基于DSC的自适应补偿神经网络控制 |
| |
引用本文: | 李红春,梅建东.基于DSC的自适应补偿神经网络控制[J].扬州职业大学学报,2012,16(2):25-30. |
| |
作者姓名: | 李红春 梅建东 |
| |
作者单位: | 1. 江海职业技术学院,江苏扬州,225101 2. 扬州职业大学,江苏扬州,225000 |
| |
摘 要: | 针对一类可转化为“标准块控制形”的MIMO非线性系统,基于动态面控制技术,提出一种鲁棒自适应神经网络控制算法。采用径向基函数神经网络逼近不确定性模型,通过引入一阶滤波器,消除后推设计中由于反复对虚拟控制的求导而导致的复杂性问题,同时补偿项的引入可避免反馈线性化方法中可能出现的控制器奇异性问题,无需控制增益矩阵正定、可逆的条件。利用李亚普诺夫方法,证明了闭环系统是半全局一致终结有界,适当选取设计常数,跟踪误差可收敛到原点的一个小邻域内。计算机仿真结果表明此法的有效性。
|
关 键 词: | 自适应控制 神经网络 不确定非线性系统 动态面控制 块控制 |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
|