幾類隨機非線性系統(tǒng)的自適應神經網絡控制.pdf

1、在實際工程中，被控對象往往具有本質非線性、不確定性和時變性，并常常受到隨機擾動的影響，因此研究不確定隨機非線性系統(tǒng)的控制問題不僅具有重要的理論意義，也具有重要的實際應用價值.自適應神經網絡控制方法是解決復雜非線性系統(tǒng)控制設計問題的重要方法之一.本文在國內外關于隨機非線性系統(tǒng)研究基礎上，應用神經網絡控制理論，結合自適應反步遞推(backstepping)技術、魯棒控制理論和數學不等式技巧，系統(tǒng)地研究了隨機非線性系統(tǒng)的控制問題，發(fā)展新的自適

2、應神經網絡控制方法.本文的主要內容分為以下六個部分:
　　 1.研究一類單輸入單輸出(Single-Input-Single-Output，SISO)嚴格反饋隨機非線性系統(tǒng)的跟蹤控制問題.在控制設計過程中，應用徑向基函數(Radial BasisFunction，RBF)神經網絡近似逼近組合未知非線性函數;結合backstepping方法來設計一種自適應神經網絡控制方案.所提出的控制方案保證了閉環(huán)系統(tǒng)的依概率有界性和跟蹤性能，同

3、時通過估計神經網絡權向量范數的最大值，使得對于n階非線性系統(tǒng)只需要一個在線調節(jié)方程，從而減小了計算量.仿真結果驗證了本章所提出的方法的有效性.
　　 2.研究一類具有狀態(tài)時滯的嚴格反饋隨機非線性系統(tǒng)的自適應有界鎮(zhèn)定控制問題.通過構造適當的Lyapunov-Krasovskii泛函來補償非線性時滯函數，應用RBF神經網絡來逼近系統(tǒng)的組合非線性函數，結合backstepping方法和雙曲正切函數的性質提出一個能夠保證閉環(huán)系統(tǒng)的所有信

4、號是依概率有界的自適應神經網絡控制方案.仿真研究說明了所提出的方案的有效性.
　　 3.針對一類多輸入多輸出(Multiple-Input-Multiple-Output，MIMO)隨機非線性關聯系統(tǒng)，發(fā)展了一種自適應神經網絡分散控制方案.所提出的控制方案保證了閉環(huán)系統(tǒng)的所有變量是依概率最終有界的.所提出的控制方案對于每一個子系統(tǒng)僅需要一個自適應參數在線調節(jié)，便于實際應用.仿真結果說明了所提出的方案的有效性.
　　 4.

5、研究一類完全非仿射純反饋隨機非線性系統(tǒng)的自適應神經網絡跟蹤控制問題.在控制器設計過程中，首先應用隱函數定理和均值定理將系統(tǒng)的非仿射函數轉化成仿射形式，進而應用RBF神經網絡逼近期望的虛擬控制和實際控制信號，最后結合Lyapunov泛函理論和backstepping方法設計出一個自適應跟蹤控制方案.所提出的控制方案不僅保證了閉環(huán)系統(tǒng)所有信號的依概率有界性和跟蹤性能，而且克服了控制器的循環(huán)設計問題.最后通過數值例子進一步驗證了所提方法的有效

6、性.
　　 5.研究分別具有輸入死區(qū)和輸入飽和純反饋隨機非線性系統(tǒng)的自適應神經網絡跟蹤控制問題.首先應用中值定理將系統(tǒng)的非仿射函數轉化成仿射形式，其次，針對死區(qū)非線性，將死區(qū)等價分解成關于死區(qū)輸入和死區(qū)參數的線性部分與有界非線性擾動部分之和的形式;針對飽和非線性，引入一個光滑函數來補償飽和非線性，最后基于backstepping技術和雙曲正切函數不等式技巧提出了不依賴非平滑輸入參數的自適應神經網絡控制新方法.所提出的控制方案保證

7、了閉環(huán)系統(tǒng)所有變量的依概率有界性，且使得系統(tǒng)的輸出跟蹤誤差能夠收斂到原點的一個較小的鄰域內.數值算例進一步驗證了所提出的控制設計方案的有效性.
　　 6.研究一類具有非嚴格反饋隨機非線性系統(tǒng)的自適應神經網絡跟蹤控制問題.在控制器設計過程中，首先應用函數分離技術對系統(tǒng)的全狀態(tài)函數進行變量分離，進而通過引入一個連續(xù)函數來補償在后續(xù)設計過程中出現的當前狀態(tài)變量的函數，應用RBF神經網絡來逼近系統(tǒng)的組合非線性函數，最后利用backste