混沌系統(tǒng)的模糊神經(jīng)網(wǎng)絡(luò)控制理論方法研究.pdf

1、本文的重點(diǎn)是在不確定混沌系統(tǒng)的智能控制與同步方法上進(jìn)行了一系列的探索和研究。全文主要工作有如下幾個(gè)方面： 1.綜述了混沌研究的發(fā)展歷史及其意義，歸納和總結(jié)了混沌的定義及混沌應(yīng)用前景，著重評(píng)述了最近十幾年來國(guó)內(nèi)外幾類具有代表性的混沌控制方法及其特點(diǎn)，闡述了本論文的研究意義。 2.研究了一種將暫態(tài)誤差預(yù)測(cè)技術(shù)、小擾動(dòng)控制技術(shù)、梯度下降法和遺傳算法(GA)融合起來控制非線性混沌系統(tǒng)的復(fù)合遺傳神經(jīng)網(wǎng)絡(luò)方法(簡(jiǎn)稱HyGANN法)。

2、該控制方法無需了解系統(tǒng)的動(dòng)態(tài)特性和精確的數(shù)學(xué)模型，也不需監(jiān)督學(xué)習(xí)所要求的訓(xùn)練數(shù)據(jù)，通過增強(qiáng)學(xué)習(xí)訓(xùn)練方式，采用改進(jìn)遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)權(quán)系數(shù)，使之成為混沌控制器，便可產(chǎn)生控制混沌系統(tǒng)的時(shí)間序列小擾動(dòng)信號(hào)，仿真實(shí)驗(yàn)結(jié)果表明它不僅能有效鎮(zhèn)定混沌周期1、2等低周期軌道，而且在周期控制技術(shù)基礎(chǔ)上，也可成功將高周期混沌軌道(如周期4軌道)變成期望周期行為。該方法不必知道控制對(duì)象的動(dòng)力學(xué)模型及諸如系統(tǒng)狀態(tài)維數(shù)和不動(dòng)點(diǎn)位置等其它特性，又具有一定的抗噪聲

3、干擾能力，因此可以推廣應(yīng)用到其它混沌系統(tǒng)的控制中。 3.提出了一類不確定混沌系統(tǒng)的模糊神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制方法。該方法采用少量模糊規(guī)則(“如果—?jiǎng)t”語言規(guī)則)，使模糊神經(jīng)網(wǎng)絡(luò)逼近系統(tǒng)中不確定函數(shù)；然后通過Lyapunov函數(shù)法和參數(shù)投影算法，即可在線調(diào)整模糊神經(jīng)網(wǎng)絡(luò)控制器參數(shù)。利用監(jiān)督控制器的特點(diǎn)，使控制過程系統(tǒng)所有狀態(tài)均處在約束集范圍內(nèi)。并且給出了界的數(shù)學(xué)表達(dá)式以便在控制器的設(shè)計(jì)過程中根據(jù)實(shí)際需要來確定界，實(shí)現(xiàn)參考模型自適應(yīng)跟蹤

4、控制。當(dāng)只有模糊神經(jīng)網(wǎng)絡(luò)(FNN)工作時(shí)，如果系統(tǒng)性能不穩(wěn)定，則監(jiān)督控制發(fā)揮作用以迫使系統(tǒng)轉(zhuǎn)入正常運(yùn)行；而當(dāng)FNN單獨(dú)作用能夠使系統(tǒng)性能達(dá)到設(shè)計(jì)要求，則監(jiān)督控制不參與作用?？傊?，運(yùn)用所研究的控制方法實(shí)現(xiàn)混沌狀態(tài)跟蹤控制，理論分析表明在所有信號(hào)一致有界的意義上可以保證最終的閉環(huán)系統(tǒng)具有全局穩(wěn)定性，仿真結(jié)果驗(yàn)證了所給出結(jié)果的正確性和控制方法的有效性。 4.將奇異擾動(dòng)方法應(yīng)用到動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)辨識(shí)器的穩(wěn)定性分析及魯棒性設(shè)計(jì)研究中。利用動(dòng)態(tài)

5、神經(jīng)網(wǎng)絡(luò)對(duì)混沌系統(tǒng)“黑匣子”進(jìn)行辨識(shí)，然后在辨識(shí)估計(jì)的基礎(chǔ)上，設(shè)計(jì)自適應(yīng)狀態(tài)反饋控制器對(duì)混沌系統(tǒng)狀態(tài)進(jìn)行調(diào)整，實(shí)現(xiàn)不確定混沌系統(tǒng)的參考模型軌道跟蹤控制。仿真結(jié)果表明所提出的控制方法能夠有效地將混沌行為鎮(zhèn)定到期望目標(biāo)軌道。 5.運(yùn)用動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)作為不確定混沌系統(tǒng)的辨識(shí)模型，利用滑?？刂品绞皆诰€調(diào)整網(wǎng)絡(luò)權(quán)值，以適應(yīng)混沌系統(tǒng)快速變化而達(dá)到實(shí)時(shí)辨識(shí)要求。考慮到辨識(shí)模型與實(shí)際系統(tǒng)存在的差異，結(jié)合線性正交算法來設(shè)計(jì)優(yōu)化補(bǔ)償控制器。方法簡(jiǎn)單實(shí)

6、用，計(jì)算量小，可大大提高控制系統(tǒng)的精度。同時(shí)對(duì)辨識(shí)誤差和控制目標(biāo)誤差進(jìn)行了分析，仿真實(shí)驗(yàn)結(jié)果表明所研究的理論的正確性和方案的可行性。 6.將輸入狀態(tài)穩(wěn)定技術(shù)和無源性理論有機(jī)結(jié)合起來，對(duì)不確定蔡氏電路混沌系統(tǒng)的動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)辨識(shí)和跟蹤控制問題進(jìn)行了研究。首先對(duì)動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)辨識(shí)模型進(jìn)行穩(wěn)定性分析。僅僅利用系統(tǒng)輸入輸出特性便得出有關(guān)穩(wěn)定性的一般結(jié)論，即當(dāng)辨識(shí)模型與實(shí)際系統(tǒng)不完全匹配時(shí)，用梯度下降算法調(diào)整神經(jīng)網(wǎng)絡(luò)辨識(shí)器權(quán)值時(shí)，在未建模動(dòng)態(tài)

7、和擾動(dòng)以及任何有界不確定參數(shù)情形下，辨識(shí)系統(tǒng)均具有一定的魯棒性。然后在辨識(shí)模型基礎(chǔ)上設(shè)計(jì)局部?jī)?yōu)化控制器，并給出了相應(yīng)穩(wěn)定性控制定理及其證明，蔡氏混沌系統(tǒng)的辨識(shí)結(jié)果以及期望目標(biāo)軌跡跟蹤控制的數(shù)值仿真實(shí)驗(yàn)結(jié)果表明了所提出方法的有效性。 7.研究了參數(shù)不確定混沌系統(tǒng)的魯棒模糊控制問題。采用改進(jìn)的不確定T-S模糊模型建立不確定混沌系統(tǒng)模型；再利用線性矩陣不等式(LMI)，將此模型轉(zhuǎn)換成為幾個(gè)子空間中的一組線性系統(tǒng)表達(dá)式；在不確定參數(shù)有界

8、的情況下，通過選擇滿足線性矩陣不等式的適當(dāng)控制參數(shù)，將狀態(tài)反饋控制器設(shè)計(jì)問題轉(zhuǎn)化成線性矩陣不等式的形式進(jìn)行求解，以獲取滿足條件的控制器參數(shù)。同時(shí)為了表明所提出的控制設(shè)計(jì)方法的正確性，進(jìn)行了理論上的分析與證明；最后為了證明所提出策略的有效性和適應(yīng)性，利用計(jì)算機(jī)進(jìn)行了仿真試驗(yàn)研究，并給出了結(jié)果。 8.利用Lyapunov穩(wěn)定性定理和線性矩陣不等式(LMI)，提出了基于模糊模型的輸出反饋魯棒控制器設(shè)計(jì)方法。特別是針對(duì)參數(shù)時(shí)變而有界的一

9、類非線性混沌系統(tǒng)魯棒穩(wěn)定問題進(jìn)行了研究。所得到的模糊控制器能保證系統(tǒng)參數(shù)在有界范圍內(nèi)不確定時(shí)，整個(gè)閉環(huán)T-S模糊系統(tǒng)全局漸近穩(wěn)定。為了證明所設(shè)計(jì)的模糊控制器的有效性，用不確定陳氏混沌系統(tǒng)進(jìn)行計(jì)算機(jī)仿真實(shí)驗(yàn)。首先，采用不確定T-S模糊模型建立陳氏混沌系統(tǒng)的數(shù)學(xué)模型。然后用LMI方法推導(dǎo)出模糊模型輸出反饋控制器設(shè)計(jì)的充分條件，將控制器設(shè)計(jì)問題轉(zhuǎn)換成線性矩陣不等式進(jìn)行處理，求出基于模糊模型的輸出反饋控制器參數(shù)，并用Lyapunov定理證明了閉

10、環(huán)系統(tǒng)在零平衡點(diǎn)附近是漸近穩(wěn)定的。仿真結(jié)果表明，應(yīng)用該方法控制不確定混沌系統(tǒng)是極為有效的。 9.利用遞歸高階神經(jīng)網(wǎng)絡(luò)(RHONN)作為不確定非線性動(dòng)力學(xué)系統(tǒng)的辨識(shí)模型，提出了一種自適應(yīng)同步控制策略，研究了建模辨識(shí)方法及其權(quán)值學(xué)習(xí)規(guī)律。同時(shí)，采用Lyapunov函數(shù)設(shè)計(jì)方法，分析了權(quán)值自適應(yīng)學(xué)習(xí)律的收斂性和穩(wěn)定性，并且針對(duì)模型誤差提出了權(quán)值改進(jìn)學(xué)習(xí)算法，確保整個(gè)控制系統(tǒng)的穩(wěn)定性能。在辨識(shí)模型的基礎(chǔ)上，利用Lyapunov穩(wěn)定性理論