随机时滞系统的神经网络输出反馈动态面控制

发布时间：2018-08-12 17:51

【摘要】：针对一类具有未知控制方向的随机时滞系统设计自适应神经输出反馈控制器.首先,利用状态观测器估计不可测量的系统状态;其次,选择合适的Lyapunov-Krasovskii函数消除未知延迟项对系统的影响,利用Nussbaum-type函数处理系统的未知控制方向问题,通过神经网络逼近未知的非线性函数,以及用动态表面控制(DSC)解决控制器设计中出现的复杂性问题;最后,通过Lyapunov稳定性理论,构造一个鲁棒自适应神经网络输出反馈控制器,可以保证闭环系统中所有信号在二阶或四阶矩意义下一致最终有界,跟踪误差能收敛到零值小的领域内.仿真实例验证了所提出方法的有效性.
[Abstract]:An adaptive neural output feedback controller is designed for a class of stochastic time-delay systems with unknown control direction. Firstly, the state observer is used to estimate the unmeasurable state of the system. Secondly, the appropriate Lyapunov-Krasovskii function is chosen to eliminate the influence of unknown delay term on the system, and the Nussbaum-type function is used to deal with the unknown control direction problem. The unknown nonlinear function is approximated by neural network, and the complexity problem in controller design is solved by using dynamic surface control (DSC). Finally, a robust adaptive neural network output feedback controller is constructed by Lyapunov stability theory. It can ensure that all the signals in the closed-loop system are uniformly bounded in the sense of second-order or fourth-order moments, and the tracking error can converge to a field with small zero value. A simulation example is given to verify the effectiveness of the proposed method.
【作者单位】： 华南理工大学自动化科学与工程学院;龙岩学院机电工程学院;
【基金】：国家重大科研仪器研制项目(61527811) 国家自然科学基金项目(61304084)
【分类号】：TP183;TP273

【参考文献】

相关期刊论文 前2条

1 陈明金;李树荣;曹乾磊;;时滞柔性关节机械臂自适应位置/力控制[J];控制理论与应用;2015年02期

2 ;Fuzzy Adaptive Control of Stochastic Nonlinear Systems with Unknown Virtual Control Gain Function[J];自动化学报;2006年02期

【共引文献】

相关期刊论文 前10条

1 司文杰;王聪;董训德;曾玮;;随机时滞系统的神经网络输出反馈动态面控制[J];控制与决策;2017年08期

2 黄俊境;王家序;李俊阳;肖科;;柔性关节驱动机构的复合神经动态面控制[J];信息与控制;2017年02期

3 司文杰;董训德;曾玮;;一类严格反馈时滞系统的自适应输出反馈控制[J];系统工程与电子技术;2017年06期

4 邓伟;刘平;李贻斌;宋锐;;基于模型预测控制的排爆机器人轨迹跟踪算法研究[J];仪器仪表学报;2016年S1期

5 刘福才;李倩;刘林;;柔性关节空间机械臂奇异摄动自抗扰控制仿真研究[J];高技术通讯;2016年06期

6 刘丽超;马玉梅;于金鹏;李伟;韩玉西;;考虑输入饱和的异步电机随机系统的速度控制[J];青岛大学学报(工程技术版);2016年01期

7 曹乾磊;李树荣;赵东亚;曹琪;卢松林;;考虑执行器特性的机械臂全阶滑模控制[J];系统科学与数学;2015年07期

8 丛文;陈兵;闫绍新;;随机多输入多输出系统的自适应神经网络控制[J];青岛大学学报(工程技术版);2014年01期

9 WANG HuanQing;CHEN Bing;LIN Chong;;Approximation-based adaptive fuzzy control for a class of non-strict-feedback stochastic nonlinear systems[J];Science China(Information Sciences);2014年03期

10 朱柏城;张天平;王飞;;一类带有死区模型的随机系统的自适应跟踪控制[J];系统科学与数学;2012年11期

【二级参考文献】

相关期刊论文 前1条

1 Zhiqiang MIAO;Yaonan WANG;;Robust dynamic surface control of flexible joint robots using recurrent neural networks[J];Journal of Control Theory and Applications;2013年02期

【相似文献】

相关期刊论文 前10条

1 唐春明,高协平;进化神经网络的研究进展[J];系统工程与电子技术;2001年10期

2 李智;一种基于神经网络的煤炭调运优化方法[J];长沙铁道学院学报;2003年02期

3 程科,王士同,杨静宇;新型模糊形态神经网络及其应用研究[J];计算机工程与应用;2004年21期

4 王凡,孟立凡;关于使用神经网络推定操作者疲劳的研究[J];人类工效学;2004年03期

5 周丽晖;从统计角度看神经网络[J];统计教育;2005年06期

6 赵奇 ,刘开第 ,庞彦军;灰色补偿神经网络及其应用研究[J];微计算机信息;2005年14期

7 袁婷;;神经网络在股票市场预测中的应用[J];软件导刊;2006年05期

8 尚晋;杨有;;从神经网络的过去谈科学发展观[J];重庆三峡学院学报;2006年03期

9 杨钟瑾;;神经网络的过去、现在和将来[J];青年探索;2006年04期

10 林静怡;朱建平;;优化问题神经网络方法的发展及有待解决的问题[J];统计教育;2006年11期

相关会议论文 前10条

1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年

2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集（上册）[C];2003年

3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

8 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

9 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

10 董卫军;蔡美峰;张永华;;利用神经网络确定生产矿山的合理规模[A];第六届全国采矿学术会议论文集[C];1999年

相关重要报纸文章 前6条

1 记者 孙刚;“神经网络”：打开复杂工艺“黑箱”[N];解放日报;2007年

2 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年

3 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年

4 木公;有界微分网络技术：信息处理新时代[N];中国石化报;2002年

5 本报记者 范毅波 张旭军;带上望远镜上路[N];网络世界;2005年

6 尼克;“想啥来啥”和“吃啥补啥”的人工智能之争[N];东方早报;2014年

相关博士学位论文 前10条

1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年

2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年

3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年

4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年

5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年

6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年

7 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年

8 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年

9 胡文凭;基于深层神经网络的口语发音检测与错误分析[D];中国科学技术大学;2016年

10 李晓刚;基于神经网络的码垛机器人视觉位姿测量及伺服控制研究[D];北京林业大学;2015年

相关硕士学位论文 前10条

1 贾文静;基于改进型神经网络的风力发电系统预测及控制研究[D];燕山大学;2015年

2 李慧芳;基于忆阻器的涡卷混沌系统及其电路仿真[D];西南大学;2015年

3 陈彦至;神经网络降维算法研究与应用[D];华南理工大学;2015年

4 董哲康;基于忆阻器的组合电路及神经网络研究[D];西南大学;2015年

5 李志杰;基于神经网络的上证指数预测研究[D];华南理工大学;2015年

6 陈少吉;基于神经网络血压预测研究与系统实现[D];华南理工大学;2015年

7 张韬;几类时滞神经网络稳定性分析[D];渤海大学;2015年

8 胡婷;改进QGA-BP模型及其在弥苴河总氮量预测中的应用[D];昆明理工大学;2015年

9 刘俊辉;基于数据清洗方法的河道水位预测研究[D];昆明理工大学;2015年

10 李菊;BP神经网络在房地产批量评估中的应用研究[D];昆明理工大学;2015年

，

本文编号：2179835