确定非线性连续时间系统的近优在线控制，in：神经网络国际联合会议，中国北京，2014年7月，pp.231\u2013238.“，”doi“：”10.1109\/IJCNN.2014.6889462“｝，｛”key“：”10.1016\/j.neucom.2015.008.119_bib50“，”doi断言“：”crossref“，”首页“：”553“，”doi“：”10.1080\/00207179.2013.848292“，”文章标题“：”具有输入约束的未知连续时间非线性系统自适应最优控制的强化学习“，”卷“：”87“，”作者“：”Yang“，”年份“：”2014“，”journal-title“：”Int.J.Control“}，{”key“：”10.1016\/J.neucom.2015.08.119_bib51“，”doi-asserted-by“：”crossref“，”first page“：“627”，“doi”：“10.1109\/TASE.2013.2296206”，“article-title”：“一类连续非线性系统鲁棒控制在线设计的策略迭代算法”，“volume”：“11”，“author”：“Wang”，“year”：“2014”，“journal-title“：”IEEE Trans。自动。科学。Eng.“}，{”key“：”10.1016\/j.neucom.2015.08.119_bib52“，”series-title“：”加权残差法和变分原理“，”author“：”Finlayson“，”year“：”1972“}”，{“key”：“10.1016\/j.nucom.2015.08.119_bib53”，“series-ttle”：“数学分析原理”，“author”：“Rudin”，“year”：“1976”}]，“container-title”：[“神经计算”]，“original-title“：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S0925231216003167？httpAccept=text\/xml“，”content-type“：”text\/xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，{”URL“：”http://api.elsevier.com/content\/aarticle\/PII:S0925523116003167？httpAccelect=text\/plain“，”content-type“：”text\/plain“，”content-version“：”vor“，”intended-application“：”text-mining“}]，”deposed“：{”date-parts“：[[2019,8,10]]，”date-time“：”2019-08-10T04:40:09Z“，”timestamp“：1565412009000}，”score“：1，”resource“：{“primary”：{“URL”：“https:\/\/linkinghub.elsevier.com\/retrieve\/piii\/S092523116003167”}，“subtittle”：[]，“短标题”：[]，”已发布“：{”date-parts“：[[2016,7]]}，”references-count“：53，”alternative-id“：[”S092523116003167“]，”URL“：”http://\/dx.doi.org\/10.1016\/j.neucom.2015.08.119“，”relation“：{}，“ISSN”：[”0925-2312“]，“ISSN-type”：[{“value”：“0925-2313”，“type”:“print”}]，“subject”：【】，“published”：{“date-part”：[[2016,7]]}，“断言”：[{“value”：“Elsevier”，“name”：“publisher”，“label”：“本文由“}，{”value“：”使用自适应动态规划对一类不确定非线性系统的保成本神经跟踪控制“，”name“：”articletite“，”label“：”article Title“}”，{“value”：“Neurocomputing”，“name”：“journaltitle”，“label”：“Journal Title”}，“value“:”https:\/\/doi.org\/101016\/j.neucom.2015.08.119“，”name“：”articlelink”，“label”：“CrossRef DOI链接到出版商维护的版本”｝，｛“value”：“article”，“name”：“content_type”，“label”：“content type”｝，｛“value”：“\u00a9 2016 Elsevier B.V.保留所有权利。”，“name”：“copyright”，“label”：“copyright”｝]｝