共查询到20条相似文献,搜索用时 15 毫秒
1.
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
2.
非线性时滞大系统自适应神经网络分散控制 总被引:7,自引:3,他引:4
针对一类未知非线性时滞关联大系统,提出一种自适应神经网络分散跟踪控制方案.采用神经网络逼近各子系统内部的非线性函数和关联项中的时滞非线性函数;利用占有方法处理时滞项,采用Backstepping技术设计分散控制律和参数自适应律.基于Lyapunov-Krasoviskii泛函证明了闭环大系统所有信号半全局一致最终有界.通过调节设计参数和增加神经元个数,可以实现任意输出跟踪精度.实例仿真说明了该方案的可行性。 相似文献
3.
含有非线性参数化的非完整系统的鲁棒自适应控制 总被引:1,自引:0,他引:1
针对一类含有强非线性漂移项和未知非线性参数的非完整系统, 提出了一种全局自适应状态反馈控制策略. 首先通过引入参数分离技术, 将非线性参数化系统转换为似然线性参数化系统. 然后引入反馈支配方法设计全局自适应稳定控制器, 同时, 为了避免系统出现不可控性, 设计了一种开关策略. 所设计的控制器能保证系统状态全局收敛到原点, 且其它信号保持有界. 仿真例子验证了算法的有效性和鲁棒性. 相似文献
4.
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
5.
应用Lyapunov稳定性判据结合微分几何角线性化理论,给出一种具奇异摄动的可线性化非线性系统的鲁棒自适性控制方法,并给出了仿真实例。 相似文献
6.
7.
一类不确定非线性系统的鲁棒自适应控制 总被引:9,自引:1,他引:9
针对一类具有一般不确定性和未知参数的非线性系统,设计出一种适用于输出跟踪的鲁棒自适应控制器.该控制器对系统的参数和状态的不确定性具有鲁棒性,能保证闭环系统的全局稳定性,并解决了ε-跟踪问题.仿真实例表明,所设计的鲁棒自适应控制器具有良好的跟踪性能. 相似文献
8.
9.
10.
11.
基于DSC后推法的非线性系统的鲁棒自适应NN控制 总被引:1,自引:0,他引:1
针对一类具有不确定系统函数和方向未知的不确定增益函数的非线性系统, 提出了一种鲁棒自适应神经网络控制算法. 本算法采用RBF神经网络(Radial based function neural network, RBF NN)逼近模型不确定性, 外界干扰和建模误差采用非线性阻尼项进行补偿, 将动态面控制(Dynamic surface control, DSC)与后推方法结合, 消除了反推法的计算膨胀问题, 降低了控制器的复杂性; 尤其是采用Nussbaum函数处理系统中方向未知的不确定虚拟控制增益函数, 不仅可以避免可能存在的控制器奇异值问题, 而且还能使得整个系统的在线学习参数显著减少, 与DSC方法优点结合, 使得控制算法的计算量大为减少, 便于计算机实现. 稳定性分析证明了所得闭环系统是半全局一致最终有界(Semi-global uniformly ultimately bounded, SGUUB)的, 并且跟踪误差可以收敛到原点的一个较小邻域. 最后, 计算机仿真结果表明了本文所提出控制器的有效性. 相似文献
12.
一种基于神经网络的鲁棒型预测控制算法 总被引:2,自引:0,他引:2
针对复杂工业过程中存在的时滞、强干扰的严重非线性控制对象,仿真研究了一种利用神经网络作为预测模型,遗传算法作为滚动优化策略的预测控制方法.在算法中为了提高辨识非线性系统的鲁棒性以及降低控制器对未建模动态的敏感性,引入了一种伪模型,即将系统实际输出与预测输出综合成的新的输出信号,由该信号代替量测输出.仿真结果表明对于非线性被控对象该方法具有良好的鲁捧性和跟踪性能,对于改善非线性预测控制不失为一种有益的尝试. 相似文献
13.
14.
15.
16.
一类不确定非线性系统的鲁棒自适应控制 总被引:3,自引:0,他引:3
针对一类输入带有一定的不确定性的非线性系统 ,设计了一种鲁棒自适应控制器。该控制器作用与系统 ,能保证闭环系统信号的全局有界性 ,又能使闭环系统输出任意小。 相似文献
17.
一类不确定性广义非线性系统的鲁棒控制 总被引:3,自引:0,他引:3
考虑一类上有不确定性广义非线性系统Ez=(A+ΔA)z+Bv+f(z)的鲁棒控制问题,这里E是奇异的f(z)系统的非线性部分,在适当的假设下,得到了基于状态反馈作用的鲁棒控制存在的条件。 相似文献
18.
不确定非线性系统的鲁棒输出反馈自适应控制 总被引:3,自引:1,他引:2
针对一类具有一般不确定性的非线性系统,设计一种新的鲁棒输出反馈自适应控制器。在较弱条件下,该控制器不仅能保证闭环系统全局稳定,且能使跟踪误差以指数速度收敛到零的小领域内。仿真结果验证了所给控制方案的有效性。 相似文献
19.
It is well known that disturbance can cause divergence of neural networks in the identification of nonlinear systems. Sufficient conditions using so‐called modified algorithms are available to provide guaranteed convergence for adaptive system. They are dead zone scheme, adaptive law modification, and σ‐modification. These schemes normally require knowledge of the upper bound of the disturbance. In this paper, a robust weighttuning algorithm is used to train the multi‐layered neural network with an adaptive dead zone scheme. The proposed robust adaptive algorithm does not require knowledge of either the upper bound of the disturbance or the bound on the norm of the estimate parameter. A complete convergence proof is provided based on Lyapunov theorem to deal with the nonlinear system. Simulation results are presented to show good perfor‐mance of the algorithm. 相似文献
20.