基于神經(jīng)網(wǎng)絡(luò)的一類MIMO非線性系統(tǒng)的自適應(yīng)控制.pdf_第1頁
已閱讀1頁,還剩56頁未讀, 繼續(xù)免費(fèi)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(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、本文沿著理論研究與工程實(shí)際相結(jié)合、創(chuàng)新與實(shí)用相結(jié)合的思路,根據(jù)自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制理論的現(xiàn)狀、存在的問題以及工程實(shí)際應(yīng)用的基本要求,對未知非線性多輸入多輸出系統(tǒng)的控制理論進(jìn)行了深入的研究,建立了系統(tǒng)化的整體設(shè)計(jì)框架,為解決某些傳統(tǒng)方法難以解決的工程實(shí)際問題提供了新思路。
   本論文主要研究了一類未知多輸入多輸出非線性系統(tǒng)的自適應(yīng)控制問題,提出了兩種在線自適應(yīng)控制器。第一種是基于GP-RBF算法的自適應(yīng)RBF神經(jīng)網(wǎng)絡(luò)控制器(A-R

2、BFNNC)。采用所提出的神經(jīng)元靈敏度概念,并結(jié)合超球體聚類的方法,建立了一種新穎的增加和刪除規(guī)則,在線確定RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)。當(dāng)誤差滿足一定要求時,該控制器轉(zhuǎn)入按照基于Lyapunov穩(wěn)定性理論的自適應(yīng)律進(jìn)行網(wǎng)絡(luò)權(quán)值的進(jìn)一步調(diào)整,保證了控制器的全局穩(wěn)定性和收斂性。
   第二種是基于一種混合遺傳算法,針對非線性系統(tǒng)設(shè)計(jì)了一種自適應(yīng)RBF神經(jīng)網(wǎng)絡(luò)控制器。文中將改進(jìn)的標(biāo)準(zhǔn)遺傳算法與梯度算法相結(jié)合,設(shè)計(jì)了一種混合遺傳算法。所

3、設(shè)計(jì)的控制器首先利用混合遺傳算法在線確定RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和初始參數(shù),然后按照基于Lyapunov穩(wěn)定性理論的自適應(yīng)律進(jìn)行神經(jīng)網(wǎng)絡(luò)權(quán)值的進(jìn)一步調(diào)整,保證了閉環(huán)系統(tǒng)的全局穩(wěn)定性和收斂性。
   所設(shè)計(jì)的兩種控制器都不需要先驗(yàn)知識就可以在線確定神經(jīng)網(wǎng)絡(luò)的初始結(jié)構(gòu),不僅無需辨識被控對象的模型就可進(jìn)行神經(jīng)網(wǎng)絡(luò)控制器的在線設(shè)計(jì),而且神經(jīng)網(wǎng)絡(luò)控制器的學(xué)習(xí)過程和系統(tǒng)的控制過程同時進(jìn)行,不需要特定的教師信號,避免了離線訓(xùn)練通常存在訓(xùn)練數(shù)據(jù)不足

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(hù)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