首页 | 本学科首页   官方微博 | 高级检索  
     

不确定混沌系统的动态神经网络跟踪控制
引用本文:谭 文,王耀南,黄 丹,曾照福,周少武. 不确定混沌系统的动态神经网络跟踪控制[J]. 控制与决策, 2004, 19(4): 455-458
作者姓名:谭 文  王耀南  黄 丹  曾照福  周少武
作者单位:湖南科技大学,信息系,湖南,湘潭,411201;湖南大学,电气与信息工程学院,湖南,长沙,410082;湖南大学,电气与信息工程学院,湖南,长沙,410082;湖南科技大学,信息系,湖南,湘潭,411201
基金项目:国家自然科学基金资助项目(60075008,60102010),湖南省自然科学基金资助项目(02JJY2095,03JJY3107).
摘    要:针对不确定非线性混沌系统,提出了一种基于动态神经网络辨识器的自适应跟踪控制新方法,通过滑模控制技术在线调整动态神经网络辨识器权值,并在获取动态神经网络模型的基础上设计出优化控制器,实现混沌系统的轨道跟踪,对辨识误差和轨道跟踪误差进行分析并证明了它们的有界性,Lorenz混沌系统的仿真实验结果表明了控制策略的有效性。

关 键 词:混沌  动态神经网络  滑模控制  非线性系统  稳定性
文章编号:1001-0920(2004)04-0455-04
修稿时间:2003-03-31

Tracking control for uncertain chaotic systems using dynamic neural networks
TAN Wen. Tracking control for uncertain chaotic systems using dynamic neural networks[J]. Control and Decision, 2004, 19(4): 455-458
Authors:TAN Wen
Abstract:An adaptive tracking controller based on dynamical neural network identifier for uncertain nonlinear chaos systems is presented. The weights of the dynamic neural networks used as neuro-identifier can be on-line (adjusted) through the usage of the sliding mode technique. An optimal controller via dynamic neural network model is (presented) to perform reference trajectory following control for chaotic system.The identification error and the (trajectory) tracking error are analyzed and guaranteed to be bounded. The experiment results of the chaotic system given by Lorenz equation show the effectiveness of the method.
Keywords:chaos  dynamic neural networks(DNN)  sliding mode control  nonlinear system  stability
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《控制与决策》浏览原始摘要信息
点击此处可从《控制与决策》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号