共查询到20条相似文献,搜索用时 204 毫秒
1.
2.
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 总被引:6,自引:1,他引:6
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. 相似文献
3.
4.
自适应模糊控制理论的研究综述 总被引:18,自引:7,他引:11
针对近10年来自适应模糊控制的主要研究成果,从模糊系统、模糊控制、稳定性、模糊逼近和神经网络等方面较详细地概括与分析了自适应模糊控制理论的研究与进展,特别是在Lyapunov稳定性理论下,基于模糊模型的自适应模糊控制与鲁棒控制、滑模控制等传统方法的结合与互补为非线性系统建模与控制提供了强有力的工具.最后对自适应模糊控制新的研究方向进行了展望,模糊建模与自适应控制的研究具有重要的理论和实际意义. 相似文献
5.
6.
提出一种基于小生境自适应差分进化小波神经网络(NADE-WNN)的方法对不确定混沌系统进行控制。该方法利用小波神经网络学习未知模型混沌系统的动态特性并实施控制,为提高神经网络的学习精度和收敛速度,采用小生境自适应差分进化算法同时优化小波神经网络的结构和参数,简化网络结构,提高网络的学习精度和全局收敛性。仿真实验结果表明,在有外部干扰和参数摄动的情况下,NADE-WNN仍能对不确定混沌系统进行有效控制,且网络结构、控制精度和收敛速度都优于传统神经网络。 相似文献
7.
自适应控制是一种提高系统鲁棒性的有效方法。模糊神经网络具有了模糊逻辑和神经网络两者的优点,结合模糊神经网络(Fuzzy Neural Network—FNN)自适应控制策略和通用模型控制(Common Model Control—CMC)方法,以此来实现被控对象的逆控制,提出了基于模糊神经网络的通用模型自适应控制(FNNC—CMAC)。此控制方法参考轨迹是一条典型二阶曲线,仿真结果验证了鲁棒性,与基于模糊神经网络的通用模型控制及基于模糊逻辑的通用模型自适应控制相比,其控制性能更好。 相似文献
8.
9.
一类模型未知系统的辨识和混沌化控制 总被引:1,自引:0,他引:1
对于一类模型未知的非混沌系统采用模糊神经网络辨识其动力学特性, 将得到的模糊神经网络辨识模型应用于逆系统方法中, 实现了一类模型未知非混沌系统的混沌化控制. 该方法不依赖于被控对象的数学模型, 就可以进行有效控制. 研究了模糊神经网络辨识误差对控制精度的影响, 证明了适当设计参数可以使由辨识误差引起的控制误差小于辨识误差. 针对连续和离散两类系统的仿真研究证明了该方法的有效性. 相似文献
10.
11.
12.
基于干扰观测器的一类不确定非线性系统自适应二阶动态terminal滑模控制 总被引:1,自引:0,他引:1
针对一类不确定非线性系统的跟踪控制问题,在考虑建模误差、参数不确定和外部干扰情况下,以其拥有良好的跟踪性能以及强鲁棒性为目标,提出基于回归扰动模糊神经网络干扰观测器(recurrent perturbation fuzzy neural networks disturbance observer,RPFNNDO)的鲁棒自适应二阶动态terminal滑模控制策略.将回归网络、模糊神经网络和sine-cosine扰动函数各自优势相结合,给出一种回归扰动模糊神经网络结构,提出RPFNNDO设计方法,保证干扰估计准确性;构造基于带有指数函数滑模面的二阶快速terminal滑模面,给出其控制器设计过程,避免了滑模到达阶段、传统滑模的抖振问题,采用具有指数收敛的鲁棒项抑制干扰估计误差对系统跟踪性能的影响,利用Lyapunov理论证明闭环系统的稳定性;将该方法应用于混沌陀螺系统同步控制仿真实验,结果表明所提方法的有效性. 相似文献
13.
不确定非线性系统的模糊鲁棒跟踪控制 总被引:7,自引:0,他引:7
提出了一种基于T-S模糊型的鲁捧自适应跟踪控制方法.整个控制方案在结合所有
的局部线性状态反馈控制器的基础上,引入了基于自适应神经网络的鲁棒控制器.所提出的
模糊自适应鲁棒控制器设计方法不需要求取李亚普诺夫方程的公共解,不要求系统的不确定
性项满足任何匹配条件或约束条件所提出的带有补偿项的完全自适应RBF神经网络,通过
在线自适应调整RBF神经网络的权重、函数中心和宽度,提高了神经网络的学习能力,可以
有效地对消系统的未知不确定性的影响.同时通过自适应补偿项来在线估计神经网络的近似
误差边界,弥补了神经网络的不足.所提出的方案保证了闭环系统的稳定性,有效地提高了
系统的鲁棒性和跟踪性能.仿真实例表明了所提出方法的有效性. 相似文献
14.
15.
朱少平 《计算机工程与应用》2011,47(10):145-146
研究了具有相同结构的超混沌系统的反同步问题。基于Lyapunov稳定性理论和自适应控制方法,给出了系统参数不确定时系统反同步的自适应控制律;通过对超混沌LV系统的数值仿真,验证了提出方案的有效性。 相似文献
16.
17.
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 总被引:2,自引:0,他引:2
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. 相似文献
18.
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. 相似文献
19.
基于自组织模糊CMAC神经网络的不确定系统的H∞鲁棒自适应控制 总被引:2,自引:0,他引:2
针对一类不确定系统,提出一种基于自组织模糊小脑模型(SOFCMAC)神经网络的H∞鲁棒自适应控制方法,通过设计标称系统的H∞控制器,并采用SOFCMAC神经网络在线对消系统的建模不确定性产生的误差,可保证不确定闭环稳定并具有H∞性能,证明了SOFCMAC神经网络H∞鲁棒自适应控制系统的稳定性,仿真算例表明了该方法的有效性。 相似文献