共查询到18条相似文献,搜索用时 55 毫秒
1.
2.
针对非线性动态逆控制鲁棒性差的缺点,综合最优控制和神经网络控制,提出一种自适应非线性控制策略。首先采用非线性动态逆进行基本控制律设计,然后对由于建模误差或舵面故障等因素导致的动态逆误差,利用神经网络进行在线补偿,根据最优控制理论得到神经网络权值的自适应律,并基于Lyapunov直接法证明该自适应律的稳定性和收敛性。针对某飞机的仿真结果表明,在存在较大逆误差的情况下,所设计的控制系统具有良好的鲁棒性。 相似文献
3.
基于模糊神经网络滑模控制器的一类非线性系统自适应控制 总被引:2,自引:0,他引:2
本文研究了一类不确定性非线性系统的自适应控制,在模糊神经网络滑模控制器(Fuzzy nerual Networks sliding Mode Controlle )的基础上提出了一种设计方法,将FNNSMC与带死区的滑模控制器(Sliding mode Controller with Dead Zone)有机结合,通过平滑切换实现自适应控制,这种方法使系统不仅有好的鲁棒性而且能有效地消除离频动,同时 相似文献
4.
5.
基于神经网络的模型参考自适应控制 总被引:2,自引:0,他引:2
将神经网络应用于模型参考自适应控制系统中,组成模型参考神经网络自适应控制系统.利用神经网络自身的优点来克服传统模型参考自适应控制算法的不足,使系统具有更强的鲁棒性和容错性.仿真结果表明,该系统与传统的模型参考自适应控制系统比较,不仅能实现原系统的功能,而且该系统的稳定性和抗干扰性优于原系统. 相似文献
6.
基于神经网络的自适应控制应用现状及发展 总被引:3,自引:0,他引:3
通过神经网络与自适应控制的结合,提出了两种基于神经网络的自适应控制系统(MRAC和STC),主要从应用角度出发,介绍了神经网络自适应控制的研究现状及今后的发展,并与常规自适应控制进行比较,指出了利用神经网络的自身特点,应用于控制系统中的优越性和可行性。 相似文献
7.
给出了神经网络自适应控制方法,利用神经网络解决无参数,无模型等未知特性的系统控制问题,设计出神经网络自适应控制器,并对倒立摆系统进行仿真,验证理论的有效性和优越性。 相似文献
8.
研究了一类单输入单输出仿射非线性系统的自适应控制问题.采用反馈线性化方法设计控制器,用神经网络逼近系统中的未知非线性函数,并在神经网络权值的自适应律中引入权值误差的概念,以改善系统的动态性能.同时采用滑模控制方法设计补偿器,提高了系统的鲁棒性.理论分析及仿真结果表明,所设计的控制器,不仅能解决该系统的轨迹跟踪控制问题,... 相似文献
9.
为了提高模糊神经网络的运行效率,针对一类离散时间非线性系统,提出了一种优化的模糊神经网络(fuzzy neural network,FNN)自适应控制方法.采用动量梯度下降算法改进模糊神经网络,设计模糊神经网络的参数调整迭代过程,在代价函数中加入正则项,实现参数的更新,提高网络收敛速度以及泛化能力,设计自适应动态控制方... 相似文献
10.
11.
12.
13.
信号处理是通信与信息学科中的一个重要研究领域。讨论了基于神经网络的自适应信号处理,并提出了一种用于优化滤波器的神经网络构造方法。利用Matlab的Simulink仿真器对其进行系统仿真,仿真结果和理论分析相一致,证实了神经网络应用于信号处理有着相当大的应用前景。 相似文献
14.
In this paper, the problems of robust consensus tracking control for the second-order multi-agent system with uncertain model parameters and nonlinear disturbances are considered. An adaptive control strategy is proposed to smooth the agent’s trajectory, and the neural network is constructed to estimate the system’s unknown components. The consensus conditions are demonstrated for tracking a leader with nonlinear dynamics under an adaptive control algorithm in the absence of model uncertainties. Then, the results are extended to the system with unknown time-varying disturbances by applying the neural network estimation to compensating for the uncertain parts of the agents’ models. Update laws are designed based on the Lyapunov function terms to ensure the effectiveness of robust control. Finally, the theoretical results are verified by numerical simulations, and a comparative experiment is conducted, showing that the trajectories generated by the proposed method exhibit less oscillation and converge faster. 相似文献
15.
16.
17.