基于自适应神经网络的不确定非线性系统的模糊跟踪控制

提出了一种基于模糊模型和自适应神经网络的跟踪控制方法.在系统具有未知不确定非线性特性的情况下,首先利用T＿S模糊模型对系统的已知特性进行近似建模,对基于模糊模型的模糊H∞跟踪控制律进行输出跟踪控制.并在此基础上,进一步采用RBF神经网络完全自适应控制,通过在线自适应调整RBF神经网络的权重、函数中心和宽度,从而有效地消除系统的未知不确定性和模糊建模误差的影响,保证了非线性闭环系统的稳定性和系统的H∞跟踪性能,而不要求系统的不确定项和模糊建模误差满足任何匹配条件或约束.最后,将所提出的方法应用到一非线性混沌系统,仿真结果表明了所提出的方案不仅能够有效地稳定该混沌系统,而且能使系统输出跟踪期望输出.     

《混沌系统的模糊神经网络控制理论与方法》评介

由谭文教授和王耀南教授撰写的《混沌系统的模糊神经网络控制理论与方法》专著,较系统地介绍了混沌系统模糊神经网络控制的基本理论和新方法、新成果。全书12章,涵盖了混沌系统的BP神经网络控制、混沌系统的RBF神经网络控制、超混沌系统的模糊滑模控制、不确定混沌系统的模糊自适应控制、无穷维时滞混沌系统的混合模糊神经网络时间序列预测、混沌系统的复合遗传神经网络控制、不确定混沌系统的模糊神经网络自适应控制、动态神经网络的不确定混沌系统辨识与控制、基于线性矩阵不等式方法的不确定混沌系统模糊控制、不确定混沌系统的递归高阶神经网络同步控制等,具体内容如下：     

基于模糊模型和神经网络的多时滞不确定非线性系统的鲁棒H∞控制

针对一类具有多时滞的不确定非线性系统,提出了一种基于模糊模型和神经网络的组 合控制方法.利用具有多时滞的模糊T-S模型对系统进行近似建模并给出基于线性矩阵不等式 (LMI)的模糊H∞控制律.提出完全自适应RBF神经网络控制方法,通过在线自适应调整RBF 神经网络的权重、函数中心和宽度,来对消系统的未知不确定性和模糊建模误差的影响,不要求 系统的不确定项和模糊建模误差满足任何匹配条件或约束,并证明了闭环系统的稳定性.最后, 将所提出的方法应用到一具有多时滞的非线性混沌系统,仿真结果表明了该方法的有效性.     

非线性电路与系统的脉冲建模及其稳定性

非线性电路和系统作为非线性科学的一部分在各个领域受到关注。在本文中,我们研究了非线性电路系统的脉冲建模和稳定性。首先,鲁里叶系统和时间变化滞后非线性系统的脉冲建模和控制。其次,研究了混沌和滞后脉冲模糊系统的稳定性。第三,研究不确定时变系统的脉冲建模和控制。非线性电路和系统作为非线性科学的一个分岔,近年来在各个领域受到关注。本文的主要内容是关于非线性电路系统的脉冲建模和稳定性的研究。包括蔡司混沌电路的脉冲建模和控制研究。2)研究混沌系脉冲控制的稳定性洛伦兹。3)研究了时变滞后鲁里叶系统和非线性系统的脉冲建模和控制。4)研究了暧昧混沌系和滞后脉冲暧昧系的稳定性。5)不确定时变系统的脉冲建模和控制的研究。     

基于自适应神经网络的不确定混沌系统控制

针对不确定非线性混沌系统,提出一种基于动态神经网络建模的控制新方法.基于Lyapunov稳定性理论,推导出了神经网络权值在线学习规律,保证了系统的全局稳定性.在混沌建模阶段,神经网络用于学习不确定混沌系统,然后在所建模型的基础上,设计控制器将混沌状态引导到期望目标位置;并且对系统的稳定性能进行了严格的数学分析.把该方法应用到Logistic映射和Hénon 映射建模和控制,数值仿真表明该方法的有效性.     

基于模糊滑模的不确定混沌系统控制

提出了一种利用直接自适应模糊神经网络控制与模糊滑膜控制相结合来控制一类不确定非线性混沌系统的新方法。应用Takagi-Sugeno模糊逻辑系统设计系统控制律和参数在线调整规则,使控制系统能准确的跟踪给定信号,同时具有较强的抑制系统参数摄动的能力以及抑制随机噪声的能力。仿真实验结果表明,此算法有效地实现了不确定混沌系统的追踪控制,使系统的跟踪误差减小,提高了系统的鲁棒性,应用前景十分广阔。     

参数不确定离散混沌系统的模糊脉冲控制

研究了参数不确定离散混沌系统的控制问题.通过Takagi-Sugeno(TS)模糊动态模型和脉冲控制技术,建立了参数不确定离散混沌系统的Takagi-Sugeno模糊脉冲控制模型,然后利用矩阵分析和Lyapunov稳定性理论,得到了参数不确定离散混沌系统控制的一个充分条件,最后通过实例证实了该结果的正确性,相比传统的控制方法,基于Takagi-Sugeno模型的模糊脉冲控制方法具有一定的优越性.     

基于T-S模糊模型的混沌系统脉冲控制

给出了一种基于T-S模糊模型的混沌系统模糊脉冲控制方法.首先给出了基于T-S模糊模型对非线性系统精确建模的原理,得到与混沌系统等价的T-S模糊系统.然后根据建模得到的T-S模糊系统,采用模糊脉冲控制技术来实现控制.最后,以控制Ndolschi混沌系统为例,证明了这种方法的有效性.     

基于自组织竞争优化结构的混沌系统建模

针对混沌系统建模引入模糊神经网络模型时隶属函数不具有自适应性，系统模糊规则数的确定有一定的人为主观性的问题，本文对模型参数进行遗传退火算法优化，然后利用自组织竞争网络优化模型结构，使模型具有最佳结构即最简单的模糊规则数；再对有最佳结构的模型进行参数优化，得到具有最佳结构和参数的建模模型。以一维的Logistic系统、二维的Henon系统和Mackey-Glass混沌时间序列为例进行仿真分析，结果表明模型能够拟合原混沌系统，精度良好而且结构最简。     

一类不确定混沌系统的模糊滑模控制与同步

针对一类具有不确定项的二阶连续时间混沌系统的定值跟踪控制和自混沌同步及异结构混沌同步问题,提出了一种模糊滑模变结构控制方法,设计了模糊滑模变结构控制器,并从理论上证明了控制系统的稳定性.在该控制器的作用下,可以实现两个相同或不同结构的混沌系统的控制与同步,且不受不确定性的影响,具有很强的鲁棒性.定值跟踪和同步控制的仿真结果表明,该控制器是有效的.     

Adaptive Synchronization of Uncertain Chaotic Systems Based on T–S Fuzzy Model

This paper presents an adaptive approach for synchronization of Takagi-Sugeno (T-S) fuzzy chaotic systems. T-S fuzzy model can represent a general class of nonlinear system and we employ it for fuzzy modeling of the chaotic drive system. Since the output of the drive system is only available for synchronization, the response system is designed based on fuzzy adaptive observer for uncertain parameters and parameter mismatch cases. We analyze the stability of the overall fuzzy synchronization system by applying Lyapunov stability theory and derive stability conditions by solving linear matrix inequalities (LMIs) problem. The adaptive law is derived to estimate the uncertain parameters or parameter mismatch. Numerical examples are given to demonstrate the validity of the proposed fuzzy adaptive synchronization approach.     

基于T-S模糊模型的离散混沌系统变结构控制

研究了离散混沌系统模糊变结构控制问题.采用T-S模糊模型描述离散混沌系统,将离散混沌系统模糊化为局部线性模型.依据Lyapunov稳定性定理和线性系统变结构控制趋近律设计方法,设计了一种新型的离散变结构控制器,该控制器不仅能保证局部线性模型渐近稳定,而且能确保模糊动态模型全局渐近稳定.利用Matlab对确定Henon系统和不确定Henon系统进行数值仿真,结果表明所设计的控制器不但有效,而且具备很强的鲁棒性.     

Projective synchronization of two different fractional-order chaotic systems via adaptive fuzzy control

In this paper, the projective synchronization problem of two fractional-order different chaotic (or hyperchaotic) systems with both uncertain dynamics and external disturbances is considered. More particularly, a fuzzy adaptive control system is investigated for achieving an appropriate projective synchronization of unknown fractional-order chaotic systems. The adaptive fuzzy logic systems are used to approximate some uncertain nonlinear functions appearing in the system model. These latter are augmented by a robust control term to compensate for the unavoidable fuzzy approximation errors and external disturbances as well as residual error due to the use of the so-called e-modification in the adaptive laws. A Lyapunov approach is adopted for the design of the parameter adaptation laws and the proof of the corresponding stability as well as the asymptotic convergence of the underlying synchronization errors towards zero. The effectiveness of the proposed synchronization system is illustrated through numerical experiment results.     

永磁同步电动机的混沌模型及其模糊建模

推导出永磁同步电动机 (PMSM)的数学模型, 讨论了常输入电压、常外部转矩条件下系统的稳态特性. 该模型在适当的参数选择和外部输入下, 可以呈现出非常复杂的极限环或混沌行为. 基于Takagi_Sugeno模糊建模方法, 给出了永磁同步电动机的TS模糊模型, 这为进一步研究模糊和混沌理论的内在联系, 及利用基于模糊模型的控制方法控制混沌现象提供了一条途径. 计算机仿真结果表明TS模糊系统的吸引子与原系统的混沌吸引子是拓扑等价的.     

基于自适应模糊滑模控制的分数阶混沌系统的投影同步

基于模糊控制理论和滑模控制理论以及自适应控制理论,研究了一类含有外部扰动的不确定分数阶混沌系统的混合投影同步问题.提出了一种自适应模糊滑模控制的分数阶混沌系统投影同步方法.模糊逻辑系统用来逼近未知的非线性函数和外部扰动,并且对逼近误差采用了自适应控制,同时构造了一种具有较强鲁棒性的分数阶积分滑模面.应用分数阶Barbalat引理设计了自适应模糊滑模控制器和参数自适应律.最后数值仿真结果验证了所提控制方法的有效性.     

Hybrid adaptive fuzzy identification and control of nonlinearsystems

We present a combined direct and indirect adaptive control scheme for adjusting an adaptive fuzzy controller, and adaptive fuzzy identification model parameters. First, using adaptive fuzzy building blocks, with a common set of parameters, we design and study an adaptive controller and an adaptive identification model that have been proposed for a general class of uncertain structure nonlinear dynamic systems. We then propose a hybrid adaptive (HA) law for adjusting the parameters. The HA law utilizes two types of errors in the adaptive system, the tracking error and the modeling error. Performance analysis using a Lyapunov synthesis approach proves the superiority of the HA law over the direct adaptive (DA) method in terms of faster and improved tracking and parameter convergence. Furthermore, this is achieved at negligible increased implementation cost or computational complexity. We prove a theorem that shows the properties of this hybrid adaptive fuzzy control system, i.e., bounds for the integral of the squared errors, and the conditions under which these errors converge asymptotically to zero are obtained. Finally, we apply the hybrid adaptive fuzzy controller to control a chaotic system, and the inverted pendulum system     

一类不确定时滞模糊系统的鲁棒H∞控制

对于一类不确定非线性时滞系统,研究使系统二次稳定的状态反馈控制方法。利用T—S模糊模型对时变时滞不确定非线性系统进行建模,采取分段光滑（PSQ）的Lyapunov函数和线性矩阵不等式方法给出使系统二次稳定的模糊状态反馈控制器存在的充分条件,避免并行补偿法中求解公共矩阵P的困难。仿真试验证明,通过该方法设计的控制器具有良好的鲁棒性,控制效果良好。     

Robust fuzzy control of nonlinear systems with parametricuncertainties

Addresses the robust fuzzy control problem for nonlinear systems in the presence of parametric uncertainties. The Takagi-Sugeno (T-S) fuzzy model is adopted for fuzzy modeling of the nonlinear system. Two cases of the T-S fuzzy system with parametric uncertainties, both continuous-time and discrete-time cases are considered. In both continuous-time and discrete-time cases, sufficient conditions are derived for robust stabilization in the sense of Lyapunov asymptotic stability, for the T-S fuzzy system with parametric uncertainties. The sufficient conditions are formulated in the format of linear matrix inequalities. The T-S fuzzy model of the chaotic Lorenz system, which has complex nonlinearity, is developed as a test bed. The effectiveness of the proposed controller design methodology is finally demonstrated through numerical simulations on the chaotic Lorenz system