兩類MIMO非線性系統(tǒng)的自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制算法研究.pdf_第1頁
已閱讀1頁,還剩62頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、控制系統(tǒng)中往往會呈現(xiàn)出非線性、時變、時滯、耦合等特點,由于這些原因的影響,實際系統(tǒng)控制變得非常復(fù)雜而又富有挑戰(zhàn)性;然而現(xiàn)階段大多數(shù)研究集中在單輸入單輸出(singleinputsingleoutput,SISO)的非線性系統(tǒng),而多輸入多輸出(multiinputsmultioutputs,MIMO)的研究工作開展的相對較少。因此,本文對兩類特定結(jié)構(gòu)的非線性系統(tǒng),以自適應(yīng)控制技術(shù)、神經(jīng)網(wǎng)絡(luò)逼近原則、backstepping方法、動態(tài)面技術(shù)

2、為主要工具,以Lyapunov穩(wěn)定性理論為基礎(chǔ),研究了兩類非線性系統(tǒng)的自適應(yīng)跟蹤控制的神經(jīng)網(wǎng)絡(luò)控制器設(shè)計問題。主要開展以下兩項工作:
  第一,針對一類MIMO耦合非線性系統(tǒng),本文提出了一種間接自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制方案。首先構(gòu)造了一個有反饋結(jié)構(gòu)的動態(tài)神經(jīng)網(wǎng)絡(luò)(dynamicneuralnetworks,DNNs),并基于此網(wǎng)絡(luò)對原有耦合非線性時變系統(tǒng)進行逼近;同時基于無耦合的神經(jīng)網(wǎng)絡(luò)逼近模型設(shè)計自適應(yīng)控制器,并利用Lyapunov穩(wěn)

3、定性理論證明系統(tǒng)穩(wěn)定性。本文所設(shè)計的控制器不僅能夠保證系統(tǒng)的穩(wěn)定性和信號的有界性,而且能夠取得良好的跟蹤效果。
  第二,針對一類MIMO非仿射時滯純反饋系統(tǒng),本文提出了一種基于RBF神經(jīng)網(wǎng)絡(luò)的動態(tài)面控制(dynamicsurfacecontrol,DSC)方案。首先,結(jié)合均值定理和隱函數(shù)定理將非仿射系統(tǒng)轉(zhuǎn)換為仿射系統(tǒng);然后基于變量分離技術(shù),將含有多個狀態(tài)時滯的未知函數(shù)分解為一系列含有每個狀態(tài)時滯的未知函數(shù),同時采用Lyapuno

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論