期刊 一类带有监督控制的神经网络自适应跟踪设计  被引量:1

Design of Adaptive Neural Tracking with Supervisory Control

作  者:陈浩广 王银河[1] 王东晓 

机构地区:[1]广东工业大学自动化学院

出  处:《工业控制计算机》2017年第9期58-60,共3页Industrial Control Computer

Design of Adaptive Neural Tracking with Supervisory Control

基  金:国家自然科学基金资助项目(61273219;61673120);教育部高等学校博士学科点专项科研基金资助项目(20134420110003)

摘  要:针对一类不确定性非线性系统,基于神经网络的万能逼近性能,提出了一种带有监督控制的神经网络自适应跟踪控制设计算法。该算法利用RBF神经网络来逼近非线性系统的未知不确定函数,并通过监督控制器来保证系统的状态有界。在控制器的设计过程中,根据李雅普诺夫稳定性原理,确定了RBF神经网络的权值自适应律,并通过理论分析,证明了系统的状态跟踪误差收敛于零。最后通过仿真算例,验证该算法能有效地跟踪给定的期望轨迹,并与无监督控制的神经网络控制器相对比,证明了带有监督控制的神经网络控制器具有更好的控制效果。

Based on the approximation performance of neural networks,an adaptive neural tracking control design with supervisory control is presented for a class of uncertain nonlinear systems.RBF neural networks are utilized to approximate the uncertain functions in the nonlinear systems.The states of the nonlinear systems are guaranteed to be uniformly bounded.In the contol design process,with the Lyapunov stability analysis,the adaptive laws of weights in RBF neural networks are adjusted automatically and the tracking errors of system states are proved to converge to zero.

关 键 词:非线性系统 自适应控制 监督控制 RBF神经网络 万能逼近性能 状态有界 

nonlinear systems adaptive control supervisory controI RBF neural networks universal approximation performance boundness of states 

分 类 号:TP183[自动化与计算机技术—控制理论与控制工程]

 

参考文献:

正在载入数据...

 

二级参考文献:

正在载入数据...

 

耦合文献:

正在载入数据...

 

引证文献:

正在载入数据...

 

二级引证文献:

正在载入数据...

 

同被引文献:

正在载入数据...

 

相关期刊文献:

正在载入数据...

相关文献:

正在载入数据...

北京电子科技职业学院特色库 版权所有 ©2018