共查询到20条相似文献,搜索用时 93 毫秒
1.
1引言 在Wiener开创控制论的伊始,就将控制、信息和神经科学作为一个共同的课题。后,控制学科、计算科学和神经生理学趋于分开发展。自从80年代初期以来,神经网络有了长的进步,在人工智能和 相似文献
2.
基于神经网络非线性系统辨识和控制的研究 总被引:12,自引:0,他引:12
本文提出了由静态的前馈网络和稳定的滤波器构成的非线性系统的辨识模型,在神经网络固有的逼近误差存在的情况下,从理论上讨论了神经网络应用于辨识控制过程中系统的稳定性问题,最后研究了在非线性系统的轨迹跟踪过程中增加滑动控制来偿神经网络的逼近误差,从而提高系统跟踪性能。 相似文献
3.
基于自适应神经网络的一类不确定非线性系统的鲁棒H∞控制 总被引:1,自引:0,他引:1
针对一类不确定非线性多输入时变系统,提出了一种新的鲁棒H∞控制方案.通过引入2个自适应神经网络逼近器,提出了一个简化的Hamilton—Jaeobi—like不等式,并据此设计了非线性H∞控制器和匹配不确定项补偿控制器,消除了输入摄动项和估计器最优逼近误差的有界性假设.机器人系统的鲁棒跟踪控制仿真算例证实了所提出控制方案的有效性. 相似文献
4.
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.
一类非线性的自适应与L2增益混合控制 总被引:5,自引:0,他引:5
本文在文献(1,2)的基础上,对一类非线性系统提出了把自适应控制与L2-增益≤γ的控制相结合的控制思想,所导出的控制策略具有下面优点:1)整个系统仅需要与未知干扰个数相等的p个估计器,克服了文献(1)中需要np个估计器;2)扩充了文献(2)的结果,使未知扰动能够出现在控制通道,并能克服有界匹配外扰。计算机仿真结果表明控制方案是可行的。 相似文献
8.
9.
一类非线性系统的自适应模型控制 总被引:3,自引:0,他引:3
对一类非线性不确定连续系统,提出了一种新的自适应控制方法。此方法用T-S模糊系统对未知函数进行逼近,引入H^∞控制减弱外部干扰及逼近误差对输出跟踪误差的影响,证明了该方法可保证闭环系统稳定。仿真结果验证了此算法的有效性。 相似文献
10.
11.
一类非线性系统的自适应控制 总被引:1,自引:0,他引:1
针对一类非线性系统,利用微分几何方法中的反馈线性化方法将其等价表示为时变线性系统,再设计一个最小方差自校正调节器,利用参数估计中最成熟的递推最小二乘法对系统参数进行估计,并结合利用最小方差控制策略,实现了对原非线性系统的自适应控制.仿真表明了所提方法的有效性. 相似文献
12.
13.
14.
15.
16.
提出了网络化串级控制系统的概念,并针对一类基于现场总线的网络化串级控制系统进行了研究.在网络诱导时延小于和大于一个采样周期的情况下,分别利用增广状态向量法,将系统建模为有限维离散时间线性时不变系统.最后,通过工业过程控制中的一个串级控制实例分析,说明了该建模方法的有效性. 相似文献
17.
串级控制系统中,控制回路是通过实时网络闭合的.称为网络化串级控制系统.针对基于现场总线的一类网络化串级控制系统,主控制器和副控制器都采用了动态输出反馈,在网络诱导时延小于一个采样周期的情况下,利用增广状态向量法,将系统建模为有限维离散时间线性系统.最后,讨论了网络化串级控制系统中需要进一步研究的若干问题. 相似文献
18.
19.
Nonlinear Modeling and Control of a Unicycle 总被引:2,自引:0,他引:2
A unicycle system is composed of a unicycle and a rider. This system is inherently unstable, but together with a skilled rider can be autonomously controlled and stabilized. A dynamical investigation, a control design and a numerical solution of a nonlinear unicycle autonomous model are presented. The use of a nonlinear model for the control design is shown in this paper to be of great importance. A three-rigid-body physical model was selected for the dynamical study of the system. In a linearized model important physical characteristics of the unicycle system disappear (e.g. interactions between the longitudinal and lateral systems are being neglected), and therefore it is not recommended to be used for the control design. A nonlinear control law, which replaces the rider in stabilizing the model, was derived in the present work, using a nonlinear unicycle model. A simulation study shows good performance of this controller. Time spectral element methods are developed and used for integrating the nonlinear equations of motion. The approach employs the time discontinuous Galerkin method which leads to A-stable high order accurate time integration schemes. 相似文献