共查询到18条相似文献,搜索用时 109 毫秒
1.
利用神经网络作为非线性系统的模型,研究了一类非线性系统的神经网络自适应控制问题,设计出的自适应控制器具有如下的特点:(1)网络仅值是基于参考误差信号学习的投影算法来调节,这样可保证权值的有界性;(2)为了减小神经网络参数估计误差对跟踪误差的影响,提出了根据参考误差信号实时修正神经网络输入的方法。仿真结果对该控制方案进行了验证。 相似文献
2.
基于递归神经网络给出了仅含一个非线性环节的一类非线性系统的自适应控制方案。该方案采用递归神经网络辨识非线性系统中的未知非线性环节。沿用广义最小方差自校正控制方法,可以解决非线性环节未知和工作点变化时传统方法无法控制的自适应控制问题。理论分析和仿真结果表明,该方法具有很好的控制效果。 相似文献
3.
4.
本文针对一类具有未知非线性函数和未知虚拟系数非线性函数的二阶非线性系统 ,提出了一种基于神经网络的稳定自适应输出跟踪控制方法 .用李雅普诺夫稳定性分析方法证明了本文的神经网络自适应控制器能够使受控系统稳定 ,并使输出跟踪误差随时间趋于无穷而收敛到零 .仿真算例证明了该算法的有效性 相似文献
5.
基于神经网络的一类非线性系统自适应H∞控制 总被引:6,自引:0,他引:6
基于神经网络提出一种自适应H∞控制方法。控制器由等效控制器和H∞控制器两部分组成,用神经网络逼近未知非线性函数,H∞控制器用于减弱外部及神经网络逼近误差对跟踪误差的影响。所设计的控制器不仅保证了闭环控制系统的稳定性,而且使外部干扰及神经网络逼近误差对跟踪误差的影响减小到预定的性能指标。 相似文献
6.
7.
8.
基于线性参数神经网络的非线性系统稳定自适应控制 总被引:3,自引:0,他引:3
提出适用于多种网络类型的神经网络稳定自适应控制设计思想,在神经网络逼近误差界未知的条件下,对该误差界进行在线自适应估计,研究基于线性参数神经网络的仿射非线性系统稳定自适应控制。采和Lapunov函数方法证明系统状态变量、网络权值矢量、网络逼近误差界的在线估计及输出跟踪误差的收敛性。仿真结果表明,该方案跟踪性能良好,稳态误差较小,系统输出能快速跟踪目标信号。 相似文献
9.
针对不确定仿射非线性系统,提出一种基于非
线性参数神经网络的稳定自适应控制方案,在非线性参数神经网络对不确定非线性函数的逼
近误差的界未知的情形下,对网络逼近误差界进行在线自适应估计,并由Lyapunov理论证明
了整个闭环控制系统的稳定性. 相似文献
10.
11.
12.
非线性系统的神经网络鲁棒自适应跟踪控制 总被引:1,自引:0,他引:1
针对一类具有未知非线性函数和未知虚拟系数非线性函数的二阶非线性系统,提出了一种神经网络鲁棒自适应输出跟踪控制方法.用李雅普诺夫稳定性分析方法证明了本文的神经网络自适应控制器能够使受控系统内的所有信号均为有界.选择的神经网络权值调整规律可以防止自适应控制中的参数漂移. 相似文献
13.
14.
基于递归神经网络的一类非线性无模型系统的自适应控制 总被引:10,自引:0,他引:10
给出了基于递归神经网络非线性无模型的自适应控制方案,它具有灵活、简单、方法等特点,可以处理传统方法和非线性无模型系统自适应控制方法不能控制或控制效果不理想的非线性对象。理论分析和仿真结果证明了这种方法的优越性。 相似文献
15.
为了更好地消除抖振,提高复杂非线性系统的控制效果,针对一类典型SISO仿射非线性系统,提出了一种新的变结构BP神经网络(back propagation neural network,BPNN)自适应控制策略(VSYNC);其中,对于系统未知非线性函数,将神经网络用作估计器;对控制输入加入连续函数项,其可以根据状态点和滑动切换面之间的距离自适应地调节不连续的控制变量,从而使变结构控制策略得到了显著提高;所提出的控制方法能够有效地抑制周围切换面的抖振,保证了系统地动态性能,同时还能够消除系统的稳态误差;仿真结果表明,该方法具有较高的控制精度和鲁棒性。 相似文献
16.
本文提出一种用自组织自学习适应思想解决非线性动力系统控制问题的新方法。在每个小区域感受野,可以把非线性系统近似展开为线性,由神经元执行控制。各神经元的凝视点,感受野和功能由自组织自学习自适应方法进行调节。大量仿真结果验证了本方法的正确性和实用性。 相似文献
17.
非线性系统的一种加权自适应控制方法 总被引:2,自引:1,他引:1
非线性系统的一种加权自适应控制方法1)许向阳祝和云(浙江大学工业控制研究所杭州310027)关键词自适应控制,非线性系统,间隙非线性.1)国家级工业控制技术重点实验室资助课题.收稿日期1995-03-071引言由于非线性系统的多样性,不能用统一的模型... 相似文献
18.
基于神经网络的非线性多模型自适应控制 总被引:1,自引:0,他引:1
针对一类非线性离散动态系统,设计了一个自适应控制方案。为了保证在任意时刻均能为被控的动态系统选择最好的控制器,方案基于输入输出数据为系统定义一个线性预测模型,并在此基础上设计能够保证闭环系统所有信号有界的线性鲁棒自适应控制器,同时定义一个非线性预测模型,再基于径向基神经网络设计一个旨在提高系统控制性能的非线性自适应控制器。通过比较2个控制器预测的系统输出性能,设计合理的开关切换规则。控制方案能将系统稳定性控制和性能优化的控制分离并单独实现,使得系统能在保证稳定性前提下,借助神经网络控制器良好的追踪能力有效提高自适应控制效果。最后通过仿真例子说明了系统稳定和提高输出追踪效果可以同时得到保证。 相似文献