兩類MIMO非線性系統(tǒng)的自適應神經網絡控制算法研究.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

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、控制系統(tǒng)中往往會呈現出非線性、時變、時滯、耦合等特點，由于這些原因的影響，實際系統(tǒng)控制變得非常復雜而又富有挑戰(zhàn)性；然而現階段大多數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，本文對兩類特定結構的非線性系統(tǒng)，以自適應控制技術、神經網絡逼近原則、backstepping方法、動態(tài)面技術

2、為主要工具，以Lyapunov穩(wěn)定性理論為基礎，研究了兩類非線性系統(tǒng)的自適應跟蹤控制的神經網絡控制器設計問題。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神經網絡控制方案。首先構造了一個有反饋結構的動態(tài)神經網絡（dynamicneuralnetworks，DNNs），并基于此網絡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網絡逼近模型設計自適應控制器，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神經網絡的動態(tài)面控制（dynamicsurfacecontrol，DSC）方案。首先，結合均值定理和隱函數定理將非仿射系統(tǒng)轉換為仿射系統(tǒng)；然后基于變量分離技術，將含有多個狀態(tài)時滯的未知函數分解為一系列含有每個狀態(tài)時滯的未知函數，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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論